10 个关键问题 Q&A

Q1：文章以 20 世纪 80 年代开源软件运动作为开篇，目的是什么？

A：80 年代开源打破软件闭源管控模式，搭建全球共享技术底座，支撑互联网、美国军工与科研体系，构筑美国技术主权。作者以此类比当下 AI 发展，证明开放路线是美国巩固技术领先的成熟可行路径，为推广开放权重 AI 提供历史依据。

Q2：文中定义的开放权重模型是什么？

A：开放权重模型指可供任何人下载、核验、修改，并在自有基础设施独立部署运行的 AI 模型，是构建美国开放 AI 生态的核心基础。

Q3：开放权重模型如何扩大 AI 经济的覆盖范围？

A：初创企业、企业、高校无需从零训练大模型，也不用高价采购前沿闭源模型；机构可按需匹配低成本专用模型，将顶尖算力留给突破性科研，推动 AI 落地工厂、医院、农业、校园等全行业，实现规模化可持续应用。

Q4：开放权重为什么能够避免 AI 红利被少数巨头垄断？

A：开放权重降低 AI 开发门槛，大量主体可自主改造、部署模型，竞争覆盖模型、芯片、应用、服务全产业链；充分竞争持续创新、压低使用成本，让 AI 收益分散至整个经济体，而非集中于少数企业。

Q5：开放权重如何提升企业对 AI 技术的自主掌控力？

A：企业可自主管控自有数据，按需调整模型，自由选择部署环境，不会被单一服务商锁定；企业依托模型迭代、定制专属能力积累行业资产，牢牢掌握 AI 创造的商业价值，强化美国技术主权。

Q6：开放权重模型存在什么固有风险？

A：权重文件对外发布后，原始研发方无法管控，各类二次修改衍生模型难以溯源、无法撤回，存在被恶意篡改滥用的隐患。

Q7：面对开放权重的安全风险，文章为何反对直接禁止开放模型？

A：网络攻击者已使用 AI 工具，防御方需要同等能力的开放模型模拟、识别网络威胁；开放模式汇聚全球开发者共同排查修复漏洞，整体防御能力更强，一刀切禁止反而削弱网络安全防护水平。

Q8：文章认为仅依靠闭源大模型存在哪些安全短板？

A：闭源系统仍有被入侵、滥用、失效的风险，外部无法察觉内部隐患；顶尖 AI 集中于少数闭源模型会形成大量单点故障，弱化市场竞争，核心技术被少数厂商把持，整体安全隐患更大。

Q9：白皮书对美国政策制定者提出了哪些核心政策建议？

A：1. 为初创企业、科研人员开放更多算力资源；2. 投入建设公共数据集、工具、评测框架等共享训练资产；3. 不仓促出台严苛限制条款，防止创新产业外流；4. 完善应用层生态，推动各行业自主使用 AI；5. 区分合法模型蒸馏与非法盗取闭源模型行为。

Q10：政策层面应当如何区分模型蒸馏技术与非法盗用模型行为？

A：模型蒸馏是行业通用合规技术，通过现有模型输出优化新模型，延续开源时代借鉴迭代的创新传统，不能一刀切限制；非法窃取闭源模型核心价值属于侵权行为，应通过专项法律、商业规则精准约束，而非限制通用创新技术。

附录：开放权重与美国人工智能领导地位

2026 年 7 月 24 日

上世纪 80 年代，开源软件领域的早期先驱打破了当时行业普遍的固有认知 —— 即软件唯有由企业严密管控代码才能实现技术进步。开源运动倡导构建透明开放的技术生态，全球开发者均可研读、修改、迭代优化软件。如今，开源社区打造的软件支撑着互联网绝大多数基础设施，同时也是全球头部科技企业、美国军方及联邦机构开展科研、网络安全防护等关键任务系统的底层基座。开源带来的价值远不止降低软件开发成本，更搭建起一套共享知识体系，一代又一代美国工程师与创业者依托这套体系，筑牢了本国技术自主根基。

当下，美国在人工智能领域正面临相似的抉择。评判美国能否持续领跑 AI 行业，不在于单一前沿大模型的强弱，而在于美国能否搭建一套强大、开放的人工智能生态，并让 AI 技术渗透各行各业。这是在全美范围内创造创新机遇、实现经济繁荣的核心前提。想要达成这一目标，就要降低人工智能的使用门槛、鼓励市场充分竞争、完善应用层生态，并让美国民众对自身使用的 AI 技术拥有更高自主掌控权。开放权重模型（任何人都可下载、核验、修改并在自有硬件环境独立运行的 AI 模型）是这套生态体系的重要基石，它大幅降低先进 AI 的使用门槛，提升技术适配性，实现技术普惠。

开放权重能够拓宽人工智能经济的参与边界。初创企业、成熟厂商、高校与公共机构无需从零训练大模型，也不必为每项业务高价采购闭源前沿模型，就能基于成熟先进模型开展业务。各类机构可结合自身业务需求，匹配适配度、成本最优的模型；将顶尖前沿算力与模型资源留给真正具备突破性价值的科研难题，其余海量日常场景则部署轻量化专用模型。这种资源分配模式，能让人工智能在海量日常场景规模化落地时，保持经济可持续性。美国想要赢得人工智能时代，核心是推动 AI 走进工厂、医院、农场、校园与街边中小企业的日常业务流程。

开放权重同时能够强化市场竞争，而充分竞争是让 AI 发展红利全民共享、而非集中于少数巨头手中的关键。开放权重允许海量市场主体自主搭建、调整、部署先进模型，竞争不再局限于模型研发厂商，还延伸至云端芯片、应用产品、配套服务全产业链。良性竞争持续催生技术创新、压低使用成本，让人工智能发展红利在全美经济体系中广泛分配。

开放权重还能赋予使用者更高自主权。各类机构在布局人工智能业务时，都不希望被单一服务商绑定，也不愿多年积累的技术资产、业务能力流失。开放权重模型恰好解决这一痛点：企业可自主管控自有数据、按需调试优化模型、根据业务需求自由部署运行；同时，企业依托开放权重创造商业价值时，可通过自主迭代模型、定制专属能力、沉淀行业数据知识，牢牢掌握技术价值，夯实美国技术主权与经济繁荣根基。

不可否认，开放权重确实存在客观且独特的风险：权重文件一经对外发布，原始研发方便失去管控权限，各类二次修改衍生模型也难以追踪溯源、无法撤回。但应对这类风险，绝非直接禁止开放权重路线。当下网络攻击方已在使用先进人工智能工具，网络防御方必须拥有同等能力的模型，才能模拟、识别、应对层出不穷的网络威胁。开放模型能够拓宽防御技术能力边界，提升技术透明度，全球大量研发团队可同步排查、修复模型漏洞。

事实上，技术开放恰恰是实现人工智能安全可靠最重要的路径之一。单纯依靠闭源模型，并不天然等同于安全：闭源系统同样存在被入侵、滥用、失效的风险，且外部人员无法察觉隐患。若顶尖 AI 技术全部集中于少数闭源模型，会进一步放大安全风险 —— 形成少量单点故障隐患、削弱市场竞争，核心技术命脉被少数服务商把持。反观开放权重模型，全球海量科研人员与开发者可共同校验模型运行逻辑、挖掘安全漏洞、设计防护机制、持续迭代优化。正如开源软件印证了 “透明化比封闭保密更安全”，人工智能安全的实现，同样需要更多从业者参与测试、完善大众依赖的 AI 模型。行业可开展严谨基准测试、红蓝对抗安全演练，基于真实产生的危害制定防护规则，而非主观默认闭源系统具备天然安全性。

完善强大的人工智能开放生态并非自然而然就能实现，政策制定者当下拥有关键窗口期出台配套举措：为初创企业与科研人员开放更多算力资源、投入资金搭建共享训练资产（数据集、开发工具、评估标准框架）、避免过早出台限制开放模型的监管条款，保障前沿赛道多元发展，防止竞争萎缩、创新产业外流海外。相关政策还需完善应用层配套体系，推动人工智能在本土各行业自主落地。

政策制定者搭建行业生态时，需厘清边界，切勿将合规的模型研发技术与窃取技术成果的违法行为混为一谈。模型蒸馏技术，即借助已有模型的输出结果训练、优化另一套模型，是行业通用的模型迭代、效果核验手段。该技术传承了开源软件运动以来，借鉴现有技术、迭代创新的行业传统，是人工智能创新不可或缺的工具。与之相对，非法窃取闭源模型核心价值的行为确实值得警惕，但这类问题应通过针对性法律、商业规则约束，而非一刀切限制推动 AI 创新的通用技术手段。

人工智能时代有望成为全民繁荣的时代。只要做出正确抉择，开放权重 AI 能够拓宽发展机遇、强化市场竞争、巩固美国全球技术领先地位、缓释安全风险，确保这项颠覆性技术的发展红利在全美经济中普惠共享。这样的未来值得全力建设，美国理应引领全球完成这一事业。

联合署名机构

美国创新者联盟、安德里森・霍罗威茨风投、Arcee AI、Arena、黑森林实验室、Box、克劳德斯特莱克、戴尔科技、Emergence Capital、Hugging Face、IBM、Linux 基金会、玛丽安娜矿业、Meta、微软、Mistral、谋智基金会、英伟达、帕兰提尔、Perplexity、Reflection、Replit、ServiceNow、Telnyx、Y Combinator。