[微軟] 微軟、英偉達等25公司公開信:AI開源關乎美國未來
IT之家 7 月 24 日消息，今日，微軟、英偉達、IBM、Meta 等 25 家美國科技公司聯名簽署公開信，呼吁開放權重 AI 模型。
該公開信以開源軟件運動歷史為參照，論述開放權重 AI 模型對美國把握人工智能時代主動權的關鍵意義。開放權重模型可供各方下載、修改與自主部署，能夠降低各類機構運用先進 AI 的門檻、活躍市場競爭，避免 AI 收益被少數企業壟斷，同時讓使用者掌握技術自主權，擺脫單壹廠商綁定。
公開信指出，盡管開放權重存在難以管控衍生版本等風險，但封閉模型同樣存在安全隱患。開放生態能夠動員廣大研究者排查漏洞、完善安全防護，是實現人工智能安全的重要路徑。
文章呼吁政策制定者扶持開源 AI 發展，保障算力與公共研發資源供給，區分合法模型蒸餾技術與非法盜用行為，避免過度管制壓制創新。依靠開放權重構建多元、普及的 AI 生態，推動人工智能落地各行各業，才能鞏固美國技術優勢，廣泛共享人工智能發展紅利。
IT之家附譯文如下：
20 世紀 80 年代，早期開源軟件先驅挑戰了 " 只有企業嚴格控制代碼，軟件才能進步 " 的主流認知。這場運動推動構建壹個透明的生態系統，讓全球開發者能夠研究、修改並改進軟件。如今，開源社區開發的軟件支撐著互聯網的大部分運行，也是全球最大科技公司、美國軍方及聯邦機構開展科研、網絡安全等關鍵任務所依賴系統的底層基礎。開源的意義不止於降低軟件成本；它構建了壹個共享知識底座，幾代美國工程師和企業家在此之上建立了自身的技術主權。
美國如今在人工智能領域面臨類似抉擇。評判我們的 AI 領導力，不應以單壹前沿模型為標尺，而要看美國能否構建壹個強大、開放的生態系統，並滲透至各行各業。這對於在全國范圍內創造創新與繁榮機遇至關重要。它要求擴大 AI 可及性、鼓勵競爭、構建強健的應用層，並讓美國人對其所依賴的技術擁有更大控制權。開源權重模型 —— 任何人都可下載、檢視、修改並在自有基礎設施上運行的 AI 模型 —— 是這壹基礎的重要組成部分，因為它們讓先進 AI 更易獲取、更具適應性、普及范圍更廣。
開源權重擴大了 AI 經濟的參與面。初創企業、成熟企業、大學及公共機構無需從零訓練模型，也不必為每項任務支付前沿模型的費用，即可基於先進模型進行開發。開源權重讓每個組織都能以合理成本為對應任務匹配合適的模型：前沿規模能力留給真正的前沿問題，其余場景則運行高效的專用模型。當 AI 應用擴展至數拾億日常任務時，這種資源配置原則將是 AI 實現經濟可持續性的關鍵。美國贏得 AI 時代的方式，是將其滲透到工廠、醫院、農場、課堂和街邊商鋪的工作流程中。
開源權重還能強化競爭，而競爭是確保 AI 收益廣泛共享、而非集中於少數人手中的核心。通過允許多個機構構建、適配和部署先進模型，開源權重不僅在模型開發者之間創造競爭，也在雲端芯片、應用和服務層面形成競爭。這種競爭激勵創新、壓低費用，並將 AI 的收益廣泛分布於整個經濟體系。
開源權重還賦予用戶更大控制權。各組織在投資 AI 時，都不希望被單壹供應商鎖定，也不願喪失長期積累的知識與能力。開源權重模型提供了這壹保障：組織可以掌控自有數據，根據自身需求評估和適配模型，並根據業務要求在任意位置部署。當組織借助 AI 創造價值時，開源權重使其能夠通過自改進模型、專用能力和積累的知識擁有這份價值，進而推動美國的技術主權與繁榮。
誠然，開源權重存在真實且獨特的風險。權重壹經發布，便脫離原始開發者的控制，修改後的版本也難以追蹤或撤回。但應對這壹風險的正確方式並非禁止開源權重。在網絡安全攻擊者使用先進 AI 的世界裡，防御方需要獲得同等能力的模型，才能檢測、模擬和應對新興威脅。開源模型拓展了防御能力、提升了透明度，並允許多個團隊發現並修復漏洞。
事實上，開放性可能是實現 AI 安全與保障的最重要路徑之壹。單純依賴閉源模型並非本質安全：它們可能被攻破、濫用，或以外部無法察覺的方式失效。將先進 AI 能力集中於少數閉源模型背後，會加劇這壹風險 —— 它造成少量單點故障、削弱競爭，並將關鍵技術交由少數供應商掌控。相比之下，開源權重模型允許廣大研究人員和開發者檢視其行為、識別漏洞、制定防護措施並持續改進。正如開源軟件證明了 " 透明比隱匿更安全 "，AI 安全或許有賴於讓更多人有能力測試和加固社會所依賴的模型。它支持嚴格的基准測試與評估、紅隊測試，以及基於真實可證危害的防護措施，而非默認假設閉源系統更安全。
[加西網正招聘多名全職sales 待遇優]
還沒人說話啊，我想來說幾句
該公開信以開源軟件運動歷史為參照，論述開放權重 AI 模型對美國把握人工智能時代主動權的關鍵意義。開放權重模型可供各方下載、修改與自主部署，能夠降低各類機構運用先進 AI 的門檻、活躍市場競爭，避免 AI 收益被少數企業壟斷，同時讓使用者掌握技術自主權，擺脫單壹廠商綁定。
公開信指出，盡管開放權重存在難以管控衍生版本等風險，但封閉模型同樣存在安全隱患。開放生態能夠動員廣大研究者排查漏洞、完善安全防護，是實現人工智能安全的重要路徑。
文章呼吁政策制定者扶持開源 AI 發展，保障算力與公共研發資源供給，區分合法模型蒸餾技術與非法盜用行為，避免過度管制壓制創新。依靠開放權重構建多元、普及的 AI 生態，推動人工智能落地各行各業，才能鞏固美國技術優勢，廣泛共享人工智能發展紅利。
IT之家附譯文如下：
20 世紀 80 年代，早期開源軟件先驅挑戰了 " 只有企業嚴格控制代碼，軟件才能進步 " 的主流認知。這場運動推動構建壹個透明的生態系統，讓全球開發者能夠研究、修改並改進軟件。如今，開源社區開發的軟件支撐著互聯網的大部分運行，也是全球最大科技公司、美國軍方及聯邦機構開展科研、網絡安全等關鍵任務所依賴系統的底層基礎。開源的意義不止於降低軟件成本；它構建了壹個共享知識底座，幾代美國工程師和企業家在此之上建立了自身的技術主權。
美國如今在人工智能領域面臨類似抉擇。評判我們的 AI 領導力，不應以單壹前沿模型為標尺，而要看美國能否構建壹個強大、開放的生態系統，並滲透至各行各業。這對於在全國范圍內創造創新與繁榮機遇至關重要。它要求擴大 AI 可及性、鼓勵競爭、構建強健的應用層，並讓美國人對其所依賴的技術擁有更大控制權。開源權重模型 —— 任何人都可下載、檢視、修改並在自有基礎設施上運行的 AI 模型 —— 是這壹基礎的重要組成部分，因為它們讓先進 AI 更易獲取、更具適應性、普及范圍更廣。
開源權重擴大了 AI 經濟的參與面。初創企業、成熟企業、大學及公共機構無需從零訓練模型，也不必為每項任務支付前沿模型的費用，即可基於先進模型進行開發。開源權重讓每個組織都能以合理成本為對應任務匹配合適的模型：前沿規模能力留給真正的前沿問題，其余場景則運行高效的專用模型。當 AI 應用擴展至數拾億日常任務時，這種資源配置原則將是 AI 實現經濟可持續性的關鍵。美國贏得 AI 時代的方式，是將其滲透到工廠、醫院、農場、課堂和街邊商鋪的工作流程中。
開源權重還能強化競爭，而競爭是確保 AI 收益廣泛共享、而非集中於少數人手中的核心。通過允許多個機構構建、適配和部署先進模型，開源權重不僅在模型開發者之間創造競爭，也在雲端芯片、應用和服務層面形成競爭。這種競爭激勵創新、壓低費用，並將 AI 的收益廣泛分布於整個經濟體系。
開源權重還賦予用戶更大控制權。各組織在投資 AI 時，都不希望被單壹供應商鎖定，也不願喪失長期積累的知識與能力。開源權重模型提供了這壹保障：組織可以掌控自有數據，根據自身需求評估和適配模型，並根據業務要求在任意位置部署。當組織借助 AI 創造價值時，開源權重使其能夠通過自改進模型、專用能力和積累的知識擁有這份價值，進而推動美國的技術主權與繁榮。
誠然，開源權重存在真實且獨特的風險。權重壹經發布，便脫離原始開發者的控制，修改後的版本也難以追蹤或撤回。但應對這壹風險的正確方式並非禁止開源權重。在網絡安全攻擊者使用先進 AI 的世界裡，防御方需要獲得同等能力的模型，才能檢測、模擬和應對新興威脅。開源模型拓展了防御能力、提升了透明度，並允許多個團隊發現並修復漏洞。
事實上，開放性可能是實現 AI 安全與保障的最重要路徑之壹。單純依賴閉源模型並非本質安全：它們可能被攻破、濫用，或以外部無法察覺的方式失效。將先進 AI 能力集中於少數閉源模型背後，會加劇這壹風險 —— 它造成少量單點故障、削弱競爭，並將關鍵技術交由少數供應商掌控。相比之下，開源權重模型允許廣大研究人員和開發者檢視其行為、識別漏洞、制定防護措施並持續改進。正如開源軟件證明了 " 透明比隱匿更安全 "，AI 安全或許有賴於讓更多人有能力測試和加固社會所依賴的模型。它支持嚴格的基准測試與評估、紅隊測試，以及基於真實可證危害的防護措施，而非默認假設閉源系統更安全。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: