黄仁勋首次发X，呼吁放开AI开放权重

黄仁勋来X了，发表了第一篇推文 文章主要表达了六层意思： 1. 把开放权重类比为早期的开源软件 文章认为，互联网的发展依赖 Linux 等开源软件。类似地，美国未来的 AI 竞争力，也不能只依赖某一家最强的封闭模型，而要依赖一个广泛、开放、可扩散的生态。其逻辑是： 更多人可以使用底层技术 更多企业可以开发应用 成本下降 技术扩散到制造、医疗、农业、教育和中小企业 美国整体 AI 生产力提高 2. 降低企业使用 AI 的成本 企业不需要从零训练模型，也不必每次都支付最昂贵的前沿模型 API 费用。

可以把不同模型放到不同任务中： 复杂研究使用高性能前沿模型 客服、分类、数据提取使用小模型 涉及隐私的数据在本地运行 特定行业模型进行内部微调 文章认为，这种分层使用才能让 AI 真正进入数十亿个日常任务。3. 防止少数厂商垄断 开放权重能够减少企业对单一模型供应商的依赖。企业可以： 更换模型供应商 自己保存模型和微调成果 控制内部数据 在不同云平台之间迁移 在本地数据中心部署 避免 API 涨价或服务中断 因此，这份声明明显反对过度的供应商锁定，希望模型、芯片、云、应用和服务各层都保持竞争。

4. 认为开放也可以提高安全性 文章承认开放权重存在风险： 模型发布后，开发者无法完全收回 修改版本难以追踪 恶意使用者也可能获得模型 模型可能被移除安全限制 但签署方认为，封闭模型也可能被攻击、滥用或出现隐藏问题。开放模型可以让更多研究人员进行测试、红队评估、漏洞发现和安全改进。这是全文中争议较大的主张。

开放有利于审计，也会降低恶意使用门槛，两方面风险同时存在。声明明显强调了开放带来的安全收益。5. 要求政府支持算力和公共 AI 基础设施 文件对美国政策制定者提出了几项要求： 政策诉求实际含义扩大初创企业和研究人员的算力获取降低训练、微调和推理成本投资共享数据集、工具和评估框架建设公共 AI 基础设施避免过早限制开放模型降低开放模型公司的监管风险保持多个前沿模型供应商防止能力集中于少数企业支持应用层发展让 AI 进入真实行业工作流 换句话说，签署方希望美国政府提供资源，同时减少对开放模型的限制。

6. 为“模型蒸馏”争取合法空间 这是全文政策含义最强的一段。“蒸馏”是指利用一个模型的输出，训练或改进另一个模型。例如，让大型模型生成答案，再用这些答案训练更小、更便宜的模型。

声明的立场是： 正常的模型蒸馏属于常用研发技术 不应把所有蒸馏都视为盗窃 非法抓取、违反合同或侵权行为可以单独处理 不应因少数违法行为而全面限制蒸馏技术 这实际上是在影响未来关于模型知识产权、API 使用条款、训练数据和竞争法的监管规则。