隨著中國AI企業智譜、月之暗面相繼推出可與Anthropic等美國實驗室模型相抗衡的新模型，開放模型與頂尖閉源模型之間的效能差距進一步收窄，延續多年的“開源”與“閉源”之爭在矽谷和華盛頓進入白熱化。據《紐約時報》報道，Anthropic、OpenAI等前沿模型公司近日繼續強調高能力模型可能帶來的安全與智慧財產權風險，並遊說監管機構加強審查。美國財政部長斯科特·貝森特、白宮科技政策辦公室主任邁克爾·克拉齊奧斯也相繼對所謂中國AI“蒸餾”表達警惕。但在輝達、微軟等晶片、雲端計算和平台型企業看來，對開放權重模型施加限制可能削弱美國對開發者生態和全球市場的吸引力。
7月24日，輝達、微軟、Meta等企業與機構聯合釋出《開放權重與美國AI領導力》公開信，呼籲政策制定者避免過早限制開放權重模型；三天後，輝達又聯合微軟、IBM、Linux基金會等成立“開放安全AI聯盟”。有分析指出，兩方行動實際均與美國近期的AI戰略佈局呼應。特朗普2.0以來，美國一面組織企業提供涵蓋晶片、資料中心等的“全棧出口”方案，並以“矽和平”整合盟友的關鍵礦產、半導體和算力供應鏈，讓盟友接入美國技術體系。另一方面則加快推動智慧體標準、前沿模型安全評測。其背後真正的謀局，是建成一個以美國基礎設施、技術標準和安全規則為底座的全球AI生態。
在IPP特約研究員孫佔卿看來，近期美國“開放權重”呼聲升高，是因為美國國家戰略與企業利益正在逐漸匯合。中國廠商展現出的強大競爭力，實際上已促成美國加快佈局AI開放生態。美國或將形成一種更具現實主義色彩的“雙軌戰略”：一方面，以閉源旗艦模型維持能力上限、商業收益和安全控制；另一方面，以開放權重模型爭奪開發者、部署市場、行業標準與全球擴散能力。未來中美AI競爭的關鍵，也將不只是模型效能的高下，而是誰能讓自己的模型、工具、基礎設施和規則成為全球創新的預設底座。
2026年7月註定會成為AI發展程序中的一個高峰時刻。7月17日至20日，世界人工智慧大會暨人工智慧全球治理高級別會議在上海舉行。大會以“智慧夥伴，共創未來”為主題，提出推動全球人工智慧向善、普惠發展。與此同時，中國AI企業月之暗面釋出開放權重旗艦大模型Kimi K3，並在釋出後24小時內登頂Arena排行榜，再次將模型開放與閉源之爭推向風口浪尖。Epoch AI綜合能力指數顯示，截至2026年7月21日，Kimi K3與GLM-5.2的得分已接近150分，進入全球前沿模型區間。
以OpenAI未來戰略主管迪恩·鮑爾為代表的閉源支持者認為，開放模型“本質上是減速主義的”，因為開放將壓縮領先廠商的利潤空間，削弱其對尖端技術的投入能力，最終拖累AI發展。開放支持者則認為，開放能夠降低模型使用成本，提高AI普及率，拓展AI生態，為初創企業創造更多機遇，最終為AI發展帶來更多可能性。
作為開放權重的重要推動者，輝達聯合多家企業和機構共同釋出《開放權重與美國AI領導力》公開信，將“開放”與美國AI領導力聯絡起來。其核心並不是要求所有人工智慧技術全面開源，更不是以開放模型取代閉源模型，而是推動美國在保持前沿閉源能力優勢的同時，補齊開放模型生態這一戰略戰線。這場行動表明，美國對人工智慧領導力的理解正在發生變化：真正的領導力不再只是訓練出效能最強的模型，還包括使本國的模型、工具、標準和基礎設施成為全球開發者與企業的預設選擇。從這個意義上說，開放權重並非單純的技術共享方式，而是一種技術擴散、產業組織和國際競爭手段。
美國為什麼此時強調“開放”
這場行動最值得關注的，並不是美國科技企業突然接受了傳統的開源理想，而是美國開始將“開放權重”納入國家技術領導力的整體佈局。
《開放權重與美國AI領導力》公開信釋出三天後，輝達又聯合網路安全、雲端計算、企業軟體企業及開源機構，共同發起“開放安全AI聯盟”。公開信主要面向美國政策制定者，明確提出，衡量美國的AI領導力，不能只看其是否擁有最先進的模型，還要看其能否建立一個能夠向各行各業擴散的開放生態。聯盟則聚焦AI安全與網路安全工具建設，將開放的範圍從模型權重進一步延伸至智慧體框架、安全工具、評測體系和網路防禦等領域。
美國推動開放權重，目的在於將技術優勢進一步轉化為生態優勢。上述兩項行動緊密銜接，表明美國當前圍繞大模型“開源”的佈局至少包含兩重意圖：一是通過開放權重，降低企業、初創機構、大學和公共部門採用AI的門檻，使模型能力更快進入製造、醫療、金融、農業和公共服務等領域；二是通過開放模型爭奪開發者、行業標準和全球市場，在維持美國高階閉源模型領先優勢的同時，進一步擴大其對模型全球擴散程序的影響力。
開放是輝達戰略路線的一環
輝達推動開放模型並非臨時起意。2025年12月，輝達釋出Nemotron 3系列，開放了模型權重等一系列材料。2026年3月，輝達成立Nemotron聯盟，與有關機構共享資料、算力和研究能力，共同開發在DGX Cloud上訓練並公開發布的模型。輝達還宣佈，其系列模型將支援Linux基金會於2026年5月釋出的OpenMDW-1.1模型許可框架。該許可賦予使用者訓練、修改、貢獻、再分發和部署模型材料的權利。
輝達之所以比部分閉源模型公司更積極地推動開放，與其在產業鏈中的位置密切相關。輝達的核心收益主要來自GPU、網路、計算系統以及AI軟體平台，擴大AI生態，相當於擴大其產品市場。輝達2026財年總收入為2159億美元，其中資料中心業務收入達到1937億美元，約佔總收入的九成。這一收入結構意味著，輝達所需要的並不是讓某一個模型長期維持稀缺性。相反，無論開發者使用的是OpenAI、Meta、Qwen、DeepSeek還是Nemotron的模型，只要模型需要訓練、微調、量化和推理，就會產生計算需求。模型越豐富、部署越廣泛、推理呼叫越頻繁，就越有利於輝達擴大市場。
從平台經濟的角度看，這是一種典型的“擴大互補品”戰略。隨著Google、OpenAI、Meta等AI大廠先後推進自研晶片戰略，輝達更需要擴大AI參與者群體。降低模型獲取和使用門檻，不僅能夠擴大晶片、網路、雲資源、推理最佳化和企業部署服務的市場，還有助於提高輝達技術標準的滲透率。釋出公開信併成立聯盟，也意味著輝達在嘗試構建一套能夠持續生產、分發、部署和治理開放模型的制度體系，進而將開放權重塑造為美國AI領導力、網路安全和產業政策的共同基礎。
中國廠商的強大競爭力促成了美國AI開放生態佈局
美國強調開放權重，並不是因為產業界突然脫離了國家競爭框架，而是因為國家戰略與企業利益正在逐漸匯合。中國大模型帶來的競爭壓力，則進一步壓縮了美國佈局AI開放生態的時間視窗。
美國政府早已認識到開放模型的地緣戰略意義。2025年釋出的《美國AI行動計劃》提出，全球AI競爭不僅取決於誰擁有最先進的模型，還取決於誰擁有規模最大的AI生態、誰能夠制定全球標準，以及誰能夠從中獲得經濟和軍事收益。該檔案專門設定“鼓勵開源和開放權重AI”一節，提出美國需要擁有建立在“美國價值觀”之上的領先開放模型，因為這類模型可能成為全球商業和學術領域的通用標準，因而具有重要的地緣戰略價值。
中國開放權重模型的快速發展，加快了美國的這一轉變。Qwen3、DeepSeek-R1、GLM5.2等接近前沿水平的中國主流大模型紛紛採用開放許可，顯著加快了模型擴散。斯坦福大學有關中國開放模型生態的研究顯示，2025年9月，Qwen在Hugging Face上的下載量已經超過Llama；2024年8月至2025年8月，中國開發者釋出的模型約佔該平台下載量的17.1%，美國開發者釋出的模型約佔15.8%；到2025年9月，中國模型的微調版和衍生版約佔當月新發布相關模型的63%。儘管這些資料不能直接等同於商業市場份額，但足以反映中國模型在開發者生態中的擴散速度。
更重要的是，開放模型已經不再只是效能明顯落後的低成本替代品。斯坦福大學《2026年人工智慧指數報告》顯示，截至2026年3月，領先閉源模型與領先開放模型之間的效能差距約為3.3%；同期，領先美國模型與領先中國模型之間的差距約為2.7%，且在過去一年中長期維持在個位數範圍。基準測試本身存在一定侷限，但其戰略含義十分清楚：當開放模型逐漸接近前沿水平時，競爭就不再只發生在實驗室榜單上，而會進一步延伸至成本、部署、衍生開發和行業標準等領域。
顯然，美國本輪行動具有明顯的競爭補位性質：既要避免中國模型成為全球開放生態中的事實標準，也要防止美國在應對中國模型風險時，因過度限制而誤傷本國開放生態。在這一路線上，美國國家戰略與主要企業的商業利益形成了交匯：政府希望美國模型和技術標準得到全球採用，晶片、雲端計算和企業軟體廠商希望擴大AI的總體部署規模，開放模型平台希望吸引更多開發者，而企業使用者則希望擺脫對單一閉源API供應商的依賴。
AI“開源”與軟體開源有根本差別
按照嚴格的開源定義，當前幾乎所有的AI模型都達不到“開源軟體”的標準。傳統開源軟體開放的是人類可讀的原始碼。開發者獲得原始碼、依賴關係和構建說明後，通常可以理解軟體的執行邏輯，修改其中某一部分，並重新編譯出一個功能相近的程式。而對AI模型來說，模型能力並不只來自架構程式碼，而是架構、訓練資料、資料處理方式、訓練程式碼、超引數、計算資源、訓練過程和最終引數共同作用的結果。
開放原始碼倡議組織（OSI）的《開源AI定義1.0》要求，嚴格意義上的開源AI不僅應提供模型引數，還應提供訓練和執行程式碼，以及足夠詳細的資料來源、處理和訓練資訊，使具備專業能力的人能夠構建實質等價的系統。OSI在其白皮書《Data Governance in Open Source AI：Enabling Responsible and Systemic Access》中指出，關於模型開源的辯論忽略了一個事實，即一些以開放形式呈現的商業模型——最突出的是Llama——也不符合其他要求。例如，它們的許可證引入了限制，使其不符合開源許可標準，並且它們未能共享其他系統元件，如訓練程式碼。OSI因此明確區分了開放權重和完整開源AI：前者通常只公開訓練完成後的引數，後者還要求開放或充分說明產生這些引數的過程。
如果說開放原始碼促進的是對“生產邏輯”的理解與重建；開放權重提供的是對“訓練成品”的使用與改裝許可權。開放模型權重以後，開發者可以把模型下載到本地，進行推理、微調、量化、蒸餾或行業適配，卻未必能夠重新訓練出一個等價模型，也未必知道模型究竟使用了哪些資料、經歷了怎樣的資料篩選和安全處理。
開放權重的可能影響
輝達本輪政策行動的中心是開放權重。對大多數企業而言，從零訓練一個前沿模型既無必要，能夠獲得一個高效能模型，並對其進行自主部署、微調和遷移，本身就是一種實質性的能力轉移。從現有行動看，輝達推動的開放已經超出單純開放模型引數，形成了包括模型權重和檢查點、訓練資料與訓練配方、協同開發等在內的多個層次。
一是推動AI由少數實驗室掌握的能力轉化為通用產業能力。人工智慧作為一種通用技術，其經濟和社會價值並不會在模型訓練完成後自動實現，而是依賴行業資料、業務流程、人才、算力和組織改革等一系列互補投入。開放權重的意義在於，將模型從只能遠端呼叫的封閉服務，轉變為可以嵌入不同組織和產業流程的通用元件。企業不必從零開始訓練大模型，也不必在所有任務中都購買最高等級的閉源服務，而可以根據成本、效能、資料敏感度和延遲要求，選擇合適的模型進行部署。這不僅會擴大AI的應用範圍，也可能推動基礎模型逐漸標準化，使更多價值向行業資料、智慧體、應用、服務和安全治理等環節轉移。
二是增強使用者對資料和成果的控制權。開放權重使政府、醫院、金融機構和大型企業能夠在自身基礎設施上執行模型，避免將敏感資料持續傳送給外部API供應商。同時，使用者還可以保留微調成果、領域知識和部署記錄，從而在模型供應商漲價、改變服務規則或退出市場時擁有替代方案。公開信和《AI行動計劃》都將本地部署、避免供應商鎖定和保護敏感資料列為開放模型的重要價值。
三是擴大安全審查與治理的覆蓋面。開放權重模型的可下載特性，使得安全審查不再侷限於模型提供方的內部測試，而是可以擴充套件到第三方審計、社群審查和獨立評測。開放安全AI聯盟的成立，正是試圖將安全治理從模型提供方的單方責任，轉變為多方協作的體系。這種模式可能有助於發現和修復模型中的偏見、漏洞和不當行為，但也可能帶來模型被惡意使用或篡改的風險。
總體而言，美國AI“開放”轉向並非簡單的技術路線選擇，而是一場圍繞全球AI生態主導權的戰略博弈。中國模型的快速崛起，正在迫使美國重新審視其AI政策，並加速構建一個以美國為中心的開放模型生態。在這場“雙軌競爭”中，誰能成為全球創新的預設底座，誰就將掌握未來AI發展的主動權。