8月13日，DeepSeek V4 Pro正式登场。从Kimi K3到MiniMax H3，中国开源模型猛攻之下，美国AI巨头罕见联手——黄仁勋亲自发文呼吁全行业推动开源生态，Sam Altman、Sundar Pichai等闭源掌门人罕见表态支持。但这场"开源运动"的核心，远不止"把代码公布"那么简单。
很多人以为，AI模型开源就是把代码发出去。但一个模型从训练到最终发布，涉及七个完整环节——开源到底开放了哪一步，决定了模型的使用价值和商业逻辑。
注：七步中，真正被"开源"的通常是⑤权重、⑥推理代码、⑦技术报告的一部分。①②③④是各家最核心的商业机密，极少公开。第⑤步"模型权重"是训练得到的数十亿至数万亿参数集合，也是开放权重（Open Weight）模式的核心交付物。
但"开放权重"只是一个统称，不同厂商的开放程度，天差地别。
按照开放程度，当前AI模型可分为三大类型。大多数人口中的"开源模型"，其实属于中间地带——开放权重（Open Weight）。
全部环节不对外开放。用户只能通过API或产品使用模型能力，无法下载、修改或自部署。代表：GPT-5、Claude Opus、Gemini Ultra。
开放权重 + 推理代码 + 部分技术报告。用户可下载模型到本地运行、微调，但训练数据和完整流程不公开。这是当前主流"开源"模式。
训练数据、训练代码、中间存档、技术报告全部公开。任何人均可完整复现训练过程。代表：Ai2的OLMo系列，但业界极为罕见。
注：开放权重内部也存在巨大差异——有的只给权重和推理代码（基础版），有的附带详细技术报告和工程工具（Plus版），后者以DeepSeek和Kimi K3为代表。
那么，谁是最慷慨的"开放者"？
同样是开放权重，开放的内容和许可证条款决定了开发者能真正做什么。三个典型案例，代表了三种不同的"开放哲学"。
注：许可证是决定"能否商用"的关键。MIT和Apache 2.0几乎无限制；Kimi K3 License对大型MaaS厂商设有收费门槛；Llama Community License限制最多。中国厂商整体趋向更开放。
但开放权重不是慈善——不赚钱的事，没有公司会一直做下去。
最近，中国开源模型的强势崛起让美国AI圈感受到前所未有的压力。黄仁勋亲自发布人生第一条推文，呼吁全行业共同推动美国开源生态。一个囊括了微软、亚马逊、谷歌、Meta、OpenAI的联盟迅速成型，唯独Anthropic缺席。
表面看，这是"安全 vs 创新"的路线之争。但更深的商业逻辑是：
对于英伟达、AMD、Baseten等基础设施厂商，开放权重意味着更多企业、开发者、国家将模型部署到自有服务器——每一次部署、微调、推理都带来新的算力需求。"谁挖到金子不重要，重要的是卖铲子。"
对于微软、亚马逊、谷歌等云厂商，无论客户最终部署的是OpenAI、Llama还是DeepSeek，只要运行在云上，它们都能获益。模型越开放，云上工作负载越重。
对于Palantir、Databricks等企业软件公司，模型越开放，它们能服务的客户和场景就越多——它们卖的是数据平台和行业解决方案，而非模型本身。
「智能应该为我所有，而不应该是租借。如果模型的一切都取决于对方是否开放，突然有一天被限制，之前的所有部署可能一夜归零。」
Anthropic 的缺席并非偶然。它专门发布长文阐明立场：担忧前沿开放模型被恶意使用，以及中国模型通过蒸馏快速追赶。但更现实的原因是——开放权重会严重冲击闭源API的商业模式。一旦高性能开放模型普及，企业对闭源API的依赖将大幅降低，Anthropic赖以生存的竞争壁垒将受到挑战。
注：但Anthropic的担忧并非全无道理。近期OpenAI和Anthropic的闭源模型接连曝出越狱攻击，说明即便是部署在官方服务器、拥有持续监控的闭源模型也并非绝对安全。当开放权重模型被部署到成千上万家企业甚至个人设备，安全治理将面临更大挑战。
一个诚实的注脚：开放权重不是万能药，它正在开启一场更复杂的博弈。
开放权重正在重塑AI产业权力结构——它让模型能力从"租借"变为"所有"，将创新门槛从"资本竞赛"拉回"工程能力竞赛"。但硬币的另一面是：当最前沿的模型能力可以被任何人下载部署，安全治理将从"中心化管控"转向"边缘化失控"，这是整个行业尚未准备好面对的问题。
从DeepSeek到Kimi K3，从黄仁勋联盟到Anthropic的坚守，这场关于"开放什么、为谁开放、开放到何种程度"的博弈，正在定义AI产业的未来格局。
我们将持续追踪中美开源模型的演进，以及它对全球AI生态的深层影响。