简介
"开放与封闭"专题追踪前沿AI实验室是否公开其模型的训练数值参数（即权重），使任何人都能下载、在本地运行并加以修改。开放权重发布消除了实验室作为守门人的角色：任何开发者、公司或政府都可以在自己的硬件上部署模型、用专有数据进行微调，并在无需云服务订阅或外国政府出口许可的情况下构建产品。封闭权重模型只能通过实验室管控的应用程序接口访问，实验室可按国籍限制访问、撤销访问权限或单方面调整定价。
这一区别具有直接的世界新闻意义。受美国芯片或软件出口管制约束的国家无法合法访问受美国管控的封闭模型，但开放权重模型一经发布即不受限制。对于企业买家而言，开放权重在同类任务中的价格比封闭模型API低三到六倍。对于政府而言，开放权重提出了封闭模型所没有的治理问题：权重一旦大规模下载，扩散便不可逆转。
历史
Meta的Llama 2（2023年7月，70亿至700亿参数）是美国前沿实验室首次大规模发布开放权重模型，催生出大量微调衍生产品的生态系统。Mistral AI于2023年5月在法国成立，同年9月以Apache 2.0许可证发布首批开放权重模型。2025年1月出现重大转折：中国的DeepSeek发布R1，这是一个以约560万美元训练成本实现与美国前沿性能相当的开放权重模型，引发美国科技股急跌。2025年8月，经合组织发布了关于AI开放性权衡的正式政策文件。2026年5月，Linux基金会发布OpenMDW-1.1许可证标准，英伟达立即采用，提供了Apache 2.0无法实现的模型权重合规权利授予。数日后，G7数字和技术部长会议以光谱框架取代了二元的开放/封闭分类。
现状
截至2026年年中，斯坦福人工智能研究院2026年AI指数显示，最佳封闭模型与最佳开放权重前沿模型之间的能力差距在主要基准测试中为3.3%，较2024年8月的0.3%扩大。英国AI安全研究所估计开放权重滞后期为四至八个月。两家中国实验室正在推动开放一侧的进展。DeepSeek于2026年4月发布V4-Pro开放权重（1.6万亿参数，490亿活跃参数，百万令牌上下文）。智谱AI于2026年6月以无地区限制的MIT许可证发布GLM-5.2（7440亿参数），在长期代码基准测试中以约六分之一的令牌成本超越GPT-5.5。封闭一侧，美国实验室OpenAI、Anthropic和xAI将所有权重作为专有资产保留；Google DeepMind则在发布部分权重的同时保持顶级系统仅限API访问。
关系
开放与封闭子专题无正式名册条目，但贯穿算力前沿集群的每一则报道。DeepSeek V4 预览版缩小与开源权重 MoE 模型的差距与智谱AI以MIT协议发布GLM-5.2开放权重模型，编程能力超越GPT-5.5，成本仅为其六分之一是定义当前格局的两大活跃开放权重事件。开放权重在下层取得进展，顶端前沿走向封闭逐季追踪分野，记录开放模型接近前沿但最顶层仍封闭的梯次结构。开放权重许可获得标准规范，G7采用频谱式分类涵盖治理层面：OpenMDW-1.1许可证标准与2026年6月取代二元分类的G7光谱框架。在地缘政治层面，该专题与美国AI出口管制相关联：使用MIT或Apache 2.0许可证的中国开放权重实验室可进入美国封闭模型受限制的市场。在AI安全方面，开放权重发布带来的扩散风险不可逆，一旦权重大规模分发，没有任何实验室能够进行修补。
关注要点
美国政府是否会将MIT许可证的中国开放权重模型纳入出口管制框架，这将首次要求在监管中定义"开放权重"。任何实验室是否会发布在所有主要基准测试中领先的开放权重模型，从而弥合当前3.3%的差距。各国监管机构如何落实G7光谱框架，尤其是其是否会改变政府AI采购标准。OpenMDW-1.1能否成为事实上的开放权重许可证，以及阿里巴巴（通义千问）和Meta是否采用。在美国模型访问受限的市场中，开放权重采用速度：GLM-5.2的MIT许可证和DeepSeek V4在HuggingFace的可用性已在这些市场提供了前沿级替代方案。