让世界上每一台设备拥有自己的智能
表面上讨论的是开放，真正被重新划分的是成本、控制权、定价权和下一轮产业机会。
一家依靠 AI 算力获得快速增长的芯片公司，正在公开支持「可以下载、可以修改、可以自主部署」的模型。
这家公司是英伟达。
更引人关注的是，最初被报道为缺席者的 OpenAI 和 Google，如今也出现在了公开信的官方签署名单中。
如果把这件事简单理解为「开源阵营赢了一局」，很容易错过真正的变化。
硅谷巨头争论的已经不是要不要开放，而是开放到什么程度、谁可以从现有模型中继续学习，以及 AI 创造的价值最终由谁获得。
材料来源包括微软公开信当前页面[1]、NVIDIA 托管的三页公开信[2]及早期中文转载稿[3]。
01 这件事为什么与你有关？
如果未来能力最强的 AI 都只能留在少数公司的服务器里，个人和企业就需要持续支付订阅费或调用费。
服务如何升级、设置哪些限制、怎样调整价格，主要由平台决定。企业积累的数据、工作流程和业务能力，也可能被长期绑定在同一家供应商上。
开放权重提供了另一种选择。
模型可以下载到本地，部署在企业自己的服务器或数据中心里，也可以根据医疗、金融、制造和网络安全等场景继续调整。敏感数据不必离开内部环境，企业也能保留更大的供应商选择空间。
但开放权重不等于完整开源。
开放的是模型训练完成后形成的参数文件。训练数据来自哪里、训练代码如何编写、完整开发过程是否公开，要看具体项目。
开放权重允许模型被下载、修改和本地运行，但不必然包含训练数据与训练代码。
这两条路线的差别，最后都会落到成本和控制权上。
整理文档、处理客服记录、识别设备异常，并不需要每次都调用能力最强、价格最高的前沿模型。公开信主张把前沿能力留给高难度问题，大量日常任务则交给更小、更便宜的专用模型。
对企业来说，差别不是「能不能使用 AI」，而是「有没有选择」。
02 英伟达为什么支持开放模型？
公开信没有解释英伟达的具体商业考虑。但从产业链位置看，英伟达支持开放权重并不矛盾。
闭源前沿模型需要大量 GPU。开放权重模型在企业服务器和数据中心里训练、微调和运行，同样需要芯片、网络和软件工具。
模型越多，参与训练和部署的企业越多，整个市场对算力的需求就越大。
对英伟达而言，单一模型公司的胜负固然重要，更大的增长空间来自 AI 向更多行业扩散。
这是一种基于产业位置的分析，不是英伟达公开确认的唯一动机。但其商业逻辑十分清晰。
模型扩散越广，算力市场越大。
NVIDIA 托管的三页公开信在 7 月 26 日列出 50 家联署机构。微软页面此后继续更新，截至 7 月 27 日已列出 77 家。
03 OpenAI 加入联署，说明什么？
OpenAI 出现在名单中，只能说明它愿意支持这封公开信表达的政策方向。
这不等于 OpenAI 准备公开最强旗舰模型的权重，也不等于 Google 会开放全部前沿能力。
一家模型公司完全可以同时经营两条路线。开放权重模型负责扩大开发者生态，让更多企业低成本试用、修改和部署；闭源托管服务则承载训练成本更高、需要持续更新安全措施的前沿能力，并通过订阅费和接口调用收费。
手机厂商既销售整机，也提供开发工具；云计算公司既参与开源项目，也销售托管服务。开放生态和收费服务长期共存，并不罕见。
因此，OpenAI 的签名没有消除开放与封闭之间的分歧，反而揭示了更真实的市场结构。
支持开放生态，不等于放弃闭源收益。
04 真正的争议是蒸馏
公开信最敏感的内容，不是一句笼统的「支持开放」，而是要求监管者区分正常的模型蒸馏与不当提取。
蒸馏通常是利用大模型生成的结果，帮助训练或改进一个更小的模型。小模型不必重复大模型的完整训练过程，也可能学到其中一部分能力。
问题在于，从别人的模型中学习，什么时候属于正常的技术开发，什么时候构成对商业成果的不当提取？
公开信认为，蒸馏广泛用于模型改进、评估和验证，不应被整体视为侵权。对于从闭源模型中非法提取商业价值的行为，则应通过更有针对性的法律和商业规则处理。
这条边界没有现成答案。
如果把蒸馏一律划入禁区，前沿模型公司保护的不只是知识产权，还有能力溢价和定价权。中小模型公司获得先进能力的成本也会随之上升。
如果完全不设边界，前沿模型公司投入大量芯片、电力和研发资源形成的能力，又可能被竞争者以更低成本快速复制。
双方争夺的并不是一个技术名词，而是一条会影响下一轮产业格局的规则。
谁有权从模型输出中继续学习，谁就更有机会参与下一轮模型竞争。
05 安全问题为什么没有简单答案？
开放权重一旦发布，原开发者很难收回。修改后的版本去了哪里、被谁使用，也不像托管服务那样容易追踪、封禁和统一更新。公开信明确承认了这一风险。
但封闭也不自动等于安全。
闭源模型同样可能遭到攻击、被滥用或出现外界难以发现的故障。如果先进能力长期集中在少数平台，关键行业还会面对供应商集中和单点故障。
开放权重让更多研究人员能够检查模型行为、寻找漏洞和开发防护方案。网络安全团队也可以在内部环境中分析敏感日志，不必把相关数据交给外部服务。
同一种能力，攻击者可能使用，防守者同样需要。
因此，安全问题不能只看模型是否开放，还要看发布前评估、红队测试、事故报告和责任划分是否到位。
联署方主张避免过早、宽泛地限制开放模型。这是公开信表达的政策立场，不是已经得到证明的最终答案。
06 这不是理念之争，而是利益重新分配
回到不断扩大的联署名单，各方支持开放权重的原因并不相同。
Meta 长期经营开放权重生态，参与联署符合其既有路线。微软、OpenAI 和 Google 同时经营开放模型与托管服务。英伟达则受益于 AI 计算市场扩大。
它们不是突然拥有了完全相同的立场，只是在当前阶段形成了一项共同主张。
不要过早关闭开放权重这条技术路径。
真正的分歧仍在后面。
什么能力可以直接发布，什么能力需要更严格的评估？
蒸馏到哪一步属于正常开发，跨过哪一步构成不当提取？
模型发生事故后，由开发者、部署者还是使用者承担责任？
谁来定义开放，谁就能影响下一轮竞争的准入规则。
谁能合法利用现有模型继续学习，谁就更有机会降低开发成本。
谁控制模型和部署方式，谁就更有可能保留数据、客户关系与定价空间。
所以，这封公开信讨论的从来不只是「开源还是闭源」。
它讨论的是未来企业使用 AI 时，究竟拥有多少选择。
也讨论着每一次 AI 调用产生的收入，最终流向模型公司、算力平台，还是留在使用者自己的业务体系中。
开放的边界如何划定，AI 的利益就将如何重新分配。
引用链接
[1] 微软公开信当前页面: https://www.microsoft.com/en-us/corporate-responsibility/topics/open-weight/
[2] NVIDIA 托管的三页公开信: https://images.nvidia.com/pdf/Open-Weights-and-American-AI-Leadership.pdf
[3] 早期中文转载稿: https://i.ifeng.com/c/8v2njg8JZUe
往期推荐
