黄仁勋入驻X后第一条推文 签署公开信力挺开源AI模型

按：随着 7 月 27 日Kimi K3开源时间的逼近，引发了美国各界对开源和闭源AI路线的分歧，且愈演愈烈。美国有人扬言要封禁中国顶尖AI模型，也有很多人支持中国开源 AI 模型。

在持续几天的讨论后，7 月 24 日，英伟达创始人黄仁勋站出来公开站队力挺开源AI。这是他在社交媒体X上开通账号后发表的第一篇推文，英伟达签署公开信支持开源模型。他表示，AI将变革各行各业，赋能每家公司，并由每个国家共同构建。开源模型能够加强安全和网络安全，加速创新和普及，并保障国家主权。世界既需要前沿的闭源模型，也需要前沿的开源模型。

并代表英伟达联合微软、Meta、IBM、Huggingface、a16z、Dell、Palantir、Y Combinator等众多知名美国企业签署了一份联合生明，金色财经善欧巴编译。如下：

开放权重与美国AI领导力

20 世纪 80 年代，早期开源软件先驱挑战了一个主流的观点——软件只有在企业严格控制代码的情况下才能进步。这场运动推动建立一个透明的生态系统，让全球开发者都能研究、修改和改进软件。由开源社区开发的软件如今支撑着互联网的大部分，也是全球最大科技公司所用系统的基础，同时也是美国军方和联邦机构开展科学研究、网络安全及其他关键任务的底层支撑。开源不仅仅降低了软件成本，更创造了一个共享的知识基础，几代美国工程师和企业家在此基础上建立了他们的制度性主权。

美国如今在人工智能领域面临类似的选择。我们的 AI 领导力将不由某一个前沿 AI 模型来评判，而取决于美国是否构建了一个强大、开放的生态系统，并将其渗透到每一个行业。这对于在全国范围内创造创新与繁荣的机遇至关重要。它要求扩大 AI 的可及性、鼓励竞争、构建强健的应用层，并赋予美国人对他们所依赖的技术更大的控制权。开放权重模型——即任何人都可以下载、审查、修改并在自己的基础设施上运行的 AI 模型——是这一基础的重要组成部分，因为它们使先进 AI 更加可及、可适配、可广泛获取。

 初创企业、成熟企业、大学和公共机构可以在先进模型的基础上构建应用，而无需从零训练一个模型，也无需为每项任务支付前沿模型的高昂价格。开放权重让每个组织都能以合适的成本，将合适的模型匹配到合适的任务上——将前沿级别的算力留给真正的前沿问题，而在其他所有地方运行高效、专用的模型。正是这种纪律性，将使 AI 在其使用规模扩展到数十亿日常任务时，仍能保持经济上的可持续性。美国赢得 AI 时代的方式，是将 AI 渗透到工厂、医院、农场、教室和街头商铺的工作流中。

开放权重也强化了竞争——而竞争正是让 AI 的红利被广泛分享、而非集中于少数人手中的关键。 通过允许众多组织构建、适配和部署先进模型，开放权重不仅在模型开发者之间，也在云、芯片、应用和服务之间创造了竞争。这种竞争激发创新、压低成本，并将 AI 的收益广泛分配于整个经济。

随着组织在 AI 上投入越来越多，他们希望确认自己不会被锁定在单一供应商上，也不会失去随时间积累的知识与能力。开放权重模型通过允许组织控制自己的数据、评估并适配模型以满足自身需求、并在业务需要的任何地方部署模型，提供了这种保障。当组织用 AI 创造价值时，开放权重使他们能够通过自我改进的模型、专用能力和积累的知识来拥有这些价值，从而驱动美国的主权与繁荣。

诚然，开放权重确实承载着真实且独特的风险。 权重一旦发布，便超出原始开发者的控制范围，修改后的版本也难以追溯或逆转。但应对这一风险的正确方式不是禁止开放权重。在一个网络攻击者使用先进 AI 的世界里，防御者需要获得具有相当能力的模型，以便他们能够检测、模拟和应对新兴威胁。开放模型拓宽了防御能力，增加了透明度，并允许漏洞被众多团队发现和修复。

事实上，开放性可能是通向 AI 安全与安保的最重要路径之一。 单纯依赖封闭模型并不天然安全：它们可能被攻破、被滥用，或以外部人无法察觉的方式失效。而将先进 AI 能力集中在少数封闭模型背后，则加剧了这一风险——它制造了少数单点故障，削弱了竞争，并将关键技术置于少数提供商手中。开放权重模型则相反，它允许一个广泛的研究者和开发者社区审查模型行为、识别漏洞、开发防护措施，并随时间改进模型。正如开源软件所证明的——透明可以比封闭更安全——AI 安全或许取决于赋予更多人测试和强化社会所依赖模型的能力。它使得严格的基准测试与评估、红队测试，以及针对真实且可证实危害的防护措施成为可能，而非默认假设封闭系统更安全。

强大的 AI 生态系统并非理所当然。 政策制定者有一个重要的行动窗口。这包括：扩大初创企业和研究者获取算力的渠道，投资于共享训练资产（数据集、工具、评估框架），以及通过避免对开放模型施加过早的限制——那些会扼杀竞争或将创新驱往海外的限制——来保持前沿的多元性。这些措施还必须着眼于强健的应用层如何能在整个经济中扩大 AI 的主权化使用。

在塑造这一生态系统的过程中，政策制定者应谨慎，不要将合理的模型开发技术与不当挪用混为一谈。 蒸馏（distillation），即利用一个模型的输出来帮助训练或改进另一个模型，是一种被广泛用于模型改进、评估和验证的技术。它延续了从现有技术中学习、在其基础上构建并加以改进的悠久传统——这一传统自开源软件运动兴起以来便一直推动着创新。相比之下，从封闭模型中非法提取价值的行为确实引发了合理关切。这些关切应通过有针对性的法律和商业框架来解决，而非对那些在 AI 创新中扮演重要角色的技术施加一刀切的限制。

AI 时代可以是一个繁荣的时代。 做出正确的选择，开放权重 AI 可以扩大机遇、强化竞争、延伸美国的技术领导力、降低风险，并确保这项非凡技术的收益被广泛分享于整个经济。这个未来值得去建设，而美国应当引领这一建设。

联合签署机构

美国创新者联盟、a16z、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、Palantir、Perplexity AI、Reflection、Replit、ServiceNow、Telnyx、Y Combinator 创业孵化器。