黄仁勋发文力挺开源模型 重磅突发，刚刚英伟达、Palantir、Replit、微软、Crowdstrike、戴尔等科技巨头联署了一封公开信，呼吁美国自上而下鼓励开源 AI 的发展，放松监管和对开源 AI 的敌意。

具体公开信内容已翻译如下：

标题：开源关乎美国能否继续引领人工智能时代

20世纪80年代，软件业普遍认为，只有企业牢牢掌握源代码，软件技术才能持续进步。

早期开源运动的倡导者对此提出了挑战。他们主张建立一个开放透明的技术生态，让世界各地的开发者都能研究、修改和改进软件。

如今，开源社区开发的软件已成为互联网的基础设施，不仅支撑着全球最大科技公司的众多系统，也广泛应用于美国军方和联邦机构的科学研究、网络安全及其他关键任务。

开源的意义远不止降低软件成本。它还建立了一套共享的知识基础，使一代代美国工程师和创业者得以在此之上积累能力，掌握自身发展的主动权。

今天，美国在人工智能领域面临着相似的选择。

衡量美国能否继续引领人工智能时代，不能只看它是否拥有某个最先进的模型，更要看它能否建立一个强大、开放，并能惠及各行各业的生态系统。

这样的生态，关系到创新机会能否遍布全美，也关系到技术进步能否转化为更广泛的繁荣。

为此，美国需要降低 AI 的使用门槛，鼓励竞争，培育成熟的应用生态，并让用户对自己依赖的技术拥有更多控制权 —— 开源模型正是其中不可或缺的一环。

所谓开源模型，是指任何人都可以下载、查看和修改，并在自有基础设施上运行的 AI 模型。它使先进的 AI 能力更易获得，也更便于根据实际需求加以调整和部署。

开源首先意味着，更多主体能够参与 AI 经济。无论是初创企业、成熟公司，还是大学和公共机构，都可以直接利用先进模型开展研发，不必从头训练一个模型，也不必在每项任务上都承担前沿模型的高昂使用成本。

各类机构因此能够根据任务和预算选择合适的模型：真正复杂、前沿的问题交给能力最强的大模型，其他场景则采用更高效、更有针对性的专用模型。

随着 AI 逐步应用于数以十亿计的日常任务，这种按需配置能力与成本的方式，将成为 AI 实现商业可持续发展的关键。

美国要赢得 AI 时代，靠的不是让少数实验室拥有最先进的模型，而是让 AI 真正进入工厂、医院、农场、课堂和社区商户的日常工作。

开源也有助于形成更充分的市场竞争。只有竞争，才能避免 AI 创造的收益集中在少数企业手中，让技术进步惠及更广泛的人群。

当更多机构能够开发、改造和部署先进模型时，竞争便不再局限于模型开发者之间，还会延伸至云计算、芯片、应用和服务等各个环节。

由此形成的竞争将加快创新，降低成本，并让 AI 带来的经济收益惠及更多行业和企业。

对用户而言，开源还意味着更大的自主权。

企业和机构在 AI 上持续投入，自然希望避免受制于单一供应商，也不愿失去长期积累的知识、数据和技术能力。

开源模型为此提供了一种保障：用户可以自行管理数据，依据实际需要评估和调整模型，也可以根据业务要求选择部署环境。

更重要的是，企业利用 AI 创造的价值可以沉淀在自身体系之内，包括不断改进的模型、面向特定业务形成的专门能力，以及日积月累的知识资产。

这些成果不会完全依附于外部供应商，也将进一步增强美国的技术自主能力，为经济繁荣提供支撑。

当然，开放权重确实有其特有的风险。模型权重一旦发布，原开发者便很难继续控制其流向和用途；经过修改的版本也不易追踪，更难撤回。

但应对这些风险，不应以禁止开源为出发点。当网络攻击者已经开始借助先进 AI 提升攻击能力时，防守方同样需要获得能力相当的模型，才能发现、模拟和应对不断出现的新型威胁。

开源模型可以让更多团队参与防御，提高技术透明度，也有助于更快发现和修补漏洞。

从这个意义上说，开放或许恰恰是保障 AI 安全的重要途径。

闭源并不天然等于安全。闭源模型同样可能遭到入侵或滥用，也可能以外界难以察觉的方式发生故障。

如果先进 AI 能力过度集中在少数闭源模型中，风险反而会进一步累积：系统将出现少数几个关键故障点，市场竞争受到削弱，至关重要的技术也会掌握在少数供应商手中。

开源模型则提供了另一种可能。更广泛的研究人员和开发者群体可以共同检查模型的运行表现，发现漏洞，设计防护措施，并不断加以改进。

开源软件的发展已经表明，透明有时比遮蔽更能带来安全。AI 的安全也可能取决于，是否有足够多的人能够测试并强化那些社会日益依赖的模型。

开源有利于开展严格的基准测试和评估，也便于进行红队测试，并针对已经证实的现实风险设置防护措施，而不是先入为主地认定闭源系统必然更加安全。

不过，一个成熟而有活力的 AI 生态不会自行形成，政策制定者必须把握当前的行动窗口。

政府应当改善初创企业和研究人员获得算力的条件，投资建设可共享的训练资源，包括数据集、工具和评估框架；同时，也要避免过早限制开源模型，以免压制竞争，或把创新活动推向海外，从而确保 AI 前沿领域始终有多个参与者并行发展。

相关政策还应重视应用生态的建设，让各行各业都能按照自身需要部署和使用 AI，真正形成自主可控的应用能力。

在制定政策时，还应当区分正当的模型开发方法与不当攫取他人成果的行为，不能将二者混为一谈。

模型蒸馏是指利用一个模型的输出，帮助训练或改进另一个模型。这项技术广泛用于模型优化、评估和验证。它延续了一条由来已久的创新路径：从既有技术中学习，在其基础上继续开发并加以改进。

自开源软件运动兴起以来，正是这种不断借鉴、迭代和完善的传统，推动了技术创新。

与此不同，以非法手段从闭源模型中攫取价值，确实会引发正当的法律和商业关切。但这些问题应通过有针对性的法律制度和商业规则加以解决，而不应据此全面限制那些对 AI 创新具有重要意义的通用技术。

人工智能时代完全可以成为一个更加繁荣的时代。只要作出正确选择，开源 AI 就能让更多人获得发展机会，推动充分竞争，延续美国的技术领先优势，降低潜在风险，并让这项重大技术带来的收益更广泛地惠及整个经济。

这是一个值得努力建设的未来，也应当由美国率先推动。

联合署名机构：

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 • Telynx • Y Combinator