2026 年 7 月下旬，美國科技公司聯合發布公開信，警告限制開放權重 AI 模型將「抑制競爭」並「把創新推向海外」。這份請願出現在高度緊張的時刻：中國實驗室剛剛推出 Kimi K3，一個擁有 2.8 兆參數的系統，而華盛頓方面則在考慮對外國 AI 實施制裁。這一事件凸顯了科技格局的更大轉變。開放權重模型——過去對研究人員而言只是小眾議題——如今已成為圍繞主權、競爭力，以及人工智慧未來的全球競賽核心。

開放權重模型是一種 AI 系統，其已訓練參數——也就是訓練過程中學到的數值——會公開釋出，供任何人下載、檢視、修改，並在私有基礎設施上執行。與傳統開源軟體不同，用於重建模型的底層訓練資料與完整配方通常仍屬專有。現代開放權重大型語言模型幾乎都依賴 Mixture-of-Experts 架構，該架構在每次查詢時只啟用部分參數，使系統能擴展至兆級參數，同時維持可管理的推理成本。

目前，最具能力的開放權重模型主要來自中國實驗室。DeepSeek 的 V4 在 MIT 授權下提供接近前沿水準的推理能力。阿里巴巴的 Qwen 3.6 採用 Apache 2.0 授權，於 Hugging Face 上的累計下載量已超過 10 億次，並衍生出超過 180,000 個模型。Moonshot AI 於 2026 年 7 月中旬發布的 Kimi K3 宣稱擁有 2.8 兆參數，並計畫全面開放釋出。Zhipu AI 的 GLM 5.2 與 MiniMax 的 M3 共同構成一個生態系，該生態系目前已佔全球開放權重下載量的多數。

西方替代方案確實存在，但所占市場份額較小。Meta 的 Llama 仍是全球部署最廣泛的開放權重家族，不過其自訂授權限制大型公司使用。Google 的 Gemma、Microsoft 的 Phi-4，以及法國的 Mistral Large 3 都提供可用替代方案，但其分發量均不及中國對手。

開放權重時刻：優勢、風險與 7 月危機

開放權重模型的吸引力很直接。組織可以獲得資料主權——敏感資訊不會離開受控基礎設施——同時享有成本可預測性、客製化自由，以及免於供應商綁定的優勢。對受 HIPAA 約束的醫院、保護客戶保密特權的律所、在隔離環境中運作的國防機構，以及尋求可預測單位經濟性的初創公司而言，這些優勢至關重要。

但缺點也同樣明顯。已釋出的權重無法撤回；安全防護機制可被輕易移除。授權條款差異很大，從寬鬆授權到限制嚴格的企業合約都有，且都未必符合真正的開源定義。自行託管也會把安全與基礎設施負擔轉移給使用者。此外，最強的開放模型在最困難的推理任務上，通常仍比最先進的封閉系統落後 6 到 8 個月。

當前危機在 2026 年 7 月變得具體。Moonshot 推出 Kimi K3 震盪了市場與政策制定者，促使財政部長 Scott Bessent 提出基於智慧財產權理由、對海外 AI 模型採取潛在制裁的可能性。此舉發生在中國實驗室被指控使用「蒸餾」之後——也就是以西方前沿系統的輸出作為訓練資料，以低成本縮小能力差距。

最近的安全事件進一步強化了支持開放的論點，包括影響封閉模型分發基礎設施的入侵事件，這些事件凸顯出：若無法取得底層權重，獨立研究人員便無法檢視專有系統。當行為需要被審視時，黑箱不透明就成為結構性負擔。

在此背景下，7 月 24 日，Nvidia、Microsoft 與 Meta 牽頭，約二十多家公司共同發布「Open Weights and American AI Leadership」公開信。簽署者包括 AMD、Cisco、Hugging Face、Y Combinator 與 Linux Foundation。值得注意的是，Alphabet、Anthropic 與 OpenAI 並未列名。公開信敦促政策制定者擴大新創公司的算力可及性、投資共享訓練資產，並避免過早限制。它也反轉了傳統安全論點，主張將先進能力集中在少數封閉模型之中會造成系統性風險，而開放權重則能提供專有系統所缺乏的外部審查。

利害關係：地緣政治、經濟，以及控制權問題

關於開放權重的辯論遠超出授權層面。它已成為更深層技術主權與市場結構焦慮的代理戰場。

在地緣政治上，中國在開放權重領域的主導地位，引發研究人員所稱的「政策死亡螺旋」。北京實際上已將開放性武器化為分發策略，一方面以大量可用模型充斥市場，另一方面讓華盛頓持續討論出口管制與安全框架。人們擔心，一旦一個達到封閉前沿能力水準的開放模型被釋出，就無法再被控制。限制中國模型可能意味著把全球影響力讓給北京不斷擴張的生態系；允許它們則可能把外國技術嵌入整個西方基礎設施。

反對限制者指控封閉模型的既得利益者存在「監管擷取」——以安全之名推動會消除開源競爭者的規則。支持開放者則反駁，經濟擴散與前沿能力同樣重要：一個國家可以在基準榜上領先，但其醫院、學校與中小企業仍可能無法負擔封閉 API 的成本。

對歐洲而言，這一問題更具緊迫性。EU AI Act 的主要義務將於 8 月 2 日生效，進一步推升對主權部署的需求。法國新創 Mistral 與德國的 Aleph Alpha 正將自己定位為戰略替代方案，但歐洲僅擁有全球一小部分 AI 算力。正如歐洲分析師所指出的，風險在於：把對美國雲端的依賴，換成對中國 checkpoint 的依賴。

採購專業人士提出了一項較少被討論但很重要的觀察：在地緣政治風暴中，下載後的權重比依賴 API 更有韌性。部署在私有基礎設施上的模型，不會因出口管制、授權撤銷或實體清單新增而被關閉。這項「防禦性洞見」解釋了為何受監管產業即使主要使用託管服務，也愈來愈常維持鏡像的開放權重 checkpoint。

誰真正需要開放權重？答案涵蓋多個在保管、成本與控制交會的領域：保護病患資料的醫療系統；維護保密性的法律與金融機構；在離線環境中的國防機構；在工廠現場運行邊緣推理的製造業者；無力負擔前沿 API 的研究者與教育者；以及在西方供應商忽略之下，為低資源語言調整模型的全球南方社群。

開放權重問題不再只是技術問題，而是結構性問題。當政策制定者在安全與競爭力之間權衡，而中國實驗室持續把越來越大型的模型釋出到公共領域時，西方正面臨抉擇：是把開放性監管到消失，還是在其中競爭。答案將不僅塑造下一代 AI，也將決定誰能建造它、在哪裡運行，以及遵循誰的條件。

這篇文章 The Open-Weight Revolution: How Public AI Models Are Reshaping Global Competition, Policy, And Power 首次刊登於 Metaverse Post。