跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

开放权重不等于开源,而两者的差距越来越难衡量

Mozilla的一份报告称,中国最好的开放权重模型目前落后美国前沿产品约四个月;批评者则认为,“开放权重”一词被拉伸得远远超出了开源促进会对开源的定义范围。

人工智能与模型新闻王雅琴发布: 2026年9月27日4 分钟阅读资料来源 4
开放权重不等于开源,而两者的差距越来越难衡量

Mozilla的报告《开源AI现状》1.1版于9月15日发布,数据截至9月1日。报告统计了16个值得关注的开放发布。据Tom's Hardware转述,这些发布没有一个附带开源促进会《开源AI定义》所要求的训练数据配方。

这正是本月开放权重新闻背后的张力。下载一个模型很容易。弄清楚它用了什么、或者把它重建出来,则不然。

四个月这个数字,以及它的前提

Mozilla的核心论点是差距正在收窄。在Artificial Analysis智能指数上,最好的开放模型以60%的价格落后闭源领先者3分,以30%的价格落后Claude Fable 5两分。Mozilla根据METR任务时域数据做的拟合显示,开放与闭源之间的差距约为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。

报告依据的是Mozilla与SlashData对约1400名开发者的调查、OpenRouter流量数据和第三方基准指数。Mozilla是开放模型的倡导者,TIME在7月14日报道称,Mozilla首席技术官Raffi Krikorian承认这份报告带有倡导性质。Mozilla表示,四个月这一数字和30%的token价格数字,都是在托管端点上以API对API、按标价测得的。

硬件部分就不那么好看了。报告自己的图表显示,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的最好模型为40。与榜首相比分别下降10分和23分,这个差距比四个月所暗示的更大。Kimi K3的原生MXFP4检查点分布在96个分片上,约1.56TB,Mozilla给出的服务配置列出64个或更多加速器。报告称这类模型属于开放,但大多数拿到它的人跑不起来。

也有反例。Thinking Machines的Inkling-Small采用Apache 2.0许可,其NVFP4版本可以装进一块B300,下限为180GB。

“开放”被要求承担什么含义

The Register的Steven J. Vaughan-Nichols在9月15日撰文指出,业界滥用了这个词。他写道,把权重发到Hugging Face上、让开发者在自己的GPU上运行,这叫开放权重分发,不是开源。他说,这一区别决定了你只是能部署一个成品网络,还是能检查、复现、修改并再分发产生它的那套系统。

开源促进会直接划出了这条界线:“开放权重指的是训练好的神经网络的最终权重和偏置。”该组织补充说,仅有权重只暴露了“完整问责所需信息的一小部分”。

斯坦福以人为本人工智能研究院主任James Landay对The Register说:“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。”

Landay的担忧很具体:没有训练数据或详细文档,外部人无法判断用了哪些来源、可能包含哪些受版权保护或私密材料、数据如何筛选或删除、哪些语言被低估、基准数据是否泄漏进训练,以及预训练之后哪些对齐方法塑造了模型。

2024年10月发布的《开源AI定义》1.0要求模型参数(包括权重)以开源促进会认可的条款提供,但没有规定法律机制。Lightning AI首席技术官Luca Antiga曾表示,这种处理留下“一个巨大的漏洞”,会削弱许可证作为现实可采用性信号的作用。原始《开源定义》的作者Bruce Perens在2024年公开抨击OSAID,后来又说开源促进会本身如今也参与了“开源洗白”。软件自由保护协会的Bradley Kuhn和红帽的Richard Fontana都呼吁废除OSAID。

这一切底下还压着实际的记忆化问题。A. Feder Cooper、Mark A. Lemley及合著者的一篇论文于2025年5月提交到arXiv,修订至2026年7月,在200本书和14个开放权重大模型上做了3000多次实验。作者发现,大多数大模型没有记住大多数书。但Llama 3.1 70B完整记住了其中一些,包括《哈利·波特与魔法石》,只要给出开头几个词,几乎就能逐字提取整本书。

与此同时,开放权重生态还在不断出货。Superwhisper发布了S1-mini,这是一个用于语音转文字输出的6亿参数文本规范化模型,基于Qwen/Qwen3-0.6B在Apache 2.0加一条命名条款下微调。它报告在7519个留出的英文案例上达到94.8%的token准确率,量化版本为462 MiB,可在笔记本CPU上运行。

体积小、可下载、文档足够跑起来。问责的问题是另一份文件。

评论 0

资料来源

4
  1. 01China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
  2. 02Open weights are not open source: Why AI's favorite label is under disputeEN
  3. 03Extracting memorized pieces of (copyrighted) books from open-weight language modelsEN
  4. 04S1-mini, Superwhisper's first open-weights language 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。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。