新智元报道
昨天，黄仁勋破天荒地注册了 X 账号。
他的第一条帖子没有发产品，没有晒芯片，分享的是一封公开信，标题叫《Open Weights and American AI Leadership》。
https://www.microsoft.com/en-us/corporate-responsibility/topics/open-weight/
英伟达是 25 家联署方之一。
签署方名单横跨产业链多层：英伟达和戴尔做硬件，Meta 和微软做平台，Hugging Face（抱抱脸）和 Mistral 做开源模型，a16z 和 Y Combinator 做投资，Mozilla 和 Linux 基金会代表开源社区，Palantir 做国防和情报，CrowdStrike 做网络安全。
名单上缺了三个最重要名字。
OpenAI、Anthropic、谷歌——美国估值最高的三家闭源前沿实验室，一个都没签。
黄仁勋在帖子里写了一句：
The world needs both frontier closed models and frontier open models.
世界需要前沿闭源模型，也需要前沿开源模型。
https://x.com/JensenHuang/status/2080643682408321103
这句话看起来像调和双方，但他选择把它写在自己的第一条帖子里，用来给一封闭源阵营拒绝签署的信站台。这个动作，比措辞更能说明立场。
一封信，两种利润模型
这封信长达两千余字（中文翻译版），核心论点用一句话概括：开放权重模型让 AI 从少数公司的独占技术变成所有行业的基础设施，美国的 AI 领导力取决于这种扩散能否发生。
开放权重让初创公司、大学和公共机构不必从头训练模型，也不必为每一个任务支付前沿模型的价格。
信中的原话是：
把前沿级能力留给真正需要前沿级能力的问题，其余场景用高效的专用模型。
这种分层使用，才能让 AI 的大规模应用在经济上可持续。
信还提出了安全论证：只靠少数闭源模型集中供应防御能力，等于制造单点故障，开放权重能让更多团队参与安全攻防。
但整封信最关键的一段，藏在倒数第二节。
信中要求政策制定者区分两件事：
蒸馏——用一个模型的输出来训练或改进另一个模型——是学术界和工业界普遍采用的合法技术，「反映了学习、借鉴和改进已有技术的长期传统」；
而试图从闭源模型中不当提取价值，则是另一回事。
后者应当通过「定向的法律和商业框架」来解决，而非一刀切地限制蒸馏这项技术本身。
这段话直接对准了当下最敏感的政策争论。
要理解它为什么敏感，需要看清签署方和缺席方各自的经济利益。
25 家签署方的商业模式有一个共同特征：利润与 AI 的普及面正相关。
英伟达卖训练和推理芯片，Meta 用 Muse Spark 构建开发者生态，微软卖 Azure 云算力，a16z 和 Y Combinator 投应用层创业公司。
AI 扩散得越广，这些公司的生意就越好做。
三家缺席方的商业模式恰好相反：它们的估值与前沿能力的独占程度正相关。
OpenAI 和 Anthropic 的估值都达到 1 万亿美元，核心叙事是「只有少数实验室能训练出最强模型」。
它们的收入来源是 API 调用和订阅费，定价权建立在能力领先之上。
如果开放权重模型的能力逼近前沿，这个定价基础就会被侵蚀。
信中的经济论证中有一句话：
前沿模型的价格长期不可持续，所以需要开放权重来分层承接需求。
这句话对签署方来说是产业逻辑，对缺席方来说是估值的空头论点。
三家缺席方各有各的账
OpenAI 的立场最微妙。
CEO Sam Altman 当天在 X 上发帖，表态支持美国在开源和闭源两条线上都保持领先。
但 OpenAI 没有在信上签字。
https://x.com/sama/status/2080683363174945065
口头支持、拒绝签字——口惠而实不至。这套操作逻辑清晰。
马斯克也在 X 上表示「完全支持」，但 SpaceX 同样没签。
https://x.com/elonmusk/status/2080672505660834163
口头背书零成本，但签字有法律和政治成本。
对 OpenAI 而言，信里的蒸馏条款是死结。
OpenAI 过去一年持续向美国政府和公众警告蒸馏问题，这一立场与部分政府官员的口径一致。
签这封信，等于亲手撤回自己已经递到政策桌上的筹码。
OpenAI 和 Anthropic 都在冲刺 IPO，在 S-1 保密审查期签一封论证「前沿模型价格不可持续」的公开信，相当于给自己的招股书写风险因素。
Anthropic 的缺席没有悬念。
CEO Dario Amodei 公开主张过：权重一旦释放，开发者就失去了撤销访问、更新护栏和阻止滥用的能力。
Anthropic 至今没有发布过任何开源模型。
今年早些时候，Anthropic 已正式致函美国议员，就蒸馏问题表达关切。
它在这场辩论中有明确立场，签署一封为蒸馏技术正名的信，与这个立场直接冲突。
谷歌同时运营着闭源的 Gemini 和开源的 Gemma，两条产品线并行，照样没签。
谷歌目前在前沿模型竞赛中已显著落后于 OpenAI 和 Anthropic，它寄希望于 Gemini 4 打翻身仗，这场翻身仗的赌注正是闭源前沿模型的能力溢价。
三家闭源前沿实验室集体缺席，暴露的是产业结构的裂缝。
蒸馏叙事：一颗双方都在用的子弹
蒸馏这件事，学术界和工业界用了很多年，公开信称之为「长期技术传统的一部分」。
但在过去几个月里，蒸馏变成了美国 AI 政策辩论中最具争议的议题。
争论焦点不在技术本身，而在边界如何划定：什么样的蒸馏行为属于正常的技术改进，什么样的属于不当提取商业价值。
闭源阵营的立场是：需要更严格的边界。
它们担心的场景是：花费数十亿美元训练出的前沿模型，被通过 API 调用大规模提取能力。
如果这种行为不被约束，前沿模型的投资回报将被稀释，继续投入训练的经济动机也会减弱。
这个论点有合理性，但同时也恰好服务于闭源实验室的商业利益：边界划得越严，前沿能力的独占性就越强，估值故事就越稳固。
开源阵营的立场写在了这封信里：
蒸馏是一种合法的模型改进技术，不应与不当挪用混为一谈；
如果需要应对后者，应当用定向的法律和商业框架来解决，不应因此限制蒸馏技术本身。
这个论点同样有合理性，也同样服务于开源阵营的利益：蒸馏不受限，开放权重模型的迭代速度就越快，芯片、云和平台的市场就越大。
美国政府内部对此也有分歧。
一派倾向于从严界定，将部分蒸馏行为纳入知识产权保护框架；
另一派则公开警告，过度限制可能演变为少数大公司的监管俘获，反而伤害美国的 AI 竞争力。
白宫 AI 政策顾问 David Sacks 就公开呼吁停止「过度恐慌」，认为「只要不用不必要的规则自我束缚，美国会继续赢」。
两个阵营、两套利益、同一个议题。
蒸馏争议不是导致裂缝的原因，它是裂缝上方最显眼的那条裂纹——底下是两种商业模式对 AI 产业走向的根本分歧。
谁也替代不了谁
两大阵营各执一词，但黄仁勋说的对——这个世界确实同时需要顶尖的闭源模型和顶尖的开源模型。
原因是，两者占据着对方填不了的生态位。
开放权重模型的不可替代性，最直接的一层是可审计。
当 AI 系统被部署到医疗、金融、司法等高风险场景时，监管方和用户需要能检查模型内部的行为机制，看到权重才能做到。
公开信的原话是，开放权重让广泛的研究者和开发者社区「审查模型行为、发现漏洞、开发防护措施并持续改进」。
闭源模型的外部审计者看不到权重，只能做黑箱测试。
开放权重同时是 AI 安全研究的基础设施。
可解释性研究、对齐实验、红队测试，都依赖对模型权重的完整访问。
研究者需要拆解模型看内部机制，才能理解模型为什么会产生某种行为，进而找到改进方法。
这些研究成果，如漏洞发现、评测框架、对齐技术，最终回流到整个行业，闭源模型同样受益。
AI 安全领域的许多重要进展，都建立在对开放权重模型的实验之上。
开放权重模型可以下载到本地、离线运行、按需定制，主权掌握在使用者手中。
但闭源前沿模型的不可替代性同样是真实的。
权重一旦公开释放，开发者就失去了撤销访问和实时调整安全策略的能力。
两种模型构成共生关系。
开源研究社区在开放权重模型上做实验、出论文、建评测框架，这些成果是整个行业的公共知识；
闭源实验室用这些知识改进自己的模型安全和能力，同时用前沿模型推动能力边界，为开源社区提供追赶的参照系和知识源头。
砍掉任何一边，另一边都会变弱。
但这次公开信事件暴露了一个矛盾：两大阵营都清楚对方的存在价值，却都在争取让政策天平向自己倾斜。
扩散派要的是更宽松的蒸馏定义和更少的发布限制，稀缺派要的是更严格的能力保护和更高的准入门槛。
暗流涌动的美国 AI 圈，两条路线的斗争开始变得格外激烈。
附录：公开信全文翻译
开放权重与美国的人工智能领导力
2026 年 7 月 24 日
上世纪 80 年代，早期的开源软件先驱者向当时的主流信条发起了挑战——那种信条认为，唯有企业牢牢掌控自己的代码，软件才能进步。这场运动所倡导的，是一个透明的生态：全世界的开发者都可以研究、修改、改进软件。今天，由开源社区开发的软件支撑着互联网的大部分运转，也构成了全球最大科技公司所用系统的底层，同样支撑着美国军方，以及承担科研、网络安全等关键使命的联邦机构。开源的意义不止于降低软件成本；它铸就了一个共享的知识底座，一代又一代美国工程师与创业者正是在这一底座之上，建立起了各自机构层面的技术自主。
如今，美国在人工智能上面临着相似的抉择。衡量我们人工智能领导力的，不会是某一个前沿模型，而是美国能否建成一个强健、开放、并向各行各业渗透扩散的生态系统。这对于在全国范围内创造创新与繁荣的机会至关重要。它要求我们扩大人工智能的可及性、鼓励竞争、构建坚实的应用层，并让美国人对自己所依赖的技术握有更大的掌控权。开放权重模型——任何人都可以下载、查验、修改，并在自有基础设施上运行的人工智能模型——正是这一根基的重要组成部分，因为它们让先进的人工智能更易获取、更易适配，也更为普及。
开放权重拓宽了通往人工智能经济的入口。初创公司、成熟企业、高校和公共机构得以在先进模型之上进行开发，既不必从零训练一个模型，也不必为每一项任务都支付前沿模型的价码。开放权重让每个组织都能以合适的成本，为合适的活计匹配合适的模型：把前沿级别的能力留给真正的前沿难题，其余场景则交由高效的专用模型去跑。当人工智能的使用规模扩展到数十亿件日常任务时，正是这种取舍上的克制，才能让它在经济上可持续。美国要赢下人工智能时代，靠的是让它渗入工厂、医院、农场、课堂与街头巷尾中小商户的日常流程之中。
开放权重也强化竞争，而竞争正是让人工智能的收益被广泛共享、而非集中于少数人之手的关键。由于让众多组织都能构建、改造和部署先进模型，开放权重所激起的角力不仅存在于模型开发者之间，也蔓延至云计算、芯片、应用与服务等各个环节。这样的竞争会激发创新、压低成本，并把人工智能的红利广泛播撒到整个经济体之中。
开放权重还赋予客户更强的掌控力。组织在投入人工智能时，希望确信自己不会被锁死在单一供应商身上，也不会丢失长期积累下来的知识与能力。开放权重模型让组织得以掌控自己的数据、按自身需求评估并调整模型、在业务要求的任何地方部署它们，从而提供了这份底气。而当组织借人工智能创造价值时，开放权重让这份价值真正归其所有——它体现为可自我改进的模型、专门化的能力，以及不断累积的知识，凡此种种，共同推动着美国的自主与繁荣。
诚然，开放权重带有真实而独特的风险。权重一经发布，便脱离了原开发者的掌控，被修改过的版本亦难以追溯或撤回。但应对这一风险的正确方式，并非禁止开放权重。在一个网络攻击者已经用上先进人工智能的世界里，防守方同样需要获得能力相当的模型，才能侦测、模拟并回应新生的威胁。开放模型拓宽了防御能力的边界，提升了透明度，也让漏洞得以在众多团队手中被发现和修补。
事实上，开放或许正是通往人工智能安全的最重要路径之一。仅仅依赖封闭模型并不天然安全：它们同样可能被攻破、被滥用，或以外界无从察觉的方式失效。而把先进的人工智能能力集中于少数几个封闭模型之后，只会让这一风险叠加放大：其结果是形成为数不多的单点故障、削弱竞争，并把关键技术交到寥寥几家供应商手中。开放权重模型则不同，它让广大的研究者与开发者群体得以检视模型行为、找出脆弱之处、开发防护手段，并使之随时间不断改进。正如开源软件曾经证明「透明」可以比「隐晦」更安全，人工智能的安全或许同样取决于：让更多人有能力去检验并加固这个社会所仰赖的那些模型。它使严格的基准测试与评估、红队演练成为可能，也让防护措施得以针对真实且已被证实的危害而设，而不是想当然地认定封闭系统天生更安全。
一个强健的人工智能生态并非注定会到来。政策制定者面前，正有一个重要的行动窗口。这包括：为初创公司和研究人员扩大算力的可获得性；投资于共享的训练资产（数据集、工具、评估框架）；以及避免对开放模型施加过早的限制——那类限制会扼杀竞争，或把创新赶往海外——从而让前沿保持多元。这些举措还必须一并考量：强大的应用层如何能在整个经济体中扩展对人工智能的自主使用。
在塑造这一生态时，政策制定者应当谨慎，切勿把正当的模型开发技术与不当窃取混为一谈。蒸馏——即利用一个模型的输出，来帮助训练或改进另一个模型的做法——是一项被广泛采用的技术，用于模型的改进、评估与验证。它所体现的，是一种由来已久的传统：向既有技术学习、在其之上构建、并使之更好；自开源软件运动兴起以来，正是这一传统在推动创新。合理的担忧应当通过有针对性的法律与商业框架来化解，而不是对那些在人工智能创新中扮演重要角色的技术，施加一刀切的限制。
人工智能的时代可以是一个繁荣的时代。只要作出正确的选择，开放权重的人工智能就能拓展机会、强化竞争、延续美国的技术领导地位、化解风险，并确保这项非凡技术的好处能在整个经济体中被广泛分享。那样的未来值得去建造，而美国理应在建造它的路上一马当先。
签署方
American Innovators Network、a16z、Arcee AI、Arena、Black Forest Labs、Box、CrowdStrike、戴尔、Emergence Capital 、Hugging Face（抱抱脸）、IBM、Linux 基金会、Mariana Minerals、Meta、微软、Mistral、Mozilla、英伟达、Palantir、Perplexity、Reflection、Replit、ServiceNow、Telnyx、Y Combinator（编注：按字母顺序排列）
英文原文
曼雅配资提示：文章来自网络，不代表本站观点。
