開放權重革命：公共人工智慧模式如何重塑全球競爭、政策與權力

2026年7月下旬，美國多家科技公司聯合發表公開信，警告限制開放權重人工智慧模型將「扼殺競爭」並「將創新推向海外」。這份請願書發布之際，正值局勢高度緊張之時：中國實驗室剛剛發布了擁有2.8萬億個參數的Kimi K3系統，而華盛頓方面正在考慮對外國人工智慧實施制裁。這事件凸顯了科技格局的轉變。開放權重模型——曾經只是研究人員關注的小眾領域——如今已成為全球爭奪主權、競爭力和人工智慧未來走向的焦點。

開放權重模型是一種人工智慧系統，其訓練參數（即訓練過程中學習到的數值）公開發布，任何人都可以下載、檢查、修改並在私人基礎設施上運行。與傳統的開源軟體不同，其底層訓練資料和復現模型的完整程式碼通常仍為專有資訊。現代開放權重大型語言模型主要依賴專家混合模型（Mixture-of-Experts）架構，該架構每次查詢僅激活部分參數，從而使系統能夠擴展到數萬億級規模，同時保持可控的推理成本。

如今，功能最強大的開源權重模型主要來自中國實驗室。 DeepSeek 的 V4 模型以 MIT 許可證發布，提供接近前沿的推理能力。阿里巴巴的 Qwen 3.6 模型採用 Apache 2.0 許可證，在 Hugging Face 平台上的累計下載量已超過 10 億次，並衍生出超過 18 萬個衍生模型。 Moonshot AI 的 Kimi K3 模型於 2026 年 7 月中旬發布，擁有 2.8 兆個參數，並計劃完全開源。智普 AI 的 GLM 5.2 和 MiniMax 的 M3 模型共同構成了一個生態系統，目前佔據了全球開源權重模型下載的大部分份額。

西方的替代方案也存在，但市場佔有率較小。 Meta的 Llama 雖然其客製化授權限制了大型企業的使用，但它仍然是全球部署最廣泛的開源軟體系列。 Google的Gemma、微軟的Phi-4和法國的Mistral Large 3都是不錯的替代方案，但它們的發行量都無法與中國同類產品相提並論。

公開級賽事的興起：益處、風險與七月危機

開放式權重模型的吸引力顯而易見。組織機構可以獲得資料主權——敏感資訊永遠不會離開受控的基礎設施——同時還能實現成本可預測性、客製化自由以及避免被供應商鎖定。對於受 HIPAA 約束的醫院、需要保護客戶隱私的律師事務所、處於物理隔離環境中的國防機構以及尋求可預測單位經濟效益的新創公司而言，這些優勢至關重要。

然而，這些缺陷也相當顯著。已發布的權重無法召回；安全防護措施很容易被移除。授權條款從寬鬆到限制性極強的企業協議不等，遠非真正的開源軟體。自託管將安全和基礎設施的負擔轉嫁給了用戶。而且，即使是最好的開源模型，在最複雜的推理任務上，通常也會比絕對的封閉系統落後六到八個月。

當前的危機在2026年7月達到高峰。 「登月計畫」發布Kimi K3模型，令市場和政策制定者感到不安，促使財政部長斯科特·貝森特提出以智慧財產權為由，對海外人工智慧模型實施潛在製裁。此前，有指控稱中國實驗室採用了「數據提煉」技術——即利用西方前沿系統的輸出結果訓練模型——以低成本彌補能力差距。

近期的一些事件進一步強化了開放的必要性。 安全事件其中包括影響封閉式分發基礎設施的漏洞，這些漏洞凸顯了獨立研究人員在無法取得底層權重的情況下，無法對專有系統進行調查。當行為需要審查時，黑箱式的不透明性就成為了一種結構性缺陷。

在此背景下，7月24日，英偉達、微軟和Meta牽頭聯合約24家公司，共同發布了題為「開放權重與美國人工智慧領導力」的公開信。簽署者包括AMD、思科、Hugging Face、Y Combinator和Linux基金會。值得注意的是，Alphabet、Anthropic和 OpenAI這封信敦促政策制定者擴大新創企業的運算資源取得管道，投資共享培訓資源，並避免過早實施限制。信中顛覆了傳統的安全論點，指出將先進能力集中在少數封閉模型背後會造成系統性風險，而開放權重能夠實現專有系統所無法提供的外部審查。

利害關係：地緣政治、經濟與控制問題

關於開源配額的爭論遠不止於授權問題。它已經成為人們對技術主權和市場結構更深層擔憂的體現。

從地緣政治角度來看，中國在開放式核動力裝置領域的統治地位引發了研究人員所說的「政策死亡螺旋」。北京實際上已將開放性武器化為一種分銷策略，在華盛頓仍在爭論出口管制和安全框架之際，大量高性能核動力裝置湧入市場。人們擔心，一旦具備封閉前緣技術能力的開放式核動力裝置問世，就難以控制。限制中國核動力裝置可能會使全球影響力拱手讓給北京不斷擴張的核動力系統；而允許其流通則可能導致外國技術滲透到西方基礎設施的各個角落。

限制的批評者指責封閉模式的現有企業“被監管俘獲”，他們以安全為幌子，鼓吹製定規則以淘汰開源競爭對手。開放的支持者則反駁說，經濟擴散與前沿能力同樣重要：一個國家即便在基準測試中名列前茅，其醫院、學校和小企業也可能因為價格昂貴而無法使用封閉的API。

對歐洲而言，這個問題顯得格外迫切。歐盟人工智慧法案的主要義務將於8月2日生效，這將推動對自主部署的需求。法國新創公司Mistral和德國的Aleph Alpha將自身定位為策略替代方案，然而歐洲目前僅佔全球人工智慧運算能力的一小部分。正如歐洲分析家所指出的，風險在於，歐洲可能會用對中國雲端平台的依賴來取代對美國雲端平台的依賴。

採購專業人士提出了一個較為低調但至關重要的見解：在動盪的地緣政治環境中，下載的權重比 API 依賴項更具優勢。基於私有基礎設施的模型不會因出口管制、許可證吊銷或實體清單的增加而失效。這種「防禦性見解」解釋了為什麼受監管行業即使主要使用託管服務，也越來越多地維護鏡像的開放權重檢查點。

誰真正需要開放權重？答案涵蓋了保管、成本和控制交織的各個領域：保護病患資料的醫療保健系統；維護機密性的法律和金融公司；處於孤立環境中的國防機構；在工廠車間運行邊緣推理的製造商；因價格昂貴而無法使用前沿 API 的研究人員和教育工作者；以及全球南方社區將模型調整為西方供應商的低資源語言。

開放權重問題已不再是技術問題，而是結構性問題。當政策制定者權衡安全與競爭力，而中國實驗室不斷向公共領域發布規模越來越大的模型時，西方面臨一個選擇：要麼透過監管扼殺開放性，要麼在開放性框架內展開競爭。答案不僅將塑造下一代人工智慧，還將決定誰能建構它、在哪裡運作以及在何種條件下運作。