开放权重不等于开源:一场关于标签的争论
开放权重语言模型的发布速度,已经超过了描述它们的规则。开源促进会表示,仅公开权重只暴露了“实现完整问责所需信息的一小部分”,批评者则认为这个标签被过度拉伸了。

从 Hugging Face 下载一个模型文件只需几秒钟。要弄清它里面装了什么,却得靠传票。这个落差就是整场争论的核心。
The Register 的 Steven J. Vaughan-Nichols 在 9 月 15 日把这个区别说得很直接:一次发布可以是开放权重,却不是开源。这一差别决定了你只是能运行一个训练好的神经网络,还是能真正检查、复现、修改并再分发产生它的那套系统。权重是训练过程中学到的数值参数。它们与架构和推理代码一起,让一个大语言模型得以运转。你可以自行托管一个开放权重模型,用内部文档对它做微调,并让提示词不经过某家专有 API。但在大多数发布中,你看不到它背后的数据配方。
对写许可证的人来说,这不是技术细节。
OSI 划出一条线,随后因此受到批评
负责维护开源定义的开源促进会明确表示,“开放权重指的是训练好的神经网络的最终权重和偏置”,而公开它们只暴露了“实现完整问责所需信息的一小部分”。它自己的《开源 AI 定义》OSAID 1.0 本意是填补这个缺口。该定义要求模型参数(包括权重)以 OSI 认可的条款提供,但并未规定具体的法律机制。它于 2024 年 10 月发布,当时就被认为是一份会持续演进的文档。
批评者说,核心缺陷始终没有修好。Lightning AI 首席技术官、PyTorch 知名贡献者 Luca Antiga 认为,OSAID 对权重的处理留下了一个“巨大的漏洞,会让许可证在判断经 OSI 许可的 AI 系统能否在现实场景中采用时,效果大打折扣”。原始开源定义的作者 Bruce Perens 在 2024 年公开谴责 OSAID,后来更宣称:“这不是开源!……不幸的是,开源促进会自己现在也卷入了开放洗白。”软件自由保护协会的 Bradley Kuhn 和红帽高级商业顾问 Richard Fontana 呼吁废除 OSAID。他们认为 OSI“行动太快,把一项过于雄心勃勃的政策妥协强加给社区”,这场分裂“严重损害了 OSI 的声誉、权威和影响力”。
斯坦福以人为本人工智能研究院院长 James Landay 向 The Register 说出了这个抱怨的实际版本:“开放权重是进步。你可以下载模型,在自己的机器上运行,让它不进入别人的数据管道。但你仍然看不到这东西是怎么造出来的、用什么训练的、为什么会有这样的行为。那不是开放模型,那是开放分发。”
“开放权重回答的是‘我能运行它吗?’开源回答的是‘我能信任它、改进它,并在它之上造出下一个东西吗?’”Landay 说。
没有训练数据和详细文档,外部人无法确定用了哪些来源、可能包含哪些受版权保护或私密的内容、数据如何筛选或删除、哪些语言和社群被低代表,基准数据是否泄漏进了训练,以及预训练之后又有哪些对齐与安全方法塑造了模型。
一份试图折中的许可证
填补这个真空的是 Linux 基金会的 Open Model, Data, and Weights 许可证,由 Mike Dolan 提交给 OSI。OpenMDW 从 2025 年起就在运行,贡献者名单里有 Amazon、Meta、IBM、Microsoft 和 Nvidia,这让它带有行业分量。它的做法是为模型的架构、训练数据和权重分别定义条款,把许可方提供的一切都纳入同一份协议。传统开源围绕源代码展开;大语言模型则把代码、架构和由数据集算出的数值权重揉在一起,而那些数据集可能专有、受版权保护,或者干脆没有披露。
这份提交在 OSI 的许可证审查邮件列表上遇到了反对。OSI 前执行董事 Stefano Maffulli 在 OSAID 制定期间领导该组织,他说:“我一直觉得 OpenMDW 的审查被一种意识形态偏见污染了:因为我们不喜欢大科技,而现在 AI 就是大科技,所以我们不喜欢 AI;于是我们不惜一切去阻挡它。”
与此同时,模型还在不断发布。Mozilla 的《开源 AI 现状》报告 1.1 版于 9 月 15 日发布,数据截至 9 月 1 日,统计了 16 个值得注意的开放发布。没有一个提供 OSAID 所要求的数据配方。Mozilla 是开放模型的倡导者,其首席技术官 Raffi Krikorian 在 7 月 14 日对 TIME 表示,这份报告部分带有倡导性质,据 Tom's Hardware 报道。
能力差距在缩小,成本差距没有
Mozilla 的数字是衡量开放权重现状最具体的尺子。在 Artificial Analysis 智能指数上,最好的开放模型落后闭源领先者三分,价格是后者的 60%;它比 Claude Fable 5 低两分,价格是后者的 30%。Mozilla 对 METR 任务跨度数据的拟合,按模型能在人类工作时间内完成一半任务的长度打分,得出的开放与闭源差距约为 4.4 个月,与 Epoch AI 的四个月估计一致。按 Mozilla 的计算,开放能力每 3.9 个月翻一番,闭源模型则是 5.5 个月。
在 vals.ai 的 Terminal-Bench 2.1 榜单上,所有模型都跑同一套测试框架。Z.ai 的 GLM-5.2 得分与 Claude Opus 4.7 相差一分以内,比 Opus 4.8 低约四分,每次测试成本不到后者的五分之一。在 OpenRouter 上,Mozilla 统计到 8 月按 token 量排名前十的模型中有八个是开放权重,其中七个出自中国团队。据 Linux 基金会,2025 年 5 月到 9 月,闭源厂商仍拿走了 OpenRouter 上模型层收入的 96%。Krikorian 在给 Ars Technica 的邮件中说:“我们认为为闭源模型付费的决定取决于具体工作负载,而不是取决于组织。”
这些数字附带报告自己说明的保留条件。四个月的差距和 30% 的 token 价格,都是在托管端点上按 API 对 API、按标价测得的。Mozilla 自己的硬件图表显示,能装进一台服务器的最好开放模型得分为 52.6,能装进一块 GPU 的最好模型得分为 40,比榜首分别低 10 分和 23 分,差距比四个月更大。Kimi K3 的原生 MXFP4 检查点分布在 96 个分片上,约 1.56TB;Mozilla 的部署配置列了 64 个或更多加速器,而 vLLM 至少需要八块 GB300 GPU,生产流量还要多节点。报告把这描述为开放,但大多数拿到它的人跑不起来。Thinking Machines 的 Inkling-Small 采用 Apache 2.0,是一个例外:它的 NVFP4 版本能装进单块 B300,下限为 180GB。
数据止于 9 月 1 日,榜单此后已经变动。Artificial Analysis 现在运行的是指数 v4.3,评测集不同。其实时榜单上 Claude Fable 5.1 在最高努力设置下为 53,Kimi K3 为 44,这些数字与 Mozilla 所绘的 v4.1.1 数据不可比。Mozilla 自己图表的说明写着:“差距在每个发布周期都会重置。”
K3 身上还挂着一项尚未解决的指控。9 月 8 日,NSA、CISA 和 FBI 的联合公告(AA26-251A)称,Moonshot 通过蒸馏提取了 Claude Fable 5 的数据来训练 K3。蒸馏即用一个模型的输出训练另一个模型的做法。Mozilla 的报告把这一说法写成“已断言,但未展示”。7 月 17 日,Artificial Analysis 给 K3 的分数是 57,Fable 5 是 60;到 9 月 1 日,Mozilla 的记录里它落后两分。
这个标签到底有什么用
这些都不解决版权之争。A. Feder Cooper、Mark A. Lemley 等人合著的一篇论文于 2025 年 5 月首次提交到 arXiv,修订持续到 2026 年 7 月,用 200 本书对 14 个开放权重模型做了 3000 多次实验。作者发现,大多数大语言模型不会完整或部分记住大多数书。但 Llama 3.1 700亿 完整记住了某些书名,包括《哈利·波特与魔法石》,以至于从开头几个词就能几乎逐字提取整本书。论文的结论是,记忆因模型和书而异,这些结果对版权案件有重要影响,“尽管并不明确偏向任何一方”。
这就是这个标签所处的尴尬中间地带。开放权重告诉你一个模型能运行、能微调。它不告诉你这模型吃了什么。Landay 的说法被 The Register 引用,是最干净的版本:开放权重回答的是你能不能运行这东西,开源回答的是你能不能信任它、改进它、在它之上继续搭建。眼下,Hub 上几乎每一次发布,第一个问题的答案是能,第二个问题仍是问号。
资料来源
3- 01Open weights are not open source: Why AI's favorite label is under disputeEN
- 02China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
- 03Extracting memorized pieces of books from open-weight language modelsEN
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。