科学网—开放权重AI之争：一场关乎全球创新命运的政策博弈
精选
已有 258 次阅读
2026-7-30 10:52
| 系统分类: 观点评述
开放权重 AI 之争： 一场关乎全球创新命运的政策博弈
王元丰
中国发展战略学研究会副理事长
北京交通大学碳中和科技与战略研究中心主任
七月下旬的美国，一场关于人工智能未来走向的博弈正进入白热化。 7 月 22 日，由近 200 家硅谷初创企业组成的 " 小型科技协会 " 率先联名致信特朗普政府，敦促不要切断美国开发者获取中国开放权重 AI 模型的渠道；仅仅两天后， 7 月 24 日，英伟达 CEO 黄仁勋以其在社交平台 X 上的人生首帖，引爆了更大声量 —— 由英伟达、微软、 Meta 、 IBM 、戴尔等 25 家科技巨头与机构联署的《开放权重与美国 AI 领导力》公开信正式发布，明确呼吁政策制定者避免对开放权重模型实施 " 过早限制 " 。
一、从 " 小众抗争 " 到 " 巨头站队 " ：开放权重为何成为产业共识
如果说年初关于开放权重的讨论还主要集中在开发者社区与创业圈层，那么进入七月，这场争论的量级已发生本质跃迁。公开信中的判断颇具代表性： " 我们在 AI 领域的领导力，不会由某一个前沿 AI 模型来评判，而要看美国能否建立一个强大、开放的 AI 生态系统，并让其渗透到各行各业。 " 这句话点破了开放权重模型的真正价值 —— 它不是某一家公司的产品，而是一整套创新生态。
开放权重 AI 范式的崛起，本质上是人工智能创新模式的一次深刻变迁。在闭源中心化时代，前沿基础模型研发高度集中于少数拥有顶级算力的大型科技企业，创新路线由资本巨头主导，中小团队与学术机构难以开展深度二次开发。开放权重模式则打破了这一格局：开发者公开预训练模型权重，允许全球研究者、企业开展微调、蒸馏与本地化部署，极大降低了二次创新的门槛。从 Meta 的 Llama 系列到中国机构陆续发布的高性能开放模型，共同推动算力与创新机会向更广泛的主体扩散。
正如《经济学人（ The Eonomist ）》等媒体近期的评论指出，一刀切约束开放权重模型流通的监管思路暗藏深层隐患：片面收紧开放渠道会削弱市场竞争、巩固头部 AI 企业垄断优势，进而在美国产业内部形成技术资源分配失衡的分层格局，无法提前获取前沿模型的中小企业将长期处于竞争劣势。这一判断与硅谷产业界的担忧形成呼应。
二、共生而非替代：正确认识两种 AI 范式的辩证关系
当前关于 AI 开放权重模型的讨论要避免陷入一个认知误区：将开放权重与闭源模式视作非此即彼的零和博弈，这种两种范式并非替代关系，而将会是长期共生、各司其职的互补。
闭源中心化模式天然适合对服务稳定性、统一风控、标准化体验要求极高的大客户与高风险垂直场景。平台掌握完整技术控制权，便于统一实施安全对齐、内容管控与运维优化，能够提供高度一致的用户体验。但该模式的局限性也十分明显：创新门槛高、技术扩散慢，发展中国家想要搭建本土化 AI 体系，长期只能被动采购外部服务。
开放权重模式则展现出完全不同的优势图谱：它更适配学术复现研究、行业定制化开发、主权可控的本地化部署，以及全球南方低成本构建 AI 能力的需求。这类似于当年 Linux 操作系统兴起对闭源商用 Unix 生态带来的变革 —— 基础设施的开放催生了上层应用的爆发式创新。在新范式下，企业竞争的重心不再是 " 占有独家模型 " ，而是转向模型持续迭代能力、安全服务能力与垂直行业落地能力。
二、理性看待质疑：开放存在风险，不等于开放必须被禁止
针对开放权重模型的政策担忧具备现实基础，不应简单否定。权重一旦对外发布，确实难以彻底召回；恶意主体可绕过原生安全对齐，对模型进行微调改造，用于生成深度伪造信息、辅助网络攻击、规避监管约束。许多国家监管机构提出的安全顾虑，具备技术层面的合理依据。但由此推导出 " 全面限制开放权重模型跨境流通 " 的结论，则存在危险的逻辑跳跃。 25 家科技企业在公开信中给出的回应值得重视：开放权重存在真实且独特的风险，但正确应对方式并非禁止，而是通过开放推动 AI 安全与网络安全防御能力的提升。
关键区分点在于：应当反对的是无边界、无评估、无约束的无序开放，而非经过风险评估、配套规则约束的负责任开放。公开信特别指出，单纯依赖闭源模型并非天然安全 —— 它们可能被攻破、滥用，或以外部无法察觉的方式失效；将先进 AI 能力集中于少数闭源模型背后，反而会造成单点故障风险。相比之下，开放权重模式实现技术透明化，允许全球安全社区持续审计、发现缺陷、制定防护措施。两种范式拥有完全不同的风险形态：闭源集中风险，开放扩散风险。治理的目标不是消灭某一类风险形态，而是针对不同风险特征设计差异化规则。
简单一刀切的跨境禁令，还会产生难以规避的副作用：技术模型可以通过多种渠道跨境流转，行政禁令很难彻底阻断传播，却会合法剥夺本国科研人员、中小企业正常获取前沿模型开展创新的渠道，最终损害本土科研竞争力，甚至将创新驱至海外。当前从硅谷初创企业到科技巨头集体反对宽泛禁令，正是源于这一现实考量。
三、超越二元对立：构建适配新范式的分层治理框架
围绕开放权重模型的争论，不应当止步于 " 限制还是放行 " 的选择题。 To be or not to be 的二元框架，遮蔽了更深层的命题：人类应当如何治理分布式扩散的通用人工智能技术。 AI 治理需要精细化设计，而非简单的放行或封禁。面向未来，可行的路径是建立风险导向、分层分类的共治体系。
首先，建立基于模型能力的分级开放机制。 按照基础模型综合能力与潜在滥用风险划分层级：低能力通用模型可维持较高开放度；前沿高能力开放权重模型，发布前强制开展第三方安全评估，配套许可协议约束下游使用行为；具备极端风险潜力的前沿模型，可设置定向准入、有限开放机制。关键在于区分 " 模型发布者源头责任 " 与 " 下游部署使用者责任 " ，形成全链条权责体系，而非让发布者承担无限连带责任。
其次，针对两类范式设计差异化监管工具。 闭源云端 API 的监管重心在于强化平台主体责任与运行过程监管；开放权重模型的监管重心则应放在源头发布审查、许可证约束与安全披露义务上，依靠全球开发者社区形成分布式风险监测。将中心化平台的监管规则简单套用到分布式开放生态上，必然出现治理错配。
再者，推动建立跨境协同治理标准。 开放权重模型的全球流动属性决定了，任何单一国家都无法独善其身。各国监管机构、科研社区与企业应当共同探讨跨境流通的最低安全标准，推动形成互认的评估框架，替代相互割裂的单边限制政策。在这一过程中，中国作为开放权重 AI 的重要贡献者，理应在全球治理规则制定中拥有相应的话语权。
面向 AI 革命，人类的选择不是在封闭与开放之间二选一，而是探索有规则、有边界、分层可控的负责任开放。唯有让治理范式跟上科技创新范式变迁的节奏，才能充分释放开放模型的创新潜力，同时管控技术扩散带来的各类风险，推动人工智能实现普惠向善发展。
《环球时报》2026年7月30日
转载本文请联系原作者获取授权，同时请注明本文来自王元丰科学网博客。 链接地址： https://blog.sciencenet.cn/blog-616140-1545748.html
上一篇： 以科学方法论赋能未来产业高质量布局与发展 欢迎参加科学网十佳博文评选活动！ 主办单位： 
支持单位： 