Bitpush 注：

黃仁勳註冊X之後發的第一條推文，既沒有宣傳英偉達最新的 GPU 架構，也未炫耀具身智能與數據中心巨獸，而是轉發了一封聯合了微軟、Meta、IBM、Palantir 等 25 家美國科技巨頭的重磅公開信。

這封聯署信誕生的背景，正值市場上出現了一款性能直逼頂級閉源模型的強大開源模型，引發了華爾街對「AI 商業化坍塌」的恐慌——如果最先進的能力可以免費下載，誰還會繼續為昂貴的 API 和算力埋單？受此陰霾影響，包括英偉達在內的芯片巨頭一度迎來股價回調。

然而，黃仁勳與這封聯署信給出了一個顛覆市場直覺的底層邏輯：美國 AI 的勝負手，絕不在於某一家公司是否握有最頂尖的單體閉源模型，而在於能否打造一個滲入全行業的開放生態。

在英偉達看來，開放權重非但不會抹殺算力需求，反而會通過大幅降低門檻，將 AI 推進到數十億項日常工作流中，進而反哺出對芯片與基礎設施更為龐大的海量需求。開放，纔是 AI 經濟得以可持續擴張、實現長期繁榮的終極動力。

以下為全文：

歷史的啓示：開源傳統與 AI 的相似抉擇

20世紀80年代，早期開源軟件的先驅們挑戰了當時的主流觀念——即軟件只有在公司對其代碼保持嚴格控制的情況下才能取得進步。這一運動推動建立了一個透明的生態系統，讓全球的開發者都能夠研究、修改和改進軟件。由開源社區開發的軟件如今支撐着互聯網的大部分運行，並構成了全球最大科技公司、以及執行科學研究、網絡安全和其他關鍵任務的美國軍隊與聯邦機構所使用系統的基礎。開源所做到的不僅是降低軟件成本；它創造了一個共享的知識基礎，幾代美國工程師和創業者在此基礎之上建立起了他們的機構自主權。

如今，美國在人工智能領域面臨着類似的抉擇。評估我們的 AI 領導力，並非取決於某一個前沿 AI 模型，而是取決於美國能否建立起一個強有力的、開放的、並滲透到各個領域的生態系統。這對於在全國範圍內創造創新與繁榮的機遇至關重要。這需要擴大 AI 的獲取途徑、鼓勵競爭、發展強健的應用層，並賦予美國民衆對其所依賴的技術更大的控制權。開放權重模型（Open-weight models）——即任何人都可以下載、檢查、修改並在自己的基礎設施上運行的 AI 模型——是這一基礎的重要組成部分，因為它們使先進的 AI 變得更加容易獲取、更具適應性且應用更為廣泛。

降低創新門檻：推動 AI 深度融入實體經濟

開放權重擴大了進入 AI 經濟的途徑。初創公司、成熟企業、大學和公共機構可以在先進模型的基礎上進行構建，而無需從零開始訓練模型，也不必為每一項任務支付前沿級別的模型價格。開放權重讓每個組織都能以恰當的成本將合適的模型與合適的工作進行匹配，把前沿規模的能力留給真正的前沿問題，並在其他所有地方運行高效且專門化的模型。這種精細化的調配正是隨着 AI 應用擴展到數十億日常任務中時，使其在經濟上具備可持續性的關鍵所在。美國贏得 AI 時代的方式，就是將 AI 擴散並融入到工廠、醫院、農場、教室以及街頭巷尾小微企業的日常工作流程中。

開放權重還強化了競爭，而正是競爭確保了 AI 帶來的紅利能夠被廣泛共享，而不是集中在少數人手中。通過允許衆多組織去構建、適配和部署先進模型，開放權重不僅在模型開發者之間創造了競爭，也在雲端芯片、應用程序和服務領域掀起了良性角逐。這種競爭能夠激發創新、降低成本，並將 AI 的益處廣泛分配到我們的整個經濟體系中。

掌控技術主權：賦予企業自主權與長期價值

開放權重還賦予了客戶更大的控制權。隨着各組織在 AI 領域的投入，他們希望確信自己不會被單一供應商綁定，也不會失去隨着時間推移所積累的知識與能力。開放權重模型有助於提供這種保障，它允許組織控制自己的數據，根據自身需求評估和適配模型，並在其業務所需的任何地方進行部署。隨着各組織通過 AI 創造價值，開放權重使他們能夠通過自我改進的模型、專業化的能力以及積累的知識來擁有這些價值，從而推動美國的自主權與繁榮。

重塑安全範式：透明度纔是最好的防禦手段

誠然，開放權重帶來了真實且獨特的風險。權重一旦發布，就會超出原始開發者的控制範圍，且修改後的版本難以追蹤或還原。但面對這種風險，正確的應對方式絕不是禁止開放權重。在一個網絡安全攻擊者都在使用先進 AI 的世界裏，防禦者需要獲取具備同等能力的模型，以便能夠檢測、模擬並響應新出現的威脅。開放模型擴大了防禦能力，提高了透明度，並允許衆多團隊共同發現和修復漏洞。

事實上，開放可能是通往 AI 安全與保障的最重要途徑之一。僅僅依賴封閉模型本質上並不安全：它們可能會被入侵、濫用，或者以外界無法察覺的方式發生故障。而將先進的 AI 能力集中在少數幾個封閉模型之後，會進一步加劇這種風險。這會導致少數單點故障的出現，削弱競爭，並將關鍵技術留在大公司/少數供應商手中。另一方面，開放權重模型允許廣泛的研究人員和開發者社區審查其行為、識別漏洞、開發安全防護措施並隨着時間的推移不斷對其進行改進。正如開源軟件證明了「透明度可以比隱蔽性更安全」一樣，AI 的安全可能取決於賦予更多人測試和強化社會所依賴的模型的能力。它允許進行嚴格的基準測試與評估、紅隊對抗測試，以及與真實和已證實的傷害相掛鉤的防護措施，而不是默認假設封閉系統更安全。

政策引導方向：擴充資源與保護多元前沿

一個強大的 AI 生態系統絕非必然結果。決策者迎來了一個採取行動的重要契機。這包括為初創公司和研究人員擴大算力獲取渠道、投資於共享的訓練資產（數據集、工具、評估框架），以及通過避免出台可能抑制競爭或將創新推向海外的預先限制措施，來保持前沿領域的多元化。這些舉措還必須着眼於強健的應用層如何促進 AI 在整個經濟領域中的主權化應用。

正視創新機制：理性區分「蒸餾」與「侵權」

在塑造這一生態系統的過程中，決策者應當注意不要將正當的模型開發技術與侵權行為混為一談。知識蒸餾（Distillation），即利用一個模型的輸出來幫助訓練或改進另一個模型的做法，是一種被廣泛運用於模型改進、評估和驗證的技術。它體現了從現有技術中學習、在其基礎上構建並加以改進的悠久傳統，這一傳統自開源軟件運動興起以來一直推動着創新。相比之下，從封閉模型中非法提取價值的企圖確實引發了合理的擔憂。這些擔憂應當通過有針對性的法律和商業框架加以解決，而不是對在 AI 創新中發揮重要作用的技術實施一刀切的限制。

結語

AI 時代可以成為一個繁榮的時代。通過做出正確的選擇，開放權重的 AI 可以擴大機遇、強化競爭、延伸美國的技術領導地位、降低風險，並確保這項非凡技術帶來的效益在我們的經濟中得到廣泛共享。這樣一個未來值得去建設，而美國應當在建設這一未來中發揮領導作用。

Twitter：https://twitter.com/BitpushNewsCN

比推 TG 交流群：https://t.me/BitPushCommunity

比推 TG 訂閱： https://t.me/bitpush