黃仁勳第一次發推，就聯合微軟、Meta等企業給中國開源模型說好話

7月24日，黃仁勳破天荒地註冊了X，他的第一條推文就是一篇長文。字母AI對這篇長文進行了歸納總結。

長文的內容是一份由英偉達、微軟、Meta、IBM、Hugging Face、Andreessen Horowitz等機構和企業聯署的文件，大談開放權重（開源）模型對美國的影響。

雖然文件沒有明說，但是字裏行間都是在幫，像DeepSeek、智譜、Kimi這樣的中國AI公司說話。文件強調，開源模型對美國，乃至對全球AI發展都是起到了極爲重要的作用。

文件首先回顧了開源軟件的發展歷史。

20世紀80年代，開源先驅挑戰了「只有企業嚴密控制代碼，軟件才能進步」的觀念。此後，開源軟件逐漸成爲互聯網、科技公司、美國軍方和聯邦科研機構的重要基礎。它不僅降低了軟件成本，還形成了共享知識體系，爲美國的技術創新、創業生態和自主能力提供了長期支撐。

文件認爲，美國當前在AI領域面臨類似選擇。

想要獲得在AI上的領導地位，不能只依靠某一個最先進的閉源模型，還取決於能否建立一個開放、具有競爭力並能深入各行業的生態系統。

開源模型雖然不一定公開訓練數據和完整訓練流程，但可以顯著提高先進AI的可定製性以及傳播。

隨後，文件具體描述了開放權重模型所具有的價值。

第一，降低AI應用門檻。

企業、大學、科研機構和公共部門無須從頭訓練模型，也不必爲所有任務支付前沿閉源模型的高昂費用。它們可以根據成本和需求選擇合適的模型，把最強能力留給真正困難的問題，在日常任務中採用更高效的專用模型。

這有利於AI進入工廠、醫院、農場、學校和中小企業。

第二，促進市場競爭。

開放權重讓更多組織能夠開發、調整和部署先進模型，由此推動模型、芯片、雲服務和應用之間的競爭。競爭可以加快創新、降低價格，防止AI被少數大型企業壟斷。

第三，增強用戶控制權。

組織可以自行掌控數據、調整模型並選擇部署環境，減少對單一供應商的依賴。同時，企業能夠保留通過模型改進、專業能力和知識積累創造的價值，從而提高技術自主性。

第四，提升安全與防禦能力。

文件承認，模型權重一經公開便難以撤回，修改版本也不容易追蹤。

文件認爲，禁止開放權重是錯誤的。

因爲當攻擊者使用先進AI時，網絡安全防禦者也需要獲得能力相當的模型。開放模型能夠接受更廣泛的檢查、紅隊測試和漏洞研究，避免先進能力集中在少數閉源系統中形成單點故障。

文件強調，閉源並不天然等於安全，透明性反而可能幫助社會更快發現並修復問題。

文件建議美國擴大初創企業和研究人員獲得算力的渠道，投資共享數據集、開發工具和評估框架，並避免對開放模型實施過早、過度寬泛的限制，以免壓制競爭或迫使創新轉移到海外。

文件還特別區分了「模型蒸餾」與非法竊取。

文件表示，利用一個模型的輸出訓練或改進另一個模型，是常見的模型優化、評估和驗證技術，不應被一概視爲侵權。針對閉源模型的非法價值攫取，應通過有針對性的法律和商業規則處理，而不是全面限制正常的技術研究。

全文翻譯

以下爲全文翻譯：

20 世紀 80 年代，早期的開源軟件先驅對當時占主導地位的一種觀念提出了挑戰：只有企業牢牢控制自己的代碼，軟件才能不斷進步。這場運動倡導建立一個透明的生態系統，讓世界各地的開發者都能研究、修改和改進軟件。如今，由開源社區開發的軟件支撐着互聯網的大部分基礎設施，也是全球最大科技公司所使用系統的底層基礎；美國軍方和聯邦機構在開展科學研究、網絡安全及其他關鍵任務時，同樣依賴這些軟件。開源不僅降低了軟件成本，還建立了一個共享的知識基礎，一代又一代美國工程師和企業家在此基礎上構築起自身的制度自主能力。

如今，在人工智能領域，美國面臨着一個類似的選擇。衡量美國 AI 領導力的標準，不會是某一個前沿 AI 模型，而是美國能否建立一個強大、開放並滲透至各個行業的生態系統。這對於在全國範圍內創造創新與繁榮的機會至關重要。要實現這一目標，就必須擴大 AI 的可及性、鼓勵競爭、建設強健的應用層，並讓美國人對自己所依賴的技術擁有更大的控制權。開放權重模型，也就是任何人都可以下載、檢查、修改並在自有基礎設施上運行的 AI 模型，是這一基礎不可或缺的一環。這類模型能夠讓先進 AI 變得更加易於獲取、便於適配，並得到更廣泛的應用。

開放權重擴大了人們進入 AI 經濟的機會。初創企業、成熟企業、大學和公共機構無須從零開始訓練模型，也無須爲每一項任務支付前沿模型的價格，就能在先進模型的基礎上開展開發。開放權重讓每個組織都能以適當的成本，爲具體工作匹配適當的模型：只有真正的前沿問題才調用前沿規模的能力，其餘場景則運行高效的專用模型。隨着 AI 的應用擴展至數十億項日常任務，正是這種合理配置資源的做法，才能確保 AI 在經濟上具備可持續性。美國要贏得 AI 時代，就必須讓 AI 融入工廠、醫院、農場、課堂以及街區中小企業的日常工作流程。

開放權重還能加強競爭，而競爭正是確保 AI 帶來的收益得到廣泛共享、而不是集中在少數人手中的關鍵。開放權重使衆多組織都能夠開發、調整和部署先進模型，因此不僅會促進模型開發者之間的競爭，也會推動雲服務、芯片、應用和各類服務之間的競爭。這種競爭能夠激發創新、降低成本，並讓 AI 的紅利廣泛惠及整個美國經濟。

開放權重還賦予客戶更大的控制權。隨着各類組織加大對 AI 的投入，它們希望確認自己不會被鎖定在單一供應商的平台上，也不會失去長期積累的知識和能力。開放權重模型讓組織能夠掌控自身數據，按照自身需求評估和調整模型，並根據業務要求在任何合適的環境中部署模型，從而爲這種自主權提供保障。當組織利用 AI 創造價值時，開放權重還使它們能夠真正擁有這些價值，包括不斷自我改進的模型、專業化能力和持續積累的知識；這些都將推動美國的自主能力與繁榮。

誠然，開放權重確實帶有真實且獨特的風險。權重一經發布，便不再受原始開發者控制；經過修改的版本也很難追蹤或撤回。然而，應對這種風險的正確方式並不是禁止開放權重。在網絡攻擊者使用先進 AI 的世界裏，防禦者也需要獲得能力相當的模型，才能發現、模擬並應對新出現的威脅。開放模型可以拓展防禦能力、提高透明度，並讓衆多團隊共同發現和修復漏洞。

事實上，開放性可能是實現 AI 安全與保障最重要的路徑之一。僅僅依賴閉源模型並不天然安全：它們同樣可能遭到攻破、被濫用，或者以外部人員無法察覺的方式發生故障。把先進 AI 能力集中在少數閉源模型中，反而會加劇這種風險。這會形成少數幾個單點故障，削弱競爭，並把關鍵技術掌握在少數供應商手中。相比之下，開放權重模型讓廣泛的研究人員和開發者群體都能檢查模型行爲、識別漏洞、建立防護措施，並持續改進模型。正如開源軟件已經證明，透明可能比隱蔽更加安全；AI 安全或許同樣取決於能否讓更多人有能力測試並強化社會所依賴的模型。開放性有助於開展嚴格的基準測試與評估、紅隊測試，並針對真實且已經得到證實的危害建立防護措施，而不是想當然地把閉源系統視爲更加安全。

一個強大的 AI 生態系統不會自然而然地形成。政策制定者目前擁有一個重要的行動窗口。可採取的措施包括：擴大初創企業和研究人員獲取算力的渠道；投資建設共享訓練資源，如數據集、工具和評估框架；避免過早限制開放模型，以免壓制競爭或迫使創新轉移到海外，從而確保前沿 AI 領域保持多元化。這些措施還必須考慮如何通過強大的應用層，將具有自主可控能力的 AI 應用擴展到整個經濟體系。

在塑造這一生態系統時，政策制定者應當謹慎，不要把正當的模型開發技術與不當佔用他人成果混爲一談。蒸餾，即利用一個模型的輸出幫助訓練或改進另一個模型，是一種廣泛用於模型改進、評估和驗證的技術。這延續了一項悠久傳統：學習現有技術、在其基礎上繼續開發並加以改進。自開源軟件運動興起以來，這一傳統一直在推動創新。相比之下，以非法方式從閉源模型中攫取價值，確實會引發合理的擔憂。對此，應通過有針對性的法律和商業框架加以解決，而不是對那些在 AI 創新中發揮重要作用的技術實施寬泛限制。

AI 時代完全可以成爲一個繁榮的時代。只要作出正確選擇，開放權重 AI 就能擴大機會、加強競爭、延續美國的技術領導地位、緩解風險，並確保這項非凡技術帶來的收益在整個經濟體系中得到廣泛共享。這樣的未來值得建設，而美國應當在建設這一未來的過程中發揮領導作用。（作者：苗正） $英偉達 (NVDA.US)$$虛擬實境 (LIST2139.US)$$元宇宙概念 (LIST2567.US)$$英偉達持倉概念 (LIST20882.US)$$微軟 (MSFT.US)$$微軟-T (04338.HK)$$Meta Platforms (META.US)$$DeepSeek概念股 (LIST23585.US)$$DeepSeek概念股 (LIST23584.SH)$

瀏覽 1.7萬