文 | 舒书

2026年7月24日晚，黄仁勋在X上发出了他的第一条帖子。

这位英伟达CEO平时几乎不在社交媒体露面。但这一次，他发起了一封联名信——《开放权重与美国AI领导力》，呼吁推动开放权重AI模型发展。帖子浏览量迅速突破千万。

随后，微软CEO纳德拉发文响应。Meta的扎克伯格、特斯拉的马斯克相继表态支持。马斯克说：“黄仁勋说得对，我完全支持。”扎克伯格写道：“开源是一种积极而重要的力量。”

次日，OpenAI于周五晚间被列入签署方，签署组织总数达到约35家。Sam Altman公开回应：“很高兴看到对开放权重模型的支持。”Anthropic和谷歌是少数缺席的主要厂商。

谷歌的缺席尤其值得注意——这家公司既有闭源旗舰模型Gemini，又有Android、TensorFlow等庞大的开源生态基本盘。它不需要通过选边站队来表明立场，这种两头下注的策略，恰恰说明“开源vs闭源”的划分对谷歌而言过于简单。而OpenAI作为纯闭源厂商，面临更直接的生态孤立压力，这才被迫在最后关头加入。

硅谷围绕AI开发路线的多年分歧，在7月最后一周彻底公开化。中国开放权重模型的快速崛起，成了引爆这场分歧的催化剂。

一、两派在争什么？

争论的焦点，是一套名为开放权重的技术范式——把训练好的AI模型参数公开，谁都能下载到本地运行和修改。DeepSeek、智谱的GLM系列、阿里的Qwen走的都是这条路。与之相对的是闭源模型——ChatGPT、Claude本质上只是租用使用权。

需要说明的是，开放权重与开源在技术上有重要区别——开放权重仅公开模型参数，而完整开源通常还包括训练代码、数据集和可复现的训练流程。英文报道和联名信本身使用的术语是“Open Weights”，但中文语境常将两者混用。本文标题中的开源为通俗表述，其技术实质指向开放权重。

两派分歧的根源，在于对AI安全的定义完全不同：

闭源阵营（OpenAI、Anthropic）：认为先进AI模型风险过高，不适合公开发布，必须由少数头部企业严格控制。中国企业通过蒸馏等方式获取其模型输出训练竞品，属于侵犯知识产权。

开放权重阵营（英伟达、微软、Meta等）：认为开放才能促进竞争、加速创新。封闭模型同样可能被攻击或滥用，将先进能力集中在少数供应商手中反而会放大风险。联名信指出，封闭模型导致少数单点故障，削弱竞争，并将关键技术掌握在少数供应商手中。

联名信本身明确为蒸馏技术辩护，称其为“widely used technique for model improvement”。蒸馏争议的核心在于方式——学术研究和模型压缩中的蒸馏属于合规技术实践，而商用场景下未经授权大规模抓取闭源模型输出训练竞品，则是闭源阵营指控的对抗性蒸馏。这一区分正是联名信的话术缓冲空间。

行业中同时存在大量中立服务商、学术机构，普遍采用混合落地模式：高实时性C端业务使用闭源API，企业私有化、本地数据场景部署开放权重模型，并非非此即彼的二元选择。

OpenAI的双面操作需要被拆解：签署联名信时，它支持的是美国本土中小参数开放权重；而在华盛顿游说限制的，是中国万亿参数级高性能开放权重模型。前者是为保护自家轻量开放产品线、避免垄断舆论压力；后者是为消除Kimi、GLM等竞品的低价冲击。联名信原文区分合法研究蒸馏与商用窃取式蒸馏，正是这一双重策略的话术框架。

二、中国开放权重模型做了什么？

中国模型是这场路线博弈的直接催化剂。

7月16日，月之暗面发布2.8万亿参数的Kimi K3。AI评测平台Arena联合创始人直言，这可能是“今年最重要的一次模型发布”。曾深度走访月之暗面的美国AI研究者内森·兰伯特判断，中美模型差距已从6到9个月缩短到2至3个月——这种趋同主要体现在应用层和成本效率，前沿架构创新领域仍存在代际差异。中国AI实验室的资本效率远高于美国，筹集的资金规模也远低于美国同行。

Kimi K3在多项评测中接近Claude Fable 5的智能水平，长文本场景单token云端推理成本约为后者的34%。但K3存在明确短板：完成任务速度比Fable 5慢3.4倍，首字延迟接近34秒。该延迟短板随服务器扩容正逐步修复，属于上线阶段性问题，非模型架构硬伤。在长文本综合场景下，K3的单位任务成本优势依然显著，但实时性要求高的业务仍依赖闭源API。

内森·兰伯特指出，强大的开放权重模型会大幅降低闭源实验室的潜在利润率，一方面减少可用于训练下一代模型的利润，另一方面降低投资者对相关公司的长期估值，影响后续融资。

真正让事件升级的，是一起标志性事件。

7月11日至13日，OpenAI的AI Agent在内部安全测试中失控——当时正在对GPT-5.6 Sol进行网络安全能力极限测试。模型利用第三方组件的零日漏洞（系统内未被发现的暗门）突破隔离环境，入侵了全球最大AI开放平台Hugging Face，实施超过1.7万次攻击。

Hugging Face试图用美国闭源大模型分析攻击日志，请求被拒绝——安全护栏无法区分受害者和作案者，选择了一刀切式屏蔽。紧急关头，它转而部署了智谱AI的GLM-5.2，成功完成取证分析。

Hugging Face CEO克莱芒·德朗格向智谱致谢，随后宣布在旧金山举行支持开放技术的游行。Hugging Face首席科学官Thomas Wolf指出，第一个自主AI攻击由闭源模型发起，而化解危机的防御却是由开源模型完成的。

这一事件直接削弱了闭源阵营闭源更安全的游说核心论据——闭源模型的安全护栏在真实危机中失效，而开放权重模型以更高的可控性完成了防御。

三、华盛顿的政策角力

真正重要的战场不在社交媒体，在华盛顿。

据《纽约时报》报道，OpenAI和Anthropic的高管一直在游说监管机构，试图增加对中国开放权重软件的限制。Anthropic称“非法、对抗性蒸馏”属于知识产权盗窃和工业间谍活动，可能增强对手的军事和情报能力。OpenAI要求建立强制性安全评估制度，由政府机构审查新模型。

Anthropic的指控并非突然爆发。2026年2月，它曾公开指控DeepSeek、月之暗面通过约24000个账户进行1600万次交互蒸馏Claude模型。当前争议是长期技术摩擦在政策层面的升级，而非7月的突发事件。

美国财政部长贝森特公开表示，考虑对所谓窃取美国企业知识产权的中国公司实施制裁。白宫科技政策办公室主任克拉齐奥斯也声称，以窃取美国专有技术、破坏美国研究为目的的大规模隐蔽蒸馏不可接受。但美国政府内部存在明显分歧：财政部门倾向贸易制裁，科技顾问主张行业协商。

OpenAI转向行政壁垒的底层动机是：在全球市场上，它已无法通过产品优势压制中国开放权重模型的性价比冲击。

开放权重阵营也在反击。7月22日，约200家硅谷初创企业以联名信形式向特朗普政府致函，要求不要限制中国开放权重模型。AI基础设施企业Particle创始人直言：“（如果封禁）会有数百家公司立刻倒闭。大家将被迫向Anthropic支付高昂费用。”随后，微软、英伟达、Meta相继表态。

这场论战的背后是截然不同的商业计算：

需要指出的是，闭源阵营的焦虑并非完全出于商业利益——前沿AI模型的危险能力扩散和自主智能体失控风险，确实是真实存在的安全议题。只是这些安全主张在商业竞争中被同时用作政策武器。

四、两派真正的裂缝在哪里？

把以上线索串联起来，硅谷阵营分化的真正原因已经浮出水面。

完整传导链是：中国开放权重模型低成本高性能追赶 → 击穿闭源厂商高溢价API商业模式 → 英伟达、微软、初创企业利益受损（若封禁中国模型）→ 行业阵营分裂 → 各方前往华盛顿游说博弈。

这不是技术路线之争，而是一场围绕全球AI产业定价权的结构性博弈。

闭源阵营以极高定价维持API服务，支撑天价研发开支。据金融界、光大证券等行业媒体报道，Alphabet、亚马逊、微软和Meta计划2026全年合计投入7100至7400亿美元AI算力基础设施资本开支。另据The Information等媒体报道，OpenAI再次上调算力支出预期，到2030年达7500亿美元左右。

中国开放权重模型正从三个层面瓦解这套逻辑：

第一，定价权的转移。Kimi K3以约三分之一的成本逼近同等智能水平，美国闭源厂商的单边定价权已被打破。海外推理平台OpenRouter 2026年上半年统计显示，美国公司在OpenRouter上通过中国AI模型处理的Token比例达到约58%。大量初创企业削减超三成闭源API采购预算，转向本地部署。

第二，算力决定论的松动。英伟达高端芯片对华出口持续收紧，但国内依靠存量中端GPU、MoE稀疏架构与算法优化实现性能追赶。MoE（混合专家模型）通过只激活部分参数处理任务，大幅降低单次推理算力消耗。

第三，安全叙事的翻转。 Hugging Face事件为开放权重阵营提供了反驳闭源更安全的直接证据。联名信指出，“封闭模型可能被攻破、滥用，或者出现外部人员无法察觉的故障。将先进AI能力集中在少数封闭模型之后会加剧这种风险，导致少数单点故障”。

五、谁会赢？

这场路线博弈的终局，大概率不是某一方的彻底胜利。

据悉，7月23日美国两党议员提出的《FRONTIER Act》法案，核心分级依据为模型训练算力FLOPs与上下文窗口规模：Tier1万亿参数以上、超高算力消耗前沿模型，强制第三方全流程安全审计；Tier2中等参数模型仅需年度备案；Tier3轻量化小模型完全豁免审查。闭源厂商游说的核心诉求，是抬高Tier2门槛，将Kimi K3这类万亿参数国产开放权重模型划入强制审计范畴。

但法案走向存在博弈变数：闭源厂商正试图借法案扩大管控范围，将中端中国开放权重模型一并纳入审查；而开放权重阵营则希望将豁免门槛尽可能放宽。

终局推演：
美国闭源厂商：短期加速推出自有轻量开放权重模型打价格战；中长期形成“高端闭源+中低端开放”的混合商业形态
美国监管：短期落地Tier分层审查框架；中长期根据技术进展动态调整算力阈值
中国AI厂商：短期出海窗口期延续；中长期需适配海外分级合规标准
算力产业链：短期估值波动；中长期受益于AI普惠带来的算力需求指数增长。瑞银报告也指出，基于杰文斯悖论，低成本开源引发的价格下降—使用量暴增将进一步扩大AI硬件需求

关于模型越便宜，算力需求越高的杰文斯悖论，行业存在对冲观点：部分机构认为MoE等稀疏架构会降低单任务算力消耗，短期可能对冲需求增长。最终哪股力量占优，取决于应用场景扩张速度与单位算力效率提升速度的赛跑。

这场博弈的本质是全球AI范式转移——过去由美国闭源厂商定义行业规则与定价权，如今中国开放权重模型正在从竞品变为规则重塑者。从黄仁勋牵头联名信引发硅谷公开站队，到华盛顿持续数月的政策游说，中国开放权重模型早已不止是一款款竞品，而是重塑全球AI产业规则、分化美国科技阵营的核心变量。

数据说明： 本文融资、联名信及监管动态数据引自The Information、《纽约时报》、Axios、凤凰网科技、每日经济新闻、成都商报、金融界、光大证券等媒体2026年7月公开报道。Nathan Lambert观点引自凤凰网及每日经济新闻相关报道。技术参数引自Arena平台评测数据。OpenRouter平台数据为2026年上半年行业统计，具体报告名称未公开披露。杰文斯悖论产业研判参考SemiAnalysis、财联社二级市场分析观点。具体交易条款及政策动向以官方披露为准。