AI人工智能2026流行关键字：什麽叫做开源？ 报新闻 报新闻/张 杰伦 记者张杰伦报导 https://n.yam.com/Article/20260815158228 最近 AI 领域热闹非凡。从 DeepSeek 到 Kimi，再到辉达执行长黄仁勳发起「开放安全 AI 联盟」，全世界的科技巨头都在讨论一个词——「开源」（Open Source）。 你可能常听到谁家推出了最新的开源大模型，但你有没有想过，在 AI 的世界里，把模型 「开源」到底指的是「开」了什麽？ 开源到底「开」了什麽？ 很多人以为，大模型开源就是把整套程式码打包发到网路上，其实没那麽简单。要理解开 源开了什麽，得先看一个 AI 模型是怎麽做出来的。 一个大模型从零到生成，大致会经历：选择训练数据、设计模型架构与参数规模、搭建训 练基础设施（如 GPU 算力群）、进行预训练与微调、最终生成「模型权重」（Model Wei ghts），以及最後的部署与发布技术报告。 根据开放程度的不同，目前 AI 业界主要分为三种类型： 第一种是闭源（Closed Source）。例如 OpenAI、Anthropic 与 Google 的主流模型。厂 商把模型锁在自家伺服器里，用户只能透过 API 或网页介面使用，完全摸不到里面的技 术细节。 第二种是完全开源（Open Source）。这需要把训练数据、训练程式码、中间过程到技术 报告无保留地全拿出来。但在商业竞争下，目前能做到这一步的极少。 第三种则是现在主流的开放权重（Open Weights）。厂商把训练出来的最核心成果——「 模型权重」和基础推理程式码发布出来。这就像是打包好的蛋糕成品，虽然你不知道面粉 与鸡蛋的最精准配方，但你可以直接拿去吃，甚至可以在上面加装饰进行微调。 过去像 Meta 的 Llama 系列主要就是开放权重。而近期的 DeepSeek 和 Kimi 更是将这 件事推向新高度，他们不仅开放权重，还把内部的工程工具链与极为详细的技术报告一并 公布，让全球开发者都能站在他们的肩膀上继续创新。 不收授权费，开源公司怎麽赚钱？ 你可能会好奇，把几百亿甚至上兆参数的模型直接送给全世界免费下载，这些公司要怎麽 存活？ 事实上，开放模型不等於放弃商业化，而是转变了商业模式： 1. 带动云端基础设施消费：对於像阿里这样拥有云端业务的公司来说，开源模型是吸引 用户的「入口」。模型免费，但要顺畅运行庞大的模型， enterprise 需要购买 GPU 算 力、存储与网路服务服务。 2. 客制化与企业部署服务：金融、医疗或政府等对数据隐私要求极高的机构，不愿把资 料传给外部 API，希望把模型部署在自家伺服器。模型公司便能向他们出售私有化部署、 安全评测与长期维护等高价服务。 3. 平台与授权许可：像 Kimi 推出的新许可协议，虽然对绝大多数中小开发者免费，但 对於月活用户超高或年收入数千万美元的云端代管服务商，则需要另外签署商业协议并付 费。 对硬体厂商（如辉达、AMD）来说，开源意味着会有更多企业与个人购买晶片来自行搭建 伺服器；「铲子商」永远是开源浪潮中最开心的获益者。 开源与闭源的世纪大对决 现在，AI 领域已经演变成两条路线的竞争。 开源派认为，开放模型极大地降低了全球开发者的创新门槛。企业不用担心哪天因为国际 政策或服务商停业而瞬间失去模型使用权；同时，藉由全球社群的共同维护，开源模型的 进步速度正以肉眼可见的速度追赶闭源模型。 闭源派（以 Anthropic 为代表）则提出了担忧。他们认为，最顶尖的模型若直接开放权 重，可能带来严重的安全风险——恶意人士可以轻易绕过安全限制，将其用於发动网路攻 击或制造危险资讯。此外，过度依赖蒸馏（Distillation）与借监顶尖模型，也可能削弱 突破性创新的原创动力。 无论这场争论最终如何，开放权重已经成为推动这波 AI 技术浪潮的最核心力量。它打破 了少数科技巨头的技术垄断，让世界各地的开发者与企业都能参与这场人工智慧的革命。 ____ 前面有聊过闭源开源，这篇说的更仔细，把权重开源也说明，这刚好也是我目前在做的项 目，不得不说用龙虾布署是真的容易又快速方便，视客户需求将模型调整到地端，还不用 投资太高的硬体，有机会可以聊聊我养龙虾心得。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 223.140.221.243 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI/M.1786764103.A.02C.html ※ 编辑: xinyi101 (223.140.221.243 台湾), 08/15/2026 11:22:10