輝達(NVIDIA)執行長黃仁勳(Jensen Huang)正式踏入社群平台 X(前 Twitter),於美國時間7月24日發布個人帳號的第一則貼文,分享一封由25家科技企業與機構共同連署的公開信,呼籲美國政府在人工智慧(AI)政策上支持「開放權重模型(Open Weight Models)」,避免過度限制開源技術發展,以維持美國在全球AI競爭中的領導地位。
這則貼文發布後短短24小時,即吸引超過5.9萬人按讚、逾1萬次轉發,也讓「開放模型」與「封閉模型」的發展路線,再度成為全球AI產業關注焦點。
25家企業共同發聲 OpenAI、Anthropic未參與
此次公開信獲得25家科技公司、創投及開源組織共同簽署,包括 NVIDIA、Microsoft、Meta、IBM、Dell Technologies、Palantir、CrowdStrike、Mozilla、Hugging Face、Mistral、Perplexity、Linux Foundation、Andreessen Horowitz(a16z)、Y Combinator 等知名機構。
值得注意的是,目前全球最具代表性的封閉式AI模型開發商 OpenAI 與 Anthropic 並未出現在連署名單中,也讓AI產業「開放模型」與「封閉模型」兩種發展路線的立場更加鮮明。
另一方面,雖然 Elon Musk 並未代表旗下企業正式連署,但他在 X 平台轉發公開信,並留言表示 「full support(完全支持)」,展現對開放模型理念的支持。
公開信指出,美國今日面臨的AI發展,正如1980年代開源軟體革命所帶來的轉折。開源軟體如今已成為全球網際網路、企業系統及政府機構的重要基礎建設,AI也應建立類似的開放生態,而非將最先進能力集中在少數封閉模型之中。
1) 降低AI門檻:讓企業、新創、大學及公共機構能利用開放模型快速開發AI應用,降低訓練與使用成本。
2) 促進市場競爭:避免單一供應商壟斷AI技術,讓企業保有資料自主權及模型客製能力。
3) 提升安全性:透過開放透明,讓全球研究人員共同檢驗漏洞、改善模型,而非形成封閉系統的「單點故障」風險。
4) 支持蒸餾(Distillation)技術:認為模型蒸餾是AI研發的重要方法,應透過法律規範侵權行為,而非全面限制技術本身。
黃仁勳此次公開發聲,也正值美中AI競爭日益激烈之際。
近幾個月,包括 DeepSeek V4、Kimi K3、GLM 5.2 等中國開源大型語言模型持續提升效能,部分基準測試甚至逼近或超越部分美國產品,引發美國政府對智慧財產權及技術外流的關注。
公開信因此呼籲,美國政府在制定AI政策時,應避免過早限制開放模型發展,以免削弱創新動能,甚至將人才與技術推向海外。
此次公開信不僅是25家科技企業的政策倡議,也象徵AI產業發展方向的重要分水嶺。
支持者認為,開放模型能促進創新、降低成本並提升透明度;反對者則擔憂,高能力模型全面開放可能增加遭濫用或惡意利用的風險。
隨著全球AI競賽持續升溫,美國未來如何在國家安全、智慧財產權與技術創新之間取得平衡,將成為影響全球AI生態的重要政策課題,而黃仁勳首次在X平台發聲,也讓這場「開放AI」與「封閉AI」的路線之爭正式浮上檯面。
公開信全文中文翻譯
開源權重與美國的 AI 領導地位
在 1980 年代,早期開源軟體的先驅者挑戰了當時的主流觀點,即「軟體唯有在企業嚴密控制其原始碼的情況下才能發展」。這場運動推動了一個透明的生態系統,讓全球的開發者都能研究、修改並改進軟體。如今,由開源社群所開發的軟體支撐著網際網路的大部分運作,也是全球最大科技公司、美軍以及執行科學研究、網路安全和其他關鍵任務之聯邦機構所使用系統的基石。開源降低了軟體的成本,也創造了一個共享的知識基礎,數代的美國工程師與創業家皆在此基礎上建立起屬於他們的自主權。
如今,美國在人工智慧領域面臨著類似的抉擇。我們在 AI 領域的領導地位,將不再由單一的前沿 AI 模型來衡量,而是取決於美國能否建立一個強大且開放的生態系統,並將其推廣擴散至各個領域。這對於在全國範圍內創造創新與繁榮的契機至關重要。這需要擴大 AI 的使用途徑、鼓勵競爭、發展強大的應用層,並賦予美國人對其所依賴之科技更大的控制權。「開源權重模型(Open Weight Models)」,即任何人皆可下載、檢視、修改並在其自家基礎設施上執行的 AI 模型,是該基石的重要組成部分,因為它們使先進 AI 變得更容易取得、具備更強適應性且獲得更廣泛的普及。
開源權重擴大了進入 AI 經濟的管道。初創公司、成熟企業、大學和公共機構無需從頭開始訓練模型,也無需為每項任務支付前沿模型的高昂費用,即可在先進模型的基礎上進行開發。開源權重讓每個組織都能以適當的成本將合適的模型應用於合適的工作,將前沿規模的能力留給前沿難題,並在其他所有地方執行高效的專用模型。隨著 AI 的使用擴展至數十億項日常任務中,這種效益紀律正是使 AI 在經濟上得以持續發展的關鍵。美國將透過把 AI 融入工廠、醫院、農場、課堂和在地商家的工作流程中,來贏得 AI 時代。
開源權重也強化了競爭,而競爭正是確保 AI 收益能被廣泛共享而非集中於少數人手中的關鍵。透過允許眾多組織建立、改進和部署先進模型,開源權重不僅在模型開發者之間創造了競爭,也在雲端晶片、應用程式和服務領域激發了良性競爭。這種競爭帶動了創新、降低了成本,並將 AI 的效益廣泛分配至整體經濟中。
此外,開源權重賦予客戶更大的控制權。隨著各組織加大對 AI 的投資,他們希望確保自己不會被單一供應商綁架,也不會失去長期積累的知識與能力。開源權重模型有助於提供這種保障:它允許組織掌控自己的資料、評估並調整模型以滿足自身需求,並根據業務需求隨心部署。當各組織透過 AI 創造價值時,開源權重讓他們能夠藉由自我改進的模型、專業化能力以及積累的知識來擁有該價值,從而推動美國的自主權與繁榮。
誠然,開源權重確實帶來了真實且特殊的風險。權重一旦釋出,便超出了原始開發者的控制範圍,且經修改的版本難以追蹤或還原。然而,應對這種風險的正確做法並非禁絕開源權重。在網路攻擊者使用先進 AI 的世界裡,防守者需要獲取具備同等能力的模型,以便偵測、模擬並回應新出現的威脅。開放模型拓展了防禦能力、提升了透明度,並允許漏洞在眾多團隊之間被發現與補救。
事實上,開放性可能是通往 AI 安全與防護最重要的途徑之一。單純依賴封閉模型並不安全:它們可能遭到破解、濫用,或以外部人員無法察覺的方式失靈。而將先進 AI 能力集中於少數封閉模型背後,只會加劇這種風險,這會導致少數「單點故障」的產生、削弱競爭,並將關鍵技術留於少數供應商手中。相反地,開源權重模型允許廣大的研究人員和開發者社群審視其行為、識別漏洞、開發防禦機制並隨時間推移不斷改進。正如開源軟體證明了「透明比隱蔽更安全」一樣,AI 的安全可能取決於賦予更多人去測試和強化社會所依賴之模型的能力。這允許進行嚴格的基準測試、評估、紅隊演練(Red Teaming),以及針對真實且已被證實之損害所設定的防護措施,而非盲目假設封閉系統預設就更安全。
一個強大的 AI 生態系統並非理所當然的結果。政策制定者擁有一個採取行動的重要契機。這包括為初創公司和研究人員擴大算力資源、投資共享的訓練資產(資料集、工具、評估框架),並透過避免過早對開放模型施加會扼殺競爭或將創新推向海外的限制,來保持前沿領域的多樣性。上述措施還必須關注強大的應用層如何推動 AI 在整體經濟中的自主應用。
在塑造這個生態系統時,政策制定者應謹慎處理,切勿將合法的模型開發技術與侵權行為混為一談。「蒸餾(Distillation)」,即使用一個模型的輸出來協助訓練或改進另一個模型的做法,是一種被廣泛用於模型改進、評估和驗證的技術。它體現了從現有技術中學習、建立並加以改進的悠久傳統,正是這一傳統自開源軟體運動興起以來推動了無數創新。相比之下,從封閉模型中非法擷取價值的行為確實引發了合理的擔憂。相關疑慮應透過有針對性的法律和商業框架來解決,而非對在 AI 創新中發揮重要作用的技術實施一刀切的限制。
AI 時代可以是一個繁榮的時代。透過正確的選擇,開源權重 AI 可以擴大機會、強化競爭、延續美國的科技領導地位、減輕風險,並確保這項卓越技術的紅利能在我們的經濟中被廣泛共享。這樣的未來值得我們去打造,而美國應當在推動其建立的過程中發揮領導作用。
連署機構:American Innovators Network、Andreessen Horowitz、Arcee AI、Arena、Black Forest Labs、Box、CrowdStrike、Dell Technologies、Emergence Capital、Hugging Face、IBM、The Linux Foundation、Mariana Minerals、Meta、Microsoft、Mistral、Mozilla、NVIDIA、Palantir、Perplexity、Reflection、Replit、ServiceNow、Telnyx、Y Combinator