开放权重是什么:一个格式把OpenAI、谷歌和中国实验室分开了
开放权重指把模型训练好的参数公开,任何人都能下载运行。本周,这件事从爱好者的小圈子走到了AI行业的中心。最新的引爆点是9月30日谷歌宣布将停用Gems、改用Skills。这一转向让谷歌加入OpenAI和Anthropic的行列:给用户预写好的提示词文件,而不是让用户拥有底层的机器。

这听起来像例行清理。并不是。Skill是一个你保存下来、反复使用的文本文件。Gem是谷歌服务器内部的一项配置。两者都不是那种可以拷到自己笔记本上、在厂商失去兴趣、改价或关停账号之后还能继续跑的模型。据The Decoder报道,Gems对个人账户在11月停用,对企业与非营利Workspace客户在2027年3月停用,对教育客户在2027年6月停用。现有的Gems会自动转换。同样在11月,谷歌2025年夏天推出的小应用实验Opal也将结束。
这个区别比一年前更要紧。开放权重不再是小众话题。
9月,英伟达宣布以129亿美元收购Hugging Face,这家位于纽约的开放模型与数据集集散地。Rest of World在9月30日报道了这笔交易,作为它考察中国替代平台的一部分。报道提到,北京在2023年封禁了Hugging Face。阿里巴巴2022年推出的ModelScope目前托管超过17万个模型。OSChina在2023年推出的MoArk托管约2万个。OSChina首席执行官徐勇对Rest of World说,「不是所有人都能一直用VPN」,中国需要一套面向中文使用者的自主AI生态。
同一周还出现了一批发布,放在过去,这类东西需要一间企业实验室和一个数据中心。Fermion Research在9月30日发布Phonon-2,一个英语语音识别模型,下载包只有164 MB。按公司自己的说明,它在Open ASR Leaderboard的七个英语测试集上平均词错率为5.21%。权重以CC-BY-4.0发布,这也是它所衍生的英伟达Parakeet TDT 0.6B v3所用的许可证。Fermion称,该榜单上成绩更好的开放模型,规模至少是它的5.8倍。在MacBook Air上,一小时音频约20秒转成文字。
英伟达在自己的地盘上也不甘落后,在Hugging Face发布了Kumo Tabular。这是一个用于表格预测的开放基础模型,有2800万到21500万参数的三个规格。它以OpenMDW-1.1许可证发布,可商用,并且只用人工数据预训练。公司称它在四个基准上排名第一:TabArena、BeyondArena、TALENT和ScoringBench。卖点在于,预训练模型可以把一张带标签的表格当作上下文来读,一次前向传播就预测出新行,不需要训练,也不需要特征工程。
这些新发布到底声称了什么
本周最有趣的开放工作里,有一些根本不是模型发布。英国AI安全研究所和Meridian Labs发布了Inspect,一个用于前沿模型评测的开源框架。它提供可组合的数据集、智能体、工具和评分器,200多个预置评测,以及一套沙箱系统,可在Docker、Kubernetes、Modal、Proxmox或Vagrant里运行不受信任的模型代码。它支持接入外部智能体,包括Claude Code、Codex CLI和Gemini CLI。如果你想验证厂商的安全声明能不能扛住你自己写的测试台,这类工具就能让你试。
Bespoke Labs在9月30日发布Nimble,一个90亿参数的模型以及训练它的配方,基于Qwen3.5-9B。它一步做出带类型的决策,不先写出推理过程,因此速度快。仓库明确说明,团队没有从TypeSafe的Jev蒸馏。README说,重点在于展示如何整理数据、训练并部署这样一个模型。更新日志从9月18日加入公开基准套件开始,到9月22日拟合出一个温度参数,让模型的概率更贴合答案实际正确的频率。
另一个名为Coop的项目把这条路走得更远。它托管在github.com/commonsense-ai/coop,用捐赠的消费级硬件以及Hugging Face和GitHub Actions的免费额度预训练一个小语言模型,没有服务器,没有资金,也没有常驻进程。伪梯度以Hugging Face拉取请求的形式到达。一个无状态的GitHub Actions定时任务把它们汇总起来。第二阶段已上线:约14500万参数,从零开始在FineWeb-Edu上预训练。第一阶段是在TinyStories上训练1500万参数的模型,已完成并超过了Chinchilla最优预算。项目称,多台不同机器上的多名志愿者,包括Apple Silicon和纯CPU,训练了同一个外层步骤,并被平均成一次更新。
还有PSSA,一个非Transformer的语言模型,用Rust从零写成,底层没有PyTorch、TensorFlow或任何机器学习框架,它提出了一个很大的主张。在参数量相同、语料相同的情况下,它学得比Transformer快,在同一颗CPU上生成文本约快十二倍。作者对原因说得很直白。逐token更新权重、在前向传播中写入的记忆库,以及一条标量参考路径,让自动微分框架带来的麻烦多过它的价值。
并非每个开放发布都是基准上的胜利。CHOMPI Club在9月30日以停产发布的形式开源了它的便携采样器硬件和软件。包里包括原理图、物料清单、EAGLE PCB文件和固件,还有一个名为WAVE的beta版8声部波表合成器。这提醒人们,开放权重、开放硬件和开源是三件不同的事。一家公司可以做其中一件,而不做另外两件。
安全论证是双刃的
不过,本周最大的开放权重新闻,讲的却是一个根本没发布的模型。The Register在9月30日报道,OpenAI指控与中国月之暗面有关联的个人,从7月1日开始实施蒸馏攻击。在那次攻击中,大量查询被用来复现受保护的推理过程。OpenAI的博客称,它在7月24日和25日看到峰值,由4000多名用户发出的16000次请求构成,使用了相关的提取模式。它识别出涉及15000多名用户的相关活动,并在7月28日完全阻断了这次行动。公司称对抗性蒸馏是安全与国家安全风险,因为被提取的推理可以在没有原有防护的情况下训练另一个模型。
The Register自己的定性没那么同情。它指出,OpenAI在版权纠纷中大量使用互联网内容训练,却在别人以同样方式使用它的输出时提出反对。该媒体还提到,一周前发布的Anthropic Claude Opus 5.5自带一种名为preserved thinking的防蒸馏机制。
一段话里就是这种张力。开放权重让任何人检查模型、在本地运行、不经许可在其上继续开发。它也让任何人剥掉护栏、把能力重新打包。两件事都是真的。行业还没有决定自己更在意哪一件。
谷歌推出Skills是同一场争论里更安静的那一半。Skills是一种开放格式,最初来自Anthropic。Gemini可以从以前的对话生成Skills,把几个串起来,并在检测到匹配的提示词时自动运行。用户获得的是指令的可移植性。他们得不到模型的可移植性。据The Decoder报道,OpenAI正在关停它的同类功能Custom GPTs。
对任何想决定跑什么的人来说,实际问题不是开放还是封闭。而是当公司改变主意时,你还能拿这东西做什么。
资料来源
12- 01Google drops Gems for Skills, joining OpenAI and Anthropic in the shift to agent-ready prompt formatsEN
- 02The open-source AI platforms vying to become China's Hugging FaceEN
- 03Phonon-2: most accurate open speech recognition model in a 164 MB downloadEN
- 04Nvidia Kumo Tabular: Open Foundation Model for Tabular PredictionEN
- 05Inspect: An open-source framework for large language model evaluationsEN
- 06Nimble: Data, Model, Recipe for an Open Jev (From Bespoke Labs)EN
- 07Coop: A small language model pretrained by volunteersEN
- 08PSSA: A non-transformer language model written from scratch in RustEN
- 09CHOMPI portable sampler instrument is now open-source (hardware and software)EN
- 10Irony alert: OpenAI whines that Chinese model stole its special IP that it stole from everybody elseEN
- 11Jevstiller: Open-source tool distills Jev so you can run it locallyEN
- 12Jevstiller: Distill a repeated Jev classification task into a local modelEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。