前幾天，黃仁勳發出了他的第一條 X ，一封《開放權重與美國 AI 領導力》公開信，力挺開源 AI 模型。 Jensen Huang 用自己的第一條 X 帖分享了這封公開信；圖源：Jensen Huang / X。 最初只有 25 家公司和機構簽名。幾天後，名單擴到了 70 多家，Google、SpaceX、GitHub 都在其中。最後連 OpenAI 都出現了。 主流的 AI 公司裏，就剩下一家還沒有簽署，那就是奧特曼的一生之敵 Anthropic 。 這事不只是「開源陣營又贏一局」的爽文，公開信這一段纔是重點： 不應把正常的模型開發方法與不當挪用混爲一談。使用一個模型的輸出訓練或改進另一個模型，是廣泛使用的技術。 簡單來說，開放權重讓模型可以被下載和修改。蒸餾則讓一個模型從另一個模型的回答裏學習。這其實也是對最近美國指責中國模型「蒸餾」的一個表態，而今天中國官方也對此進行了回應： 美方罔顧有關中國企業人工智能模型與美前沿模型發佈時間非常接近、中國部分模型能力已處於領先地位等事實，給中國企業扣上所謂依靠「蒸餾」「竊取美國知識產權」等帽子，還威脅進行打壓制裁。 這些做法缺乏事實依據，沒有法理支撐，在實踐上搞雙重標準，屬於典型的人工智能霸權主義行徑。 這個問題不只關乎開源，也關乎下一輪 AI 競爭裏更重要的一項權利： 誰能向誰學習（蒸餾）。 黃仁勳算的是什麼賬 A 社沒有發官方聲明，但曾參與 AlphaGo Zero的技術人員 Julian Schrittwieser 先開麥了。 他轉發黃仁勳的帖子，還有點陰陽的意思：老黃既然這麼信開源，CUDA 和 GPU 驅動什麼時候開源呢？ 當然這只是員工個人發言，不代表 Anthropic。但對黃仁勳來說，這確實首先是一筆算力生意。 英偉達從未要求自身開放 CUDA，它通過倡導模型層的開放來做大整體蛋糕。模型層越走向開放和大衆化，全社會的算力與部署需求就越龐大，從而直接轉化爲對 英偉達硬件的鉅額採購。 公開信替兩種做法爭取空間：企業可以把開放模型下載到自己的服務器，也可以讓小模型從強模型的回答中學習。後一種訓練方法，業內叫「蒸餾」 問題恰恰出在第二件事上。 今年 2 月，Anthropic 稱，有人使用大量賬號和代理，規避 Claude 的訪問限制，再把收集到的回答用於訓練其他系統。A 社把這類行爲稱爲「蒸餾攻擊」。這是 Anthropic 一方的主張，並非司法結論。 到了 4 月，白宮發佈的「國家安全備忘錄」將未經授權的大規模提取和繞過訪問限制的行爲納入打擊範圍，但當時並未直接禁止「模型蒸餾」。 不過，一項醞釀中的法案准備將監管範圍進一步擴大：若企業服務條款明令禁止使用其模型輸出訓練其他模型，任何違反該約定的行爲，都可能被直接判定構成「蒸餾攻擊」。 爭議就這樣從「怎樣拿到模型的回答」，走向了「拿到回答以後能做什麼」。 如果正常的能力遷移也被籠統視爲風險，開放模型會更難追上，企業也會更依賴少數公司的接口。 黃仁勳甚至都直接說了，「免費 AI 對硬件、芯片和數據中心都應該是好事。」 模型便宜、能下載，企業才更願意把它裝進自己的環境，用在客服、編程和內部問答裏。模型跑得越多，推理芯片、服務器和配套軟件的需求就越大。 左邊按次調用閉源 API，右邊把開放權重模型放進自己的環境。自託管仍然需要支付 GPU、存儲和運維成本。 英偉達不需要押中唯一贏家。 閉源模型繼續衝能力上限，開放模型把能力帶進更多企業和設備，只要 AI 的部署繼續擴散，底層都需要計算。 而蒸餾正是開放模型常用的追趕辦法。Meta 就公開說明，它讓小模型學習自家大模型，把能力裝進更便宜、更容易運行的模型裏。 黃仁勳要保住的，不只是「開源」這個口號，他需要保護和培育一個模型足夠多、部署足夠廣、算力需求不斷增長的市場。 OpenAI 後來爲什麼也 Open 了 OpenAI 一補籤，名字裏的「Open」自然又被網友翻了出來。其實公開信發佈當天，Sam Altman 已經表態支持開放模型與閉源模型並行，公司卻沒有出現在首批名單裏。 紐約時報記者 Mike Isaac 記錄了 OpenAI 後來出現在簽署名單中的頁面變化；圖源：Mike Isaac / X。 不過沒兩天，這個頁面上就多了 OpenAI 的名字。官方沒有解釋爲什麼後來補上簽名，但 OpenAI 本來就同時站在開放和封閉兩種模式裏。 OpenAI 官方 gpt-oss 發佈頁；圖源：OpenAI，頁面截圖未改動原文。 2025 年，它發佈了可以下載、自行部署的 gpt-oss。另一邊，最核心的模型仍通過 API 收費。 它的商業協議是這樣說的：企業客戶原則上擁有調用模型API獲得的輸出，卻不能拿這些模型的輸出，開發與 OpenAI 競爭的模型。 說白了，拿到模型的輸出，不等於獲得了訓練任何模型的許可。 OpenAI 也賣過官方蒸餾工具：開發者可以在它的平臺內，用強模型的回答訓練成本更低的小模型，併爲訓練付費。 這恰好展示了 OpenAI 理想中的蒸餾： 技術不必禁止，但需要授權；門可以打開，鑰匙最好還在平臺手裏。 設想一家企業付費調用前沿模型，攢下幾萬條回答，再用這些回答訓練一個只服務內部業務的小模型。它已經付過 API 費用，這些回答算不算它的？內部使用可以，對外出售還可以嗎？ 如果新模型做得越來越像「教師模型」，又從哪一步開始變成「蒸餾攻擊」？偶爾生成幾條訓練樣本，和用大量賬號持續提取一項能力，顯然不同。 二者之間卻沒有公認的衡量標準。 於是同一批輸出，可能因爲用於內部工具、商業小模型或直接競爭，而落入不同的規則框架。 OpenAI 沒有公佈一套完整的分級收費方案。但它現有的商業協議和蒸餾工具已經說明，調用模型是一種權利，積累輸出再訓練另一個模型，可能是另一種。 所以，OpenAI 補籤不等於轉向完全開放。它既要保護自家的閉源模型，也不願把「合法蒸餾」的定義權讓給別人。 當整個行業開始討論誰能使用模型輸出、能用到什麼程度時，它必須坐在制定規則的牌桌上。 最後爭的，不只是蒸餾權 表面看，這些大廠想定義「合法蒸餾」的邊界。實際上它們在爭的是：模型能力到底該像商品一樣買斷帶走，還是像水電一樣按月續租。 這兩種商業模式會改變企業使用 AI 的方式。過去的軟件平臺鎖的是數據。你的通訊錄、文件、交易記錄，導出來費勁，所以你走不了。而AI 平臺未來可能鎖住的是能力。 企業在長期使用模型時，會不斷投入自己的文檔、流程、修改意見和專家反饋。這些信息不僅幫助模型完成一次任務，也在形成企業自己的工作方法。 如果這些經驗只能留在平臺裏，不能被企業自己的模型繼承，那麼企業付費積累下來的不是資產，而是對供應商更深的依賴。 當輸出只能被消費、不能被學習，企業購買的就是「智能租賃」；當能力可以被繼承、改造和帶走，智能才真正成爲企業資產。 這樣一來，開放與閉源的分界也會改變。 過去，人們主要看模型權重能不能下載；以後，更重要的問題可能是：模型產生的能力能不能被下游繼承。 一個權重可以下載、卻嚴格限制訓練和衍生開發的模型，未必真正開放；一個通過 API 提供、卻允許企業合法蒸餾和遷移能力的模型，也未必完全封閉。 開源 AI 的下一條分界線，可能就從「模型能不能帶走」，變成「能力能不能留下」。 所以說，這封公開信背後的同盟關係其實很薄弱，每個人都各懷心思。 英偉達希望學生越多越好，因爲每個學生都要用算力；OpenAI 接受公開課，但希望保留定價和發放教材的權利；Anthropic 則希望把入場資格和學習方式管得更嚴。 三方唯一的共識，是不要把蒸餾這項技術整體封死。至於誰能學、能學到什麼程度、該向誰付費，遠沒有談攏。 過去，AI 公司爭的是誰能訓練出最聰明的模型。接下來，它們還要爭奪誰有權規定智能如何流動。 因爲一旦規則確定，模型公司的護城河就不只是自身的參數，還會體現在授權協議、產品條款和每一次 API 調用中。 說到底，蒸餾權的爭奪，從來不是 AI 能不能「抄作業」，是誰有那個本事，把別人的答案，變成自己賬上的生產力。 我們正在招募夥伴 📮 簡歷投遞郵箱 [email protected] ✉️ 郵件標題 「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接） 更多崗位信息請點擊這裏🔗