NVIDIA、Meta、Microsoft 聯手喊話華府
別把「開放權重」和偷技術混為一談
今天NVIDIA、Meta、Microsoft、IBM、Dell、Palantir、CrowdStrike、ServiceNow、Hugging Face、Mistral、Y Combinator 等 25 家科技公司與組織，共同發布《Open Weights and American AI Leadership》。
他們主張，美國的 AI 領導地位不能只靠某一家公司的最強模型，要建立一套能讓企業、學校、新創與政府自由下載、修改及自行部署的「開放權重」生態系。封閉模型公司想把最強能力留在 API 後面收過路費；晶片、雲端、伺服器與應用軟體公司則希望模型變得更多、更便宜、更容易替換。
大家嘴裡談的是「美國 AI 領導權」，心裡算的其實是自己的毛利率。
真正的政策戰場是「模型蒸餾」
這封信最值得注意的段落是最後特別替 Distillation，也就是模型蒸餾說話。模型蒸餾就是讓較小的「學生模型」學習大型「老師模型」的輸出，以較低成本取得相近能力。這是業界常見的模型壓縮與改進方式，但爭議在於：
有沒有取得老師模型的授權？
是否違反服務條款？
是否透過假帳號、代理伺服器或大量自動查詢規避限制？
最後是在正常學習，還是在整批搬走別人的商業價值？
近期美國政府正針對中國 Moonshot AI 與 Kimi 模型的疑似蒸餾行為展開爭論，甚至討論制裁或列入出口管制名單。但美國政府目前也試圖區分「正常、授權的模型蒸餾」與「大規模、規避限制的工業級技術攫取」。
這封信要向華府表達的是可以抓偷考卷的人，但不要順便把補習班、家教和讀書方法全部禁止。
聯署企業並不否認非法提取封閉模型價值會構成問題；它們主張應透過針對性的法律、合約與商業機制處理，而不是直接限制蒸餾技術或開放模型。
Open Weights 不完全等於 Open Source
這封文件的用字相當精準。它講的是 Open Weights，開放權重，不是完整的 Open Source AI，開源人工智慧。開放權重代表你可以拿到已訓練完成的模型參數，下載到自己的伺服器執行、微調或修改。
但你未必拿得到：
完整訓練資料與資料來源；
資料清洗流程；
訓練程式碼；
中間檢查點；
完整模型配方；
允許無限制商用與再散布的授權。
Open Source Initiative 的定義要求更高，真正的開源 AI 不只是提供權重，還必須提供足以研究、修改與重建系統的程式碼、資料資訊及相應法律權利。
用食物來比喻開放權重是把烤好的蛋糕交給你。你可以切、可以加奶油，也可以拿去自己店裡賣；但蛋糕用了什麼麵粉、烤箱幾度、配方比例多少，原廠不一定告訴你。所以這封信爭取的核心是企業有權拿到模型、控制資料、自行部署，並且不要永遠被單一 API 供應商綁住。
看簽名名單，就知道誰最希望模型開放
對 NVIDIA 而言，模型越多、價格越便宜、企業採用越廣，更多訓練、微調與推論需求。
OpenAI、Anthropic、Meta、Mistral，甚至哪一家新創拿到模型冠軍，對 NVIDIA 都不是最核心的問題。只要比賽繼續辦，賣球鞋的人就還有生意。開放權重也會促進不同晶片、雲端與軟體平台之間的競爭。這對 NVIDIA 是「整體市場擴大」的利多，但不代表軟體綁定與定價權一定同步增強。信中甚至直接主張，開放權重會加強晶片、雲端、應用程式與服務之間的競爭。
Microsoft：模型可以多家，客戶最好留在 Azure
Microsoft 簽這封信，非常符合平台公司的利益。企業可以在 Azure 上使用封閉模型、開放模型、自家模型或微調模型；模型供應商可以換，但運算、儲存、資安、資料庫與企業管理平台最好不要換。
Microsoft 未必需要某一個模型永遠獨霸，它更希望所有模型最後都要繳 Azure 的房租。這也降低 Microsoft 對單一模型合作夥伴的依賴，把價值重心從「押中某一家模型」轉向「經營模型超級市場」。
Meta：把基礎模型變便宜，削弱競爭對手的收費牆
Meta 推動開放權重，不代表祖克柏突然開悟，決定把幾百億美元的 AI 投資送給世界。
Meta 不一定需要靠模型 API 收費。它有龐大的社群產品、廣告系統、用戶入口與資料分發能力。若基礎模型逐漸商品化，封閉模型公司的技術溢價可能下降，而 Meta 可以在應用、廣告與消費者產品上取得價值。
Dell、IBM：企業私有 AI 與地端部署的直接受益者
開放權重讓銀行、政府、醫院、製造業與國防客戶，可以把模型部署在自己的資料中心，不必把敏感資料送往外部 API。這對 Dell 的企業伺服器、儲存與 AI 基礎設施，以及 IBM 的混合雲與企業 AI 架構，具有直接戰略價值。模型越能在企業內部運行，企業採購的不只是 Token，還包括伺服器、網路、資安、管理軟體、資料治理與顧問服務。
Palantir、ServiceNow、Replit、Perplexity：模型成本下降，但競爭門檻也下降
應用軟體公司可以在多個模型之間選擇，不必被單一供應商綁架，也有機會降低推論成本。當所有競爭對手都能取得同樣便宜、同樣強的模型時，模型本身就不再是護城河。
真正的價值會轉移到：
專有資料；
客戶分發管道；
工作流程整合；
產業知識；
資安與法規能力；
使用者切換成本。
所以開放模型對應用公司的影響是加速淘汰那些只替通用模型套一層漂亮介面的公司。AI 包裝紙如果賣得比裡面的模型還貴，客戶遲早會開始拆箱比價。
沒有簽名的人，也很值得看
這份名單裡看不到 OpenAI、Anthropic、Google、Amazon與 Apple。這不代表它們全部反對開放模型，也不能僅憑未簽名就推論其政策立場。
但它至少反映出不同公司的經濟利益並不完全一致。擁有領先封閉模型的公司，通常更希望保護模型能力差距、API 定價、訓練方法、資料與研究成果。
晶片、雲端、硬體與應用公司，則更希望模型供應充分、價格下降、客戶可以自由切換。所以 AI 產業真正的陣營，未必是美國對中國，也未必只是開放對封閉。更像是想靠模型本身收租的人，對上想利用大量模型賣基礎設施與應用的人。
這封信承認，模型權重一旦公開，原始開發者就很難收回；經過修改的版本，也可能難以追蹤與逆轉。支持者認為，開放模型能讓更多資安研究人員檢查漏洞、執行紅隊測試並建立防禦工具。但同一套能力也可能被攻擊者使用，而且開放後無法像雲端 API 一樣立即停權、修補或限制存取。
因此開放權重並不是「一定比較安全」，封閉模型也不是「天然比較安全」。
真正需要比較的是：
能力有多高；
使用門檻有多低；
是否能追蹤來源；
部署者是否負責；
有沒有實際可執行的風險控制。
安全不是看模型有沒有上鎖，而是看鑰匙落在誰手上，以及闖禍之後找不找得到人。
大叔結論
這封信如果成功影響政策，AI 產業的價值可能進一步從單純的「基礎模型能力」，往以下環節移動：
算力、雲端、伺服器、資料、分發、資安與企業工作流程。
對 NVIDIA 與基礎設施業者而言，開放模型擴散有助於增加整體 AI 使用量。
對 Microsoft 而言，模型多元化有利於鞏固 Azure 的平台地位。
對 Meta 而言，開放模型可以削弱封閉模型商的收費牆，但直接變現仍需觀察。
對企業軟體公司而言，模型成本下降是利多，但產業進入門檻下降，也會讓競爭更加殘酷。
這篇分析得簡單明瞭又有深度，謝謝大叔，好文推一個！
謝謝大叔辛苦了