OpenAI 害怕开放权重模型。美国也应该害怕吗？

# OpenAI害怕开放权重模型。美国也应该害怕吗？| TechCrunch 来源：https://techcrunch.com/2026/07/20/openai-is-scared-of-open-weight-models-should-the-us-be/ 中国实验室Moonshot的Kimi K3——最大的开放权重大语言模型——其令人瞩目的能力引发了一场辩论，这场辩论混淆了两件事：美国AI巨头的经济可能性，以及LLM作为一种技术的未来。 OpenAI战略未来负责人Dean W. Ball甚至[主张](https://x.com/deanwball/status/2078133895766114412)，美国政府应该找个借口，围绕这些新模型制造监管上的恐惧、不确定性和不信任，因为开放权重模型必然会阻碍前沿实验室的资本支出。 人们[大惊失色](https://techcrunch.com/2026/07/18/kimi-threat-or-menace/)，科技界知名人士如Yann LeCun和Martin Casado认为，开放软件可以加速创新，并与专有项目共存。Ball很快就[撤回](https://x.com/deanwball/status/2078619513575137330)了他的说法，即监管打压是白宫的“最佳策略”，以及开放权重模型必然会减缓技术进步。 然而，Axios[报道](https://www.axios.com/2026/07/20/ai-us-china-open-source-kimi)称，特朗普政府正在考虑应美国前沿实验室的请求，禁止K3及其他先进中国模型。Politico的另一篇[报道](https://x.com/SophiaCai99/status/2079254188349948069)则称，商务部短期内不会采取这一步骤。 对大型AI公司来说，好处显而易见：运行在独立基础设施或大型企业内部的开源权重模型，提供了比Anthropic或OpenAI同类领先模型更便宜的智能。如果用户越来越多地将支出转向封闭实验室之外，那就意味着他们在模型训练上的巨额投资回报率会更低。 这种观点远不止OpenAI一家持有。“强大的、前沿级别的开源模型将会压缩利润空间，并拉低前沿公司的价格，”Snorkel AI联合创始人、Laude Institute研究合伙人Braden Hancock告诉TechCrunch。“这不一定意味着AI的使用量会减少。你知道，显然恰恰相反。” 对于没有持有Anthropic和OpenAI股份的人来说，这不是问题。AI仍将普及。那么，政府有什么理由阻止美国人从我们表面上自由的市场中购买某种东西呢？ 对来自中国的模型的担忧有多种形式。一种是保护美国数据不受中国政府的访问；美国曾因对数据收集的担忧而禁止进口现代中国电动车。但专家们倾向于认为，运行在美国服务器上的开放权重模型不太可能将数据泄露回中国，尽管并非不可能做到。 另一种是这些模型可能对PRC存在隐含偏见——但这对编码任务来说意味着什么，目前尚不清楚。 第三种常见的担忧是，中国模型缺乏美国政府通过[不透明过程](https://techcrunch.com/2026/07/09/how-did-the-government-decide-openais-frontier-model-was-safe-to-release/)强制要求的护栏，这些护栏旨在防止领先的美国LLM被用于利用封闭计算机系统或制造武器。然而，同样的护栏可能会让美国公司变得更加脆弱：风险投资家兼特朗普顾问David Sacks一直在[分享案例](https://x.com/DavidSacks/status/2078984980588531855)，显示美国公司转向中国LLM来弥补安全漏洞，因为美国前沿模型拒绝执行这些任务。 但限制这些模型最重要的动机是担心，如果前沿实验室放缓步伐，中国将能够超越美国。 乔治城大学安全与新兴技术中心专注于中国的研究员Sam Bresnick表示，AI对美国军事行动日益增长的重要性，给了美国一个支持前沿实验室持续投资AI的理由。但他说，整个问题都充满了争议。 “为什么美国政府的力量应该用于保护这些公司，使其免受因出身而被排除在美国市场之外的竞争对手的冲击？”Bresnick问道。 开放AI的倡导者表示，前沿公司在创新与封闭模型之间制造了一种错误的二元对立。 “这些来自中国的开源模型带来的更大影响，与其说是它们偷偷开后门，不如说是它们正在主导创新，”Hancock告诉TechCrunch。“你最终会得到一个事实上的、在你的模型上扩大的劳动力队伍。PyTorch之所以成为行业标准，是因为它是开源的，所以整个社区都可以为它做贡献，而不仅仅是一家公司，它不断发展壮大，相比之下，所有其他的深度学习库都消亡了。” Hancock和其他倡导者担心，中国LLM将成为国际研究的中心。美国的研究生项目已经在主要基于开放权重的中国模型进行构建，Hancock表示，学生研究的论文中有一半来自中国机构，而美国前沿实验室越来越不愿意广泛分享他们的工作。 “限制开放模型不会让AI更安全，”开放AI协作平台Hugging Face的CEO Clem Delangue说。“这只会隐藏风险，将权力集中在少数人手中，并使下一代建设者、研究人员、学术界、非营利组织、政府更难参与进来，使AI对所有人更安全、更有益。” Bresnick说，真正减缓中国的方法是更专注于芯片出口管制。保护美国AI领导地位的更好方法是停止向中国出售Nvidia H200处理器。“那样做，”他说，“可能让我们避免陷入这场关于禁止大量美国公司想要使用的开源技术的棘手辩论。” 问题的一部分在于AI经济学的不确定性。“开源商业模式、专有商业模式——两者都还没搞清楚。AI公司正在努力想办法用他们的工具赚钱，尤其是在训练成本需要不断攀升的情况下，”Bresnick指出。 美国面临的这些挑战在中国也同样上演，那里的AI公司也在努力创收和获取算力，而政府出于政策原因被认为在鼓励开源发布，尽管将其变现存在困难。 一些美国公司，包括Thinking Machines Lab和Nvidia，正试图围绕发布开放模型来建立业务。Hancock指出，如果“有几十上百家公司都在构建AI，而不是只有两三家资本足够雄厚的公司能自己制造芯片”，Nvidia会做得更好，这也是其投资开源模型系列[Nemotron](https://www.nvidia.com/en-us/ai-data-science/foundation-models/nemotron/)的原因之一。 “要点在于，如果美国自身拥有非常强大、且价格低得多的开放模型，那将非常有利，”Bresnick说。“而这只与前沿实验室的做法相冲突。” *Rebecca Bellan对本报道亦有贡献。* *当您通过我们文章中的链接购买商品时，我们可能会获得少量佣金。这不会影响我们的编辑独立性。*