开源与专有软件之争延伸至AI领域
开源与专有软件之间的斗争已广为人知。如今，这场持续数十年的紧张局势已转移至人工智能领域，核心原因在于业界尚未就“开源”在AI语境下的定义达成共识。
《纽约时报》近期发文盛赞Meta首席执行官马克·扎克伯格拥抱“开源AI”使其重获硅谷青睐。然而，根据多数评估，Meta的Llama系列大语言模型并非真正的开源，这恰恰凸显了当前争论的核心矛盾。
针对这一挑战，开源倡议组织（OSI）正致力于解决该问题。在执行主任斯特凡诺·马富利（Stefano Maffulli）的带领下，OSI自约三年前起便通过会议、研讨会、网络报告等多种形式推进相关工作。
AI 不是软件代码
作为《开源定义》（OSD）逾25年的守护者，OSI阐述了“开源”一词在软件领域的适用标准及许可光谱。然而，将传统软件许可惯例直接移植到AI领域存在显著问题。
开源布道者、OSS Capital创始人Joseph Jacks指出，“开源是专门为软件源代码发明的”，因此严格意义上“不存在开源AI”。他强调，描述神经网络训练参数的“神经网络权重”（NNWs）与软件不可同日而语：“NNWs对人类不可读且无法调试，开源的基本权利并未以一致方式转移到NNWs上。”
基于此，Jacks与同事Heather Meeker提出了围绕“开放权重”的新定义框架。Maffuli对此表示认同，他指出虽然学界对是否应沿用“开源AI”术语曾有争议，但鉴于该术语已被广泛使用，OSI选择在现有共识基础上进行规范。
Meta模式与利益冲突辨析
成立于1998年的OSI是一家非营利公共福利公司，依靠Amazon、Google、Microsoft、Meta等企业赞助运营。Meta的深度参与引发了关于“开源AI”定义的特别关注。
尽管Meta标榜其Llama模型为开源，但实际上施加了显著限制：月活跃用户超7亿的应用开发者必须申请特别许可证，且授权完全取决于Meta意愿。随着Llama 3发布，Meta措辞已从“开源”退让为“公开可用”，但在部分场合仍混用“开源”概念。Maffuli坦言：“业内共识是Llama本身不能被视为开源，Meta的相关表述确实有些牵强。”
这种既想搭乘开源品牌便车又资助定义维护者的行为，构成了潜在的利益冲突。为此，OSI近期获得斯隆基金会约25万美元资助，旨在多元化资金来源并支持全球行动。Maffuli明确表示，这笔资金确保了组织的独立性：“我们可以随时告别来自Meta的资金。包括微软、亚马逊在内的所有捐赠方都清楚，他们绝不能干涉OSI的流程。”
开源AI的工作定义与挑战
目前处于0.0.8版的《开源人工智能定义》草案包含前言、定义正文及合规检查清单三部分。其核心原则是赋予用户自由使用、研究、修改和共享系统的权利，无需寻求额外许可。
数据透明度是当前最大挑战之一。若训练数据集未公开，AI系统能否算作“开源”？Maffuli认为，相比原始数据，了解数据来源、标注清洗流程及组装代码更为关键。考虑到隐私、版权及联邦学习等技术限制，完整数据集访问被列为“可选”项。
这揭示了软件与AI的根本差异：软件源码与二进制文件是同一工件的不同视图；而训练数据与模型是不同事物，受统计随机性影响，即便使用相同数据也难以完全复现模型。因此，开源AI系统需具备易复制性及清晰说明。
为此，定义引入了基于学术论文的“模型开放性框架”（MOF）。该框架要求AI模型开发中的特定组件（如训练方法论、参数详情等）必须在适当开放许可下发布，以促进可复现性与透明度。
迈向稳定版本
OSI计划发布的定义被称为“稳定版本”而非“最终版本”，意味着其核心概念固定，但技术组件列表将随行业发展演变。Maffuli表示：“定义的上半部分不会大变，但检查清单依赖于技术，未来必然调整。”
稳定的《开源人工智能定义》预计于十月底Open Everything大会上获批。随后OSI将开启全球巡回活动征集意见，但后续修改预计仅为微调。Maffuli总结道：“这是最后的冲刺阶段。我们已拥有完整的功能版本和必要的检查清单，目前正确认其中无意外遗漏或冗余。”