美企聯署力保 open-weight AI:限制一收緊,私有部署同成本都會受牽連
Tech News

美企聯署力保 open-weight AI:限制一收緊,私有部署同成本都會受牽連

圖片:via TechNews 科技新報 — https://technews.tw/2026/07/25/open-weight-ai-new-battlefield-25-tech-companies-urge-us-government-relax-restrictions/
TechLab 編輯部(譯)·

開放權重只係可下載模型,授權、運算費同安全責任仍要逐樣計

聯署名單仲喺度加長

NVIDIA、Microsoft、Meta、IBM、Hugging Face、Mistral 等公司聯署,叫美國政策制定者增加運算資源供應,同時投資共用訓練同評測工具。亦唔好太早限制 open-weight 模型。呢份文件係企業倡議,唔係政府新政策,仲唔代表美國已決定鬆綁。 TechNews 科技新報報道,公開信起初約有 25 個聯署單位,OpenAI 其後加入;截稿時 Microsoft 官方頁列出嘅名單已增至 35 個,證明份名單一直有更新。

有權重下載,未必真係 open source

open-weight 最實際嘅意思,係開發者攞到訓練完成嘅參數,可以喺自己部機、公司 server 或自選雲端運行,亦通常可以微調。不過,訓練資料、清洗方法、完整訓練程式同中間 checkpoint 未必公開。Open Source Initiative 對 open-source AI 嘅要求高好多:要有足夠資料交代訓練數據,亦要公開相關程式,同埋容許人研究、修改同分享。所以可下載、open source 同免費商用係三回事,最終要睇每個模型嘅 license。

限制最先打中部署選擇

公司揀 open-weight,通常唔係為咗個「開放」招牌,而係想保留控制權:敏感文件可以留喺內部環境、模型可以按行業資料微調,負載亦可以喺本機 GPU、私有雲同託管服務之間搬。如果美國日後限制高階模型公開、下載地區或雲端供應,團隊未必即刻冇模型用,但可揀嘅版本、更新速度同供應商都會少咗。模型選擇一窄,議價空間自然跟住縮,轉雲端或重做微調亦會產生額外成本。

私有部署唔代表一定平

開放權重可以避開逐次 API 收費,不過 GPU、儲存、監察、保安更新同工程人手全部要錢。用量細或者時高時低,託管 API 隨時化算過長開一部 server;工作量穩定、資料唔方便離開內網,私有部署先較容易計到數。香港開發者同中小企未必直接受美國政策管,但 Hugging Face 下載、模型授權、雲端地區同出口審查一有改動,實際可用選擇仍可能間接受影響,尤其係醫療、金融同專業服務呢類重視資料控制嘅機構。

聯署公司都有盤生意要守

呢班公司支持開放權重,當然有技術理念,亦有好直接嘅收入來源。模型愈多人自行運行,NVIDIA 可以賣更多 GPU,Dell 可以賣 server,Microsoft 可以喺 Azure 同 GitHub 接住部署工具,Hugging Face 就繼續做模型分發樞紐;Meta、Mistral 同 OpenAI 本身亦有 open-weight 產品。企業軟件商、資訊保安公司同投資機構,一樣要靠個生態做大先有更多生意。呢啲利益唔會自動推翻佢哋嘅論點,但份公開信始終係產業游說文件,唔係中立安全評估。

政策風向仍然有兩條線

美國商務部較早前嘅 NTIA 報告認為,當時證據未足以支持全面限制公開模型權重;到 2026 年嘅 American AI Exports Program,政府又容許 open-weight 模型加入官方推廣嘅完整 AI 方案,但會排除由「受關注國家」企業開發嘅模型。即係美國一路想輸出自家 AI 生態,一路又保留國安門檻。聯署針對嘅正正係呢種政策再收緊嘅可能,而唔係反對所有監管。

開放之後,責任會搬到用家手上

權重一經發布,原開發商好難遙距收回,改裝版本亦未必追蹤得到,呢點確實同封閉 API 唔同。企業自己部署,可以控制資料去向,但同時要自行處理存取權限、漏洞修補、輸出過濾、審計同事故應變。美國下一步點處理高能力模型、地區限制同 distillation 規則,會直接影響模型供應;對開發者嚟講,現階段較實際嘅做法係避免押注單一模型,亦要預留更換 runtime、雲端同 license 嘅空間。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook