英伟达联署公开信：为何开放模型至关重要

英伟达的表态：开放模型不是可选项

近日，英伟达（NVIDIA）签署并公开发布了一封关于开放模型（Open Models）重要性的公开信，引发了业界的广泛关注。作为全球AI算力基础设施的核心供应商，英伟达在这封信中明确表达了一个观点：世界既需要前沿的闭源模型，也需要前沿的开放模型。

英伟达之所以被称为AI算力基础设施的核心供应商，源于其GPU（图形处理单元）在深度学习训练和推理任务中的绝对主导地位。自2012年AlexNet利用GPU加速图像识别以来，英伟达便持续投入AI专用硬件的研发，先后推出了Tesla、A100、H100、B200等系列加速卡，以及配套的CUDA编程框架和cuDNN深度学习库。截至2024年，英伟达在数据中心AI加速芯片市场的份额超过80%。其CUDA生态系统经过十余年积累，已成为深度学习框架（如PyTorch、TensorFlow）的事实标准运行环境，这种软硬件一体的生态锁定效应使其在AI算力市场中处于近乎不可替代的位置。

这一表态看似平淡，实则意味深长。在当前大模型竞争格局中，闭源阵营（如OpenAI、Anthropic）与开源阵营（如Meta的Llama、DeepSeek、Qwen等）的路线之争日趋激烈。闭源阵营的代表包括OpenAI（GPT系列）、Anthropic（Claude系列）和Google DeepMind（Gemini系列），它们不公开模型权重，仅通过API接口向外提供服务，核心论据包括防止模型被滥用、保护商业竞争力以及更好地实施安全对齐。开源阵营的代表则包括Meta（Llama系列）、阿里巴巴（Qwen通义千问系列）、DeepSeek（深度求索系列）以及Mistral AI等，它们公开模型权重甚至训练代码，允许社区自由使用和修改。这场争论不仅涉及技术路线选择，更关乎AI产业的权力分配——前沿AI能力究竟应该掌握在少数公司手中，还是应该成为公共基础设施的一部分。英伟达作为一家"卖铲子"的中立角色，选择公开为开放模型背书，其背后既有产业逻辑，也有战略考量。

AI将重塑每一个行业

公开信开篇即提出一个宏大判断：AI将改变每一个行业，赋能每一家公司，并由每一个国家所构建。

这句话浓缩了当下AI发展的三个关键维度：

行业层面：从医疗、金融到制造、教育，AI正在成为通用型生产力工具，其渗透深度远超以往任何一次技术革命。在医疗领域，AI辅助诊断、药物分子设计（如AlphaFold对蛋白质结构预测的突破）和临床试验优化正在缩短新药研发周期；在金融领域，大语言模型被用于风险评估、合规审查和智能客服；在制造业，AI驱动的预测性维护和质量检测正在重塑工业流程；在教育领域，个性化学习助手和自动评估系统正在改变传统教学模式。与前几次技术革命（蒸汽机、电力、互联网）相比，AI的独特之处在于其通用性——它不是解决单一问题的工具，而是一种可以嵌入几乎所有认知密集型工作流程的元技术。
企业层面：AI不再是少数科技巨头的专利，而是每一家公司都需要具备的能力。
国家层面：AI已上升为国家战略资源，各国都在寻求建立自主可控的AI能力。

正是在"每个国家都要构建AI"这一背景下，开放模型的价值才被真正凸显出来。如果所有前沿能力都被少数几家封闭的公司垄断，那么绝大多数国家和企业将失去技术主权。

开放模型的三重核心价值

英伟达在信中系统性地论述了开放模型的核心优势，可以归纳为三个层面。

增强安全与网络安全

信中提到，开放模型能够"强化安全性与网络安全"。这一点常常被误解——很多人直觉认为开源意味着不安全，因为代码和权重都公开了。但事实恰恰相反：开放模型允许全球研究者共同审查、测试和加固，漏洞能够被更快发现和修复。

这与开源软件的安全逻辑一脉相承。正如Linux、OpenSSL等开源项目所证明的，"多眼审查"（many eyes）机制往往比封闭黑箱更能保障系统的健壮性。这一原则源自开源软件运动的经典论断——Eric Raymond在《大教堂与集市》一书中提出的"Linus定律"：给予足够多的眼睛，所有bug都是浅显的（Given enough eyeballs, all bugs are shallow）。在安全领域，这一原则已被反复验证。例如，2014年OpenSSL的Heartbleed漏洞虽然影响巨大，但正是因为其开源性质，漏洞才得以被迅速发现并在全球范围内协同修复。相比之下，闭源系统中的安全漏洞可能长期潜伏而不被发现。在AI领域，模型的安全性问题包括对抗性攻击、偏见和幻觉等，开放模型允许独立研究者进行红队测试（Red Teaming）、对齐研究和安全审计，这种分布式的安全审查机制在理论上比单一组织的内部测试更为全面和健壮。对于AI这样影响深远的技术，透明性本身就是一种安全保障。

加速创新与技术扩散

第二个价值在于加速创新与扩散（diffusion）。开放模型降低了技术门槛，让全球开发者、初创企业和学术机构都能在前沿模型的基础上进行二次创新，而无需从零训练。

这种"站在巨人肩膀上"的模式极大地提升了整个生态的迭代速度。围绕Llama、Qwen、DeepSeek等开放模型涌现出的海量微调版本、垂直应用和工具链，正是这种创新扩散效应的直接体现。围绕开放模型已经形成了完整的技术栈和协作模式：微调（Fine-tuning）技术，特别是参数高效微调方法如LoRA（Low-Rank Adaptation），使得开发者可以用极低的成本将通用基础模型适配到特定垂直领域；Hugging Face平台已成为开放模型生态的核心枢纽，托管了超过百万个模型和数据集，形成了类似GitHub之于软件开发的社区效应；量化（Quantization）技术的进步使得原本需要数百GB显存的大模型可以在消费级硬件上运行，进一步降低了使用门槛。此外，vLLM、llama.cpp、Ollama等推理框架的涌现，以及RAG（检索增强生成）、Agent框架等应用层工具的快速迭代，共同构成了一个生机勃勃的开放模型创新生态。

实现技术主权

第三个，也是最具地缘政治意味的价值——主权（sovereignty）。开放模型让各个国家和组织能够在本地部署、自主掌控AI能力，而不必依赖某一家外国公司的API和政策。

AI主权（AI Sovereignty）是近年来在国际政策讨论中迅速升温的概念，指的是一个国家或地区在AI技术的研发、部署和治理方面保持自主决策能力的状态。欧盟通过《AI法案》试图建立全球首个综合性AI监管框架；中国在"新一代人工智能发展规划"指导下大力推动国产大模型和AI芯片的自主化；印度、阿联酋、日本、法国等国也纷纷发布国家级AI战略。对于依赖外国闭源API的国家而言，面临着数据跨境流动风险、服务中断风险以及政策变化风险——例如出口管制可能直接切断某些国家获取前沿AI能力的渠道。

对于关注数据安全、监管合规和战略自主的国家而言，能够拿到模型权重、在自己的基础设施上运行，是维护"AI主权"的前提条件。这也是为什么越来越多国家开始扶持本土开放模型项目的原因。

英伟达的战略动机分析

值得深入分析的是，英伟达为何要旗帜鲜明地支持开放模型？

从商业逻辑看，答案其实相当清晰。开放模型的繁荣，直接扩大了对GPU算力的需求。 当越来越多的国家、企业选择在本地部署和微调开放模型时，它们需要采购大量的算力硬件——而这正是英伟达的核心业务。

相比之下，如果AI能力高度集中于少数几家闭源巨头，算力需求虽然也大，但集中度过高会给英伟达带来议价权和客户风险的隐忧。一个多元化、去中心化的AI生态，对"卖铲子"的英伟达而言是更健康、更可持续的市场结构。事实上，英伟达当前最大的几家客户——Microsoft、Google、Amazon等云巨头——已经在积极开发自研AI芯片：Google的TPU已迭代至第六代、Amazon推出了Trainium和Inferentia系列、Microsoft也在投资定制芯片项目。客户集中度过高意味着这些巨头拥有更强的议价能力，并且有动力通过自研芯片减少对英伟达的依赖。开放模型的普及意味着成千上万的企业、政府机构和研究机构都需要自建算力基础设施，这将极大地分散英伟达的客户基础，降低对少数大客户的依赖，形成更健康的营收结构。据估算，英伟达数据中心业务在2024财年营收已超过470亿美元，开放模型生态的扩展有望持续推动这一数字增长。

因此，英伟达支持开放模型，既符合其价值主张，也精准契合其商业利益。这是一次理念与利益高度一致的公开表态。

闭源与开放：并非零和博弈

公开信最核心的结论是：世界需要前沿闭源模型，也需要前沿开放模型。

这一"双轨并存"的观点颇具建设性。它没有简单地站队某一方，而是承认两种模式各有其价值：

闭源模型在追求极致性能、探索能力边界、保障某些高风险场景的可控性方面有其独特优势；
开放模型则在普惠、创新扩散、主权自主和透明安全方面不可替代。

二者并非此消彼长的零和关系，而是共同构成健康AI生态的两大支柱。对于整个行业而言，这种平衡或许才是最理想的状态。

结语

英伟达这封公开信的分量，不仅在于其内容本身，更在于签署者的身份。作为AI时代最重要的基础设施提供者，英伟达为开放模型背书，标志着开源路线在产业界获得了越来越坚实的支持。

在闭源与开放的路线之争仍将持续的背景下，"两者都需要"的务实态度，或许是推动AI技术真正普惠全球、造福每一个行业和国家的最佳答案。