黄仁勋等联名支持开源权重模型，反对过度限制开源

来源：市场资讯

（来源：新经济观澜）

2026年7月24日，NVIDIA创始人兼CEO黄仁勋（Jensen Huang）在X平台发布首帖，分享了一封由NVIDIA签署的公开信《Open Weights and American AI Leadership》（开放权重与美国AI领导力）。该信件将开放模型比作1980年代开源软件运动，认为其能提升AI可及性、加强竞争与创新、增强网络安全，并通过社区审查提高安全性，同时支持主权与经济扩散。该公开信由多家美国科技企业和组织联合签署，包括Andreesen Horowitz、Meta、Microsoft、IBM、Mistral等。

黄仁勋写道：“AI将变革每一个行业，赋能每一家公司，并被每一个国家所构建。开源模型能强化安全性与网络安全，加速创新与普及，并实现主权。世界既需要前沿的闭源模型，也需要前沿的开源模型。”

公开信提出，开放权重模型能扩大AI访问范围、加强竞争与创新、降低成本、提升客户控制力，并通过社区审查提升安全性和透明度；同时承认开放模型存在风险，但认为禁止并非正确应对，应通过广泛访问增强防御能力。它主张美国政策需支持开放生态，避免过度限制，同时肯定封闭前沿模型的价值，旨在实现AI普惠并维持技术主权。

该帖迅速引发广泛关注，获得超过13万点赞和数百万浏览。相关评论中，用户认可Jensen支持开放与封闭模型并存的立场，认为这有助于对抗竞争（如中国）、促进创新；部分讨论聚焦NVIDIA商业利益与开放策略的结合，以及AI生态的长期影响。整体反应正面，许多人视其为科技行业对开放AI的重要表态。

开放权重与美国人工智能领导力

2026年7月24日

20 世纪 80 年代，早期开源软件先驱挑战了当时盛行的一种观点：软件唯有由企业严密管控代码，才能取得发展。这场运动致力于打造透明的技术生态，世界各地的开发者都可以研读、修改并改进软件。如今，开源社区开发的软件支撑着互联网的绝大多数基础设施，同时也是全球头部科技企业、美国军方以及负责科研、网络安全和其他关键任务的联邦机构所使用系统的底层基础。开源带来的价值不只是降低了软件开发成本，它还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，建立起本国的技术主权。

如今美国在人工智能领域正面临相似的抉择。评判美国能否保有 AI 领先优势，并不取决于某一款前沿 AI 模型，而是取决于美国能否搭建起强大、开放的技术生态，并将 AI 技术渗透至各个行业。这是在全美范围内创造创新机遇、实现经济繁荣的关键。实现这一目标，需要扩大 AI 技术的可获取性、鼓励市场竞争、完善完备的应用层，同时赋予美国人对自身所使用技术更强的掌控权。Open-weight models（开放权重模型）是这套底层体系的重要组成部分，任何人都可以下载、核验、修改这类模型，并在自有基础设施上运行，这让先进 AI 变得更容易获取、适配与普及。

开放权重拓宽了AI经济的参与渠道。初创企业、成熟企业、高校与公共机构可以基于成熟模型开展研发，无需从零训练模型，也不必为每一项业务支付前沿模型的高额使用费用。借助开放权重，各类机构能够根据业务需求匹配适配模型、控制成本，仅将顶尖前沿算力用于真正需要前沿能力的难题，其余场景则部署高效的专用模型。这种精细化部署思路，能够让AI 在数十亿日常任务规模化落地时具备经济可持续性。美国想要赢得 AI 时代，就要把AI技术融入工厂、医院、农场、课堂以及街边商户的日常工作流程之中。

开放权重同时能够强化市场竞争，而竞争能够让 AI 发展红利广泛共享，而非集中在少数主体手中。开放权重允许大量机构自主搭建、适配、部署先进模型，由此催生的竞争不只存在于模型研发商之间，还覆盖云端芯片、应用程序与配套服务全链条。这类竞争持续推动创新、压低使用成本，让AI产业收益广泛分布于美国整体经济之中。

开放权重还能让使用者拥有更强自主掌控能力。各类机构布局 AI 业务时，都不希望被单一服务商锁定，也不愿丢失长期积累形成的技术资产。开放权重模型恰好可以提供这份保障：机构能够自主管控自有数据、根据自身需求评估并改造模型，同时可以按照业务要求在任意环境部署模型。当机构依托AI创造价值时，开放权重能让它们通过自主迭代模型、打造专属功能、沉淀行业知识，牢牢掌握自身创造的价值，进而夯实美国的技术主权与经济优势。

诚然，开放权重确实存在切实且独特的风险。权重文件一旦对外发布，原始研发方就失去了管控权限，各类修改后的衍生模型也难以溯源、无法撤回。但应对这类风险的正确方式，并非禁止开放权重。当下网络攻击方已经在使用先进AI工具，网络防御方必须拥有同等能力的模型，才能识别、模拟并应对层出不穷的新型威胁。开放模型拓宽了防御技术的覆盖范围，提升技术透明度，让多方团队同步挖掘并修复安全漏洞。

事实上，技术开放或许是实现AI安全与防护最重要的路径之一。单纯依靠闭源模型并不天然具备安全性：闭源系统同样可能遭到入侵、被滥用，或是出现外部人员无法察觉的故障。若顶尖AI能力集中在少数几套闭源模型中，风险会进一步放大：会形成多处单点故障隐患、削弱市场竞争，核心技术完全掌握在少数服务商手中。与之相对，开放权重模型可供广大研究者与开发者共同检验模型行为、识别漏洞、搭建防护机制，并持续迭代优化。正如开源软件已经证明的：透明化往往比封闭保密更安全；AI安全保障同样需要让更多人参与测试、加固社会所依赖的模型。行业可以开展标准化基准测评、红蓝对抗演练，依托真实、可验证的实际危害制定防护规则，而非默认闭源系统天然更安全。

完善强大的AI生态并不会自动成型，政策制定者拥有关键的行动窗口。相关举措包括：为初创企业与科研人员扩充算力供给、投入资源搭建共享训练资产（数据集、开发工具、评测框架），同时避免过早出台限制开放模型的政策，防止市场竞争受阻、创新产业外流，维持前沿赛道的多元发展格局。相关政策还需关注完善应用层体系，推动AI技术在美国各行业自主落地使用，巩固本国技术主权。

在搭建这套生态的过程中，政策制定者应当审慎区分合法模型研发技术与盗用侵权行为。模型蒸馏（Distillation）是一种广泛使用的模型优化、评估与验证技术。它延续了自开源软件运动兴起以来，借鉴、复用并优化现有技术的悠久传统，这一传统持续推动着技术创新。与之相对，非法攫取闭源模型价值的行为确实值得监管关注。这类问题应当通过针对性法律与商业监管框架解决，而非一刀切限制对AI创新至关重要的技术手段。

人工智能时代有望带来全民繁荣。只要做出正确选择，开放权重AI就能拓宽发展机遇、强化市场竞争、延续美国技术领先地位、缓释安全风险，并确保这项颠覆性技术的红利在美国经济中广泛普惠。这样的未来值得全力构建，美国应当牵头推动其落地。

联名机构名单：美国创新者联盟、安德里森・霍罗威茨基金、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、马里亚纳矿业、Meta、微软、Mistral、Mozilla、英伟达、帕兰提尔、Perplexity、Reflection、Replit、ServiceNow、Telnyx、Y Combinator