AI人工智能2026流行关键字：什么叫做开源？
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勋发起“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”了什么？
开源到底“开”了什么？
很多人以为，大模型开源就是把整套程式码打包发到网络上，其实没那么简单。要理解开
源开了什么，得先看一个 AI 模型是怎么做出来的。
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），以及最后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
商把模型锁在自家服务器里，用户只能透过 API 或网页接口使用，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，开源公司怎么赚钱？
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，这些公司要怎么
存活？
事实上，开放模型不等于放弃商业化，而是转变了商业模式：
1. 带动云端基础设施消费：对于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、存储与网络服务服务。
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服务器。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
对于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。
对硬件厂商（如辉达、AMD）来说，开源意味着会有更多企业与个人购买芯片来自行搭建
服务器；“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，借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，将其用于发动网络攻
击或制造危险资讯。此外，过度依赖蒸馏（Distillation）与借鉴顶尖模型，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能的革命。
____
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
投资太高的硬件，有机会可以聊聊我养龙虾心得。