什么是开源 AI？

在普通软件中，开源指源代码公开，并采用允许任何人使用、修改和分享的许可证。AI 模型的组成更多：定义和训练模型的代码、训练数据，以及权重，也就是训练中被调整、承载模型所学知识的数百万乃至数十亿个数字。

开放源代码促进会（OSI）于 2024 年 10 月发布的《开源 AI 定义 1.0》，要求公开理解和修改一个系统所需的全部部分：权重、代码，以及关于数据的详细信息。实际发布的模型大致分布在一条光谱上：

用厨房打个比方：封闭模型像餐厅里的一道菜，你能点来吃，却不能拆开研究；开放权重模型像一个做好的蛋糕，你可以带回家自己装饰；开源模型则在蛋糕之外，还给你配方和配料清单。开放程度越高，掌控力越强。

这种掌控力在实践中很重要。组织可以在自己的服务器上运行开放模型，让敏感数据不出内网；可以针对专业任务对模型做微调（用自己的样本继续训练）；可以避免依赖单一厂商，并在大规模使用时让成本更可控。研究人员能检查模型的行为，个人也能在笔记本电脑上离线运行小模型。

可以免费下载，不等于可以免费运行。大模型需要强大的图形处理器（GPU）和大量内存，否则就得付费使用托管服务。谁来运行模型，谁就要承担原本由封闭模型厂商负责的安全、更新和安全过滤工作。

许可条款差异很大。有的几乎允许任何用途，有的则限制商用、限制超大型企业或某些应用场景。例如，Meta 的 Llama 系列模型采用 Meta 自己的许可证并附带条件，而 DeepSeek 以宽松许可证公开了多款模型的权重。在此基础上开发之前，务必阅读具体模型和版本的许可证。

你可能早已在不知不觉中用上了开放模型。许多应用和 AI 功能在后台基于开放权重模型构建，云平台也让开发者像调用封闭模型一样，通过 API 调用开放模型。

如果你感兴趣，可以用桌面应用下载一个小型开放模型，完全在自己的电脑上运行，安装后无需联网。它通常比大型云端模型更慢、能力更弱，但能让你直观理解“自己运行权重”是什么意思。