黄仁勋第一次发推，就联合微软、Meta等企业给中国开源模型说好话

7月24日，黄仁勋破天荒地注册了X，他的第一条推文就是一篇长文。字母AI对这篇长文进行了归纳总结。

长文的内容是一份由英伟达、微软、Meta、IBM、Hugging Face、Andreessen Horowitz等机构和企业联署的文件，大谈开放权重（开源）模型对美国的影响。

虽然文件没有明说，但是字里行间都是在帮，像DeepSeek、智谱、Kimi这样的中国AI公司说话。文件强调，开源模型对美国，乃至对全球AI发展都是起到了极为重要的作用。

01

文件首先回顾了开源软件的发展历史。

20世纪80年代，开源先驱挑战了“只有企业严密控制代码，软件才能进步”的观念。此后，开源软件逐渐成为互联网、科技公司、美国军方和联邦科研机构的重要基础。它不仅降低了软件成本，还形成了共享知识体系，为美国的技术创新、创业生态和自主能力提供了长期支撑。

文件认为，美国当前在AI领域面临类似选择。

想要获得在AI上的领导地位，不能只依靠某一个最先进的闭源模型，还取决于能否建立一个开放、具有竞争力并能深入各行业的生态系统。

开源模型虽然不一定公开训练数据和完整训练流程，但可以显著提高先进AI的可定制性以及传播。

随后，文件具体描述了开放权重模型所具有的价值。

第一，降低AI应用门槛。

企业、大学、科研机构和公共部门无须从头训练模型，也不必为所有任务支付前沿闭源模型的高昂费用。它们可以根据成本和需求选择合适的模型，把最强能力留给真正困难的问题，在日常任务中采用更高效的专用模型。

这有利于AI进入工厂、医院、农场、学校和中小企业。

第二，促进市场竞争。

开放权重让更多组织能够开发、调整和部署先进模型，由此推动模型、芯片、云服务和应用之间的竞争。竞争可以加快创新、降低价格，防止AI被少数大型企业垄断。

第三，增强用户控制权。

组织可以自行掌控数据、调整模型并选择部署环境，减少对单一供应商的依赖。同时，企业能够保留通过模型改进、专业能力和知识积累创造的价值，从而提高技术自主性。

第四，提升安全与防御能力。

文件承认，模型权重一经公开便难以撤回，修改版本也不容易追踪。

文件认为，禁止开放权重是错误的。

因为当攻击者使用先进AI时，网络安全防御者也需要获得能力相当的模型。开放模型能够接受更广泛的检查、红队测试和漏洞研究，避免先进能力集中在少数闭源系统中形成单点故障。

文件强调，闭源并不天然等于安全，透明性反而可能帮助社会更快发现并修复问题。

文件建议美国扩大初创企业和研究人员获得算力的渠道，投资共享数据集、开发工具和评估框架，并避免对开放模型实施过早、过度宽泛的限制，以免压制竞争或迫使创新转移到海外。

文件还特别区分了“模型蒸馏”与非法窃取。

文件表示，利用一个模型的输出训练或改进另一个模型，是常见的模型优化、评估和验证技术，不应被一概视为侵权。针对闭源模型的非法价值攫取，应通过有针对性的法律和商业规则处理，而不是全面限制正常的技术研究。

02

全文翻译

以下为全文翻译：

20 世纪 80 年代，早期的开源软件先驱对当时占主导地位的一种观念提出了挑战：只有企业牢牢控制自己的代码，软件才能不断进步。这场运动倡导建立一个透明的生态系统，让世界各地的开发者都能研究、修改和改进软件。如今，由开源社区开发的软件支撑着互联网的大部分基础设施，也是全球最大科技公司所使用系统的底层基础；美国军方和联邦机构在开展科学研究、网络安全及其他关键任务时，同样依赖这些软件。开源不仅降低了软件成本，还建立了一个共享的知识基础，一代又一代美国工程师和企业家在此基础上构筑起自身的制度自主能力。

如今，在人工智能领域，美国面临着一个类似的选择。衡量美国 AI 领导力的标准，不会是某一个前沿 AI 模型，而是美国能否建立一个强大、开放并渗透至各个行业的生态系统。这对于在全国范围内创造创新与繁荣的机会至关重要。要实现这一目标，就必须扩大 AI 的可及性、鼓励竞争、建设强健的应用层，并让美国人对自己所依赖的技术拥有更大的控制权。开放权重模型，也就是任何人都可以下载、检查、修改并在自有基础设施上运行的 AI 模型，是这一基础不可或缺的一环。这类模型能够让先进 AI 变得更加易于获取、便于适配，并得到更广泛的应用。

开放权重扩大了人们进入 AI 经济的机会。初创企业、成熟企业、大学和公共机构无须从零开始训练模型，也无须为每一项任务支付前沿模型的价格，就能在先进模型的基础上开展开发。开放权重让每个组织都能以适当的成本，为具体工作匹配适当的模型：只有真正的前沿问题才调用前沿规模的能力，其余场景则运行高效的专用模型。随着 AI 的应用扩展至数十亿项日常任务，正是这种合理配置资源的做法，才能确保 AI 在经济上具备可持续性。美国要赢得 AI 时代，就必须让 AI 融入工厂、医院、农场、课堂以及街区中小企业的日常工作流程。

开放权重还能加强竞争，而竞争正是确保 AI 带来的收益得到广泛共享、而不是集中在少数人手中的关键。开放权重使众多组织都能够开发、调整和部署先进模型，因此不仅会促进模型开发者之间的竞争，也会推动云服务、芯片、应用和各类服务之间的竞争。这种竞争能够激发创新、降低成本，并让 AI 的红利广泛惠及整个美国经济。

开放权重还赋予客户更大的控制权。随着各类组织加大对 AI 的投入，它们希望确认自己不会被锁定在单一供应商的平台上，也不会失去长期积累的知识和能力。开放权重模型让组织能够掌控自身数据，按照自身需求评估和调整模型，并根据业务要求在任何合适的环境中部署模型，从而为这种自主权提供保障。当组织利用 AI 创造价值时，开放权重还使它们能够真正拥有这些价值，包括不断自我改进的模型、专业化能力和持续积累的知识；这些都将推动美国的自主能力与繁荣。

诚然，开放权重确实带有真实且独特的风险。权重一经发布，便不再受原始开发者控制；经过修改的版本也很难追踪或撤回。然而，应对这种风险的正确方式并不是禁止开放权重。在网络攻击者使用先进 AI 的世界里，防御者也需要获得能力相当的模型，才能发现、模拟并应对新出现的威胁。开放模型可以拓展防御能力、提高透明度，并让众多团队共同发现和修复漏洞。

事实上，开放性可能是实现 AI 安全与保障最重要的路径之一。仅仅依赖闭源模型并不天然安全：它们同样可能遭到攻破、被滥用，或者以外部人员无法察觉的方式发生故障。把先进 AI 能力集中在少数闭源模型中，反而会加剧这种风险。这会形成少数几个单点故障，削弱竞争，并把关键技术掌握在少数供应商手中。相比之下，开放权重模型让广泛的研究人员和开发者群体都能检查模型行为、识别漏洞、建立防护措施，并持续改进模型。正如开源软件已经证明，透明可能比隐蔽更加安全；AI 安全或许同样取决于能否让更多人有能力测试并强化社会所依赖的模型。开放性有助于开展严格的基准测试与评估、红队测试，并针对真实且已经得到证实的危害建立防护措施，而不是想当然地把闭源系统视为更加安全。

一个强大的 AI 生态系统不会自然而然地形成。政策制定者目前拥有一个重要的行动窗口。可采取的措施包括：扩大初创企业和研究人员获取算力的渠道；投资建设共享训练资源，如数据集、工具和评估框架；避免过早限制开放模型，以免压制竞争或迫使创新转移到海外，从而确保前沿 AI 领域保持多元化。这些措施还必须考虑如何通过强大的应用层，将具有自主可控能力的 AI 应用扩展到整个经济体系。

在塑造这一生态系统时，政策制定者应当谨慎，不要把正当的模型开发技术与不当占用他人成果混为一谈。蒸馏，即利用一个模型的输出帮助训练或改进另一个模型，是一种广泛用于模型改进、评估和验证的技术。这延续了一项悠久传统：学习现有技术、在其基础上继续开发并加以改进。自开源软件运动兴起以来，这一传统一直在推动创新。相比之下，以非法方式从闭源模型中攫取价值，确实会引发合理的担忧。对此，应通过有针对性的法律和商业框架加以解决，而不是对那些在 AI 创新中发挥重要作用的技术实施宽泛限制。

AI 时代完全可以成为一个繁荣的时代。只要作出正确选择，开放权重 AI 就能扩大机会、加强竞争、延续美国的技术领导地位、缓解风险，并确保这项非凡技术带来的收益在整个经济体系中得到广泛共享。这样的未来值得建设，而美国应当在建设这一未来的过程中发挥领导作用。（作者：苗正）