Nvidia 的开放权重公开信揭示 Anthropic 与 Google 的分歧，OpenAI 加入其中

Nvidia 联合另外 24 家机构为开放权重 AI 发声，而 Anthropic 和 Google 未加入最初的联盟。此举正值华盛顿考虑限制可下载的中国模型之际。这使 Anthropic 和 Google 的立场与基础设施行业形成对立，后者受益于客户能够在任意地点运行模型。

Nvidia 于 2026 年 7 月 24 日发布了这封三页公开信。Microsoft、Meta、IBM、Dell Technologies、Palantir、Hugging Face 以及多家风投机构加入了最初的阵营。该联盟呼吁政策制定者避免过早实施可能抑制竞争或迫使开发活动流向海外的限制。

目前已有一项重要更新。最初报道的 25 家公司名单中并未包括 OpenAI，但其名称如今已出现在 Nvidia 托管的文件中。该文件还包含更多签署方，但没有可见的修订记录说明各机构何时加入。

这一变化让尚未加入者更加引人关注。Anthropic 和 Google 尚未加入现有名单，而 OpenAI 现在支持有利于可下载模型的表述。政策争论已不再是开放模型供应商与所有大型闭源模型实验室之间的简单对抗。

核心分歧在于控制权。开放权重开发者允许客户下载训练完成的参数，并在私有基础设施上运行模型。闭源模型提供商通常保留这些参数，通过托管服务或编程接口提供智能能力。

华盛顿必须决定，获取权重是会增强美国竞争力，还是会带来无法逆转的安全风险。Nvidia 的联盟认为，限制这项技术将使影响力集中到少数供应商手中。批评者则反驳称，下载后的模型可能失去安全防护，且难以监控。

联盟在首次公开亮相后扩大

最初公布的 25 家公司名单在数小时内就演变为一份动态文件，削弱了仅依据首批签署方名单作出判断的说法。

Nvidia CEO Jensen Huang 通过他在 X 上的首篇帖子推广了这封公开信。最初的开放权重报道确认了 25 家机构，并重点指出了三家缺席的公司：OpenAI、Anthropic 和 Google。

最初的签署方几乎涵盖了领先闭源模型实验室之下的每一层产业环节。Nvidia 提供 AI 处理器和软件。Dell 销售服务器，而 Microsoft 运营云基础设施，并通过多项产品分发模型。

IBM、ServiceNow、Box、Palantir 和 Replit 开发企业应用或开发工具。CrowdStrike 及其他安全公司致力于防御系统。Andreessen Horowitz、Y Combinator 和 Emergence Capital 则为需要以可负担方式获取模型的公司提供资金。

Meta、Mistral、Black Forest Labs、Arcee AI 和 Reflection 代表了模型开发者的视角。这些公司已经分发模型权重，因此这封信支持了它们既有的发布策略。Hugging Face 和 Linux Foundation 则为可下载软件和模型提供基础设施与治理支持。

该联盟的构成在商业上具有一致性。更多机构自行运行模型，会让芯片制造商受益。当推理转移到私有数据中心、区域云和本地部署系统时，服务器供应商也会受益。

云服务商可以同时支持两种路径：既可销售对闭源模型的托管访问，也可为开放权重部署出租计算能力。Microsoft 的参与更多反映了这种灵活立场，而非对某一种模型理念的排他性承诺。

当前的联盟公开信包含的名称比最初报道更多。OpenAI 现已与 Cisco、Cohere、DoorDash、GitHub、Mozilla、Palo Alto Networks 及其他新增签署方一同出现。

不过，Nvidia 的 PDF 未显示变更日志。它没有说明 OpenAI 何时签署、每位新增签署方是否认可完全相同的表述，或最初的 25 家公司版本是否仍有存档。因此，读者应将 OpenAI 的缺席视为准确反映发布时情况的细节，而非其当前立场。

Anthropic 和 Google 仍未出现在更新后的文件中。Amazon 也缺席，尽管其拥有庞大的云业务，并投资于模型开发。这些缺席值得关注，但并不能自动证明它们反对公开信中的每一项主张。

一家公司可以支持开放模型的获取，而不认可某一份具体政策文件。它也可以分发部分开放权重模型，同时保持其最强大的系统闭源。发布策略通常会随模型能力、客户和已识别风险而变化。

OpenAI 正体现了这种复杂性。它的业务主要围绕托管模型建立，但也发布过开放权重系统，并围绕其分发开展安全研究。它的迟来出现，使签署方名单成为立场正在变化的证据，而非一张永久性的行业版图。

最稳妥的结论更为有限。Nvidia 围绕开放权重访问组建了一个广泛的商业联盟，该联盟在公开后继续扩大。截至 7 月 25 日，Anthropic 和 Google 尚未加入，因此未出现在如今已包含 OpenAI 的这份声明中。

为什么华盛顿正在重新审视中国 AI 模型

这封公开信针对的是美国国内政策辩论，但中国模型的表现带来了直接压力。

据报道，在 Moonshot AI 推出 Kimi K3 后，特朗普政府正在研究对先进中国 AI 模型实施限制。一项 Axios 调查称，官员们正重新审视此前涉及 DeepSeek 和其他中国开发者的工作。

相关担忧结合了网络安全、知识产权和产业政策因素。可下载模型一旦发布，就能被复制到不同系统中。这让传统的服务禁令比限制网站或托管编程接口更难执行。

政府官员还关注蒸馏。这种训练技术利用一个模型的输出来改进另一个模型，常可在不复制原始权重的情况下转移行为能力。闭源模型开发者曾指称，一些外国竞争对手通过大量生成回复提取了能力。

Nvidia 的公开信没有点名中国、DeepSeek、Moonshot、Anthropic 或 Google。不过，其发布时机令它直接置身于这场争议之中。它在有关重新实施中国模型禁令的报道发布四天后出现，也是在 Huang 公开为获取模型辩护两天后发布。

Huang 认为，美国公司应继续有权使用中国模型。在他的中国模型辩护中，他驳斥了中国系统天然包含政府后门的笼统说法。他还警告，依赖单一模型会形成集中的单点故障。

这一立场服务于 Nvidia 的政策理念和商业利益。可下载模型通常需要第三方处理器、服务器、网络、部署软件和支持服务。多元化的模型市场能够让需求分布在 Nvidia 具备影响力的计算层。

Anthropic 面临的情况不同。其最强大的系统以托管产品形式提供，公司强调受控部署与安全评估。中国开放权重系统可通过赋予客户更大控制权和更便捷的定制能力，对这一模式施加压力。

Google 同时处于两边。它将 Gemini 作为托管模型家族运营，提供云基础设施，也发布了较小型的可下载系统。因此，Google 缺席 Nvidia 的公开信，不能简单归结为反对开放权重。

政府还面临执行难题。限制措施可以阻止联邦机构或受监管公司采用特定模型，但无法可靠地收回已被下载并在私有系统中重新分发的权重。

因此，广泛限制可能对合法企业行为的影响大于对执意作恶者的影响。美国企业可能失去获取高效模型的机会，而海外用户仍可继续修改这些模型。这种失衡正是联盟竞争力论点的基础。

然而，不受限制的可用性也有其代价。一旦高能力权重被发布，原始开发者便无法可靠地撤回每一个副本。运营者可以移除安全控制、隐藏修改，或在没有中央更新的情况下部署存在漏洞的版本。

因此，华盛顿正在不完美的控制手段之间作出选择。它可以监管公司、计算基础设施、政府采购、分发平台或模型能力。像“中国开放权重模型”这样的一刀切类别，并不能解决每种控制措施针对何种风险的问题。

这封公开信推动政策制定者转向精准执法。信中称，从闭源系统中非法提取能力应通过法律和商业机制处理，并反对将整个蒸馏技术视为不当挪用。

这一界定对美国开发者同样重要。模型蒸馏被广泛用于评估、专业化和提升效率。广泛禁止可能限制国内研究，同时无法阻止在美国司法管辖范围之外活动的行为者。

眼前的争论围绕中国模型展开，但政策先例将影响得更远。围绕 Kimi 或 DeepSeek 制定的规则，日后可能适用于 Meta、Mistral、OpenAI 或规模较小的美国实验室。这种可能性解释了为何基础设施公司在华盛顿公布最终限制前便介入辩论。

Anthropic 与 Google 的缺席揭示了对控制权的争夺

主要冲突发生在提供商控制的智能能力与客户控制的部署之间，而不是简单地发生在偏好安全或开放的公司之间。

开放权重是可供下载的训练模型参数。它们让组织能够检查、修改、微调并运行模型，而无需将每一项请求发送给原始开发者。它们不一定包括训练数据或完整源代码。

这一定义很重要，因为“开源 AI”可能意味着更广泛的透明度。一个模型可能以宽松许可提供权重，同时不公开其训练数据集。另一个模型可能限制某些商业或下游用途。

Nvidia 的联盟聚焦于运营控制。其公开信称，组织应能选择模型运行地点、保护自身数据并保留专业知识。它将可移植性视为防范依赖单一供应商的一种方式。

对于企业买家而言，这种差异会在部署时变得具体。一家医院可能希望将敏感工作负载限制在获批准的基础设施内。一家制造商可能需要在网络连接不稳定的设备附近进行推理。

一家软件公司也可能希望围绕内部文档微调较小的模型。将该系统保留在本地，可以简化部分数据控制要求。但这并不能自动解决准确性、安全性或治理问题。

封闭式服务提供的是另一种交易。其提供商负责运营基础设施、更新模型、监控滥用行为并维护集中式安全防护。客户以牺牲部分控制权为代价，换取托管性能和更少的运维工作。

Anthropic 的缺席符合其一贯强调对先进系统实施受控访问的立场。当模型仍运行在其服务器上时，公司可以监测使用模式并调整安全防护。一旦模型权重开始流通，这些选择大多将不复存在。

Google 的立场则更为复杂。其托管模型支持托管平台战略，而可下载版本则支持本地化和定制化使用。未在信上署名，可能反映了政策上的谨慎、内部情况的复杂性，或对某些具体措辞存在分歧。

联盟引用的公开声明中，没有任何内容能够确立 Google 的具体理由。Anthropic 也是如此。它们未参与具有重要信号意义，但若据此归因于某个确切动机，就超出了现有证据所能支持的范围。

OpenAI 的加入，使“封闭实验室阵营立场统一”的说法变得复杂。该公司的名字如今与业务高度依赖可下载模型的企业并列出现。因此，尽管其运营着重要的封闭式服务，它仍接受了这封信的总体论点。

经济激励依然显而易见。Nvidia 向不同模型品牌出售算力。Meta 会在开放模型削弱竞争对手对稀缺访问权收费能力时获益。Hugging Face 则受益于开发者能够分发、调整和托管模型制品。

Anthropic 和 Google 都能从托管式智能服务中获利，尽管 Google 也从云计算中获得收入。它们最强大的模型有助于形成服务差异化。发布同等权重将削弱其对分发和安全防护的控制。

这并不意味着联盟的论点不真诚。商业利益往往会影响一家公司最先注意到哪些风险。Nvidia 看到的是集中化和部署受限，而前沿实验室看到的则是安全防护被移除和能力被窃取。

政策挑战在于，将这些利益与可验证的主张区分开来。下载权重是否能实质性改善小型企业的竞争环境？本地控制是否能在实际部署中降低隐私暴露？

反过来，发布某个特定模型会带来多少额外的网络安全或生物风险？能力评估能否在分发前识别这一阈值？这些问题需要的证据，不能仅凭一封信上有多少个 logo。

OECD openness analysis 将模型开放性视为兼具收益与风险的连续谱系。这种框架比将某一种发布方式直接贴上“天生负责”或“不负责”的标签更有用。

对知识工作者而言，同样的控制权问题也出现在日常工具中。托管助手通过由提供商管理的系统处理信息，而本地系统则可让特定材料更贴近用户。个人知识库 仍需谨慎的权限设置、可靠的检索能力和清晰的数据边界。

因此，Anthropic 与 Google 之间的分歧远不止于华盛顿。它影响着采购方如何评估对供应商的依赖、数据所在地、定制能力和长期可迁移性。最终胜出的政策将塑造其中哪些选择仍然切实可行。

开放权重以锁定效应换取不可逆风险

开放权重模型降低了对中心化提供商的依赖，但其最有价值的自由也使其安全防护难以执行。

联盟直接承认了这一问题。权重一旦发布，原始开发者便失去对副本的控制。修改后的版本可能难以追踪，而一次有缺陷的发布也无法被彻底召回。

这一承认让这封信比一份简单的游说声明更具可信度。它并未声称开放性能够消除风险。相反，它认为分布式访问有助于防御者检查模型、识别弱点并开发防护措施。

安全团队可以使用可下载模型来模拟攻击，而无需将敏感数据暴露给外部服务。研究人员可以复现评估并调查可疑行为。较小的组织则可针对专业防御任务调整模型。

同样的访问能力也会帮助攻击者。他们可以移除拒答机制、为有害目标微调模型，或将模型能力与私有数据集结合。模型分发后，集中式使用政策无法阻止这些修改。

封闭模型同样无法消除滥用。攻击者可以探测托管服务、窃取凭证、利用应用程序漏洞，或寻找绕过防护的提示词。集中式系统也可能成为极具吸引力的目标，并产生广泛的下游影响。

这种权衡涉及边际风险，即相较于通过服务提供等效能力，分发权重所带来的额外危险。这一风险会随着模型能力、可用替代方案、部署成本和既有安全防护而变化。

一个能力极强的可下载模型，与执行常规分类任务的紧凑型系统带来的问题并不相同。仅基于发布形式制定政策，会忽略这些差异。基于能力的评估提供了更精确的起点，尽管衡量方法仍不完整。

OpenAI 自身的风险评估研究说明了其后续签署为何合理。该公司评估了恶意微调是否可能将一次开放权重发布推向危险能力。它将这些发现纳入发布决策。

这种方法既不支持自动公开，也不支持自动禁止。它将每个模型视为一个证据问题。开发者估计潜在滥用、测试安全防护，并将发布版本与已可获得的系统进行比较。

Nvidia 的信则进一步主张，开放性能够提升安全。独立研究人员可以审查封闭提供商可能忽视的行为。多个防御团队也能在无需等待许可的情况下测试模型。

然而，透明并不保证问题会被修复。开放模型中发现的漏洞可能会持续存在于旧副本中。下游运营者可能跳过更新、隐瞒改动，或缺乏实施缓解措施的专业能力。

因此，联盟的安全论点是有条件的。只有当机构为评估提供资金、公开研究结果并维持部署实践时，开放访问才会支持更广泛的审查。单纯的可获得性并不能形成有效的安全社区。

其政策建议承认了这一要求的一部分。信中要求共享数据集、评估框架，以及扩大研究人员和初创企业获得算力的机会。这些资源能够让独立测试更具可信度。

该文件对责任、事件报告或修改版本的责任归属提供的细节较少。它没有明确哪些能力阈值应当推迟发布，也没有解释监管机构应如何应对源自美国司法管辖范围之外的模型。

这些遗漏很重要，因为中国模型之争并非纯粹的国内议题。美国的发布标准无法约束每一位开发者。限制性的国家规则或许会降低美国国内的开放程度，却无法阻止可比的外国权重出现在网上。

一个有用的框架应区分模型来源、测得能力、预期部署和实际访问情况。政府采购规则可以要求经过验证的供应链。关键基础设施可能需要比消费者实验更严格的测试。

分发平台也可以提供模型卡、校验和、安全通知和溯源记录。这些措施无法恢复中心化控制，但可帮助负责任的运营者识别获批准的版本。硬件提供商或可在不检查客户私人数据的前提下支持监测。

这些选项没有一个能实现完美执法。它们只是将责任分配给开发者、托管方、部署方和用户。这种分层方法比单一的国家禁令更契合开放权重系统的分布式特征。

对 Nvidia 这场行动持怀疑态度仍然是合理的。其成员会在开放模型增加对硬件和部署服务的需求时获利。因此，这封信关于安全的主张应接受检验，而不应仅因有知名公司签署就被接受。

同样也有必要对封闭式服务提供商保持怀疑。对可下载竞争对手的限制，可能保护托管服务收入，并强化既有市场集中度。安全论点不应自动成为抵御竞争的盾牌。

华盛顿需要能够经受住这两类自利考验的标准。这意味着测试能力、记录事件，并针对可识别的危害采取措施；也意味着在风险仍可控的情况下，保留合法研究和企业部署的空间。

三个信号将显示哪一方正在胜出

下一阶段将由监管措辞、签署方变化和可衡量的企业采用情况决定，而不是又一轮公开声明。

第一个信号是华盛顿如何对待中国模型。官员可以推行广泛禁令、针对性的采购限制、对特定开发者实施制裁，或制定基于能力的规则。每种选择都会为美国开放权重模型创造不同的先例。

基于国别来源的广泛限制，将强化 Nvidia 对访问碎片化的警告。它可能迫使跨国企业为不同市场采用不同的模型栈。它也会检验可下载权重在发布后是否真的能够被有效遏制。

针对性的采购规则会产生更狭窄的结果。联邦机构和关键承包商可能面临供应链控制，而研究人员和普通企业仍可保留访问权限。这样的结果会削弱“所有开放权重都面临即时限制”的说法。

基于能力的规则将把注意力转向评估。监管机构需要为网络安全、生物协助、自主行动或其他已识别风险设定阈值。这些规则的可信度将取决于可重复的测试和透明的执法。

第二个信号是 Anthropic 或 Google 是否改变其公开立场。加入该信将使联盟跨越不同发布策略而扩大。发布一份竞争性提案，则会明确各家公司认为 Nvidia 框架在哪些方面存在问题。

沉默仍然具有模糊性。两家公司都不必签署另一家公司的文件，才能支持部分开放模型政策。一份直接的政策提交、安全框架或证词，将比一个缺席的 logo 提供更强的证据。

OpenAI 的加入同样值得核实。Nvidia 应发布带日期的修订记录或信件存档版本。这将让读者区分最初的联盟与后续背书，并避免过时报道。

第三个信号是企业对开放权重模型的采用。下载量本身并不能证明持续使用。更有用的证据包括生产环境部署、基础设施投入、安全事件，以及组织在托管系统与自主管理系统之间切换的情况。

如果企业将开放模型用于敏感或专业工作负载，同时事件率没有上升，联盟关于控制权的论点就会更有说服力。如果移除安全防护或脆弱的衍生版本反复造成伤害，对更严格发布条件的支持就会增强。

模型质量将塑造这种采用。采购方很少将开放性作为抽象原则来选择。他们会比较准确性、延迟、运维复杂度、数据要求、可用专业能力以及维护基础设施的成本。

中国开发者又增加了一个变量。即使存在政治担忧，一款表现出色且支持本地部署的模型仍可能吸引美国用户。无论其来源如何，较弱的发布都不会引发同等程度的监管紧迫感。

开发者应当像关注基准测试一样谨慎审查模型许可证。能够获取权重并不总是意味着允许所有商业用途或再分发方式。忽视许可证条件进行部署，可能在技术风险之外带来法律风险。

企业买家也不应将自托管视为自动获得独立性。运行模型需要处理器、编排软件、监控、更新以及专业人员。这套技术栈可能会用多种新的供应商依赖，替代原有的一种依赖。

对于需要快速部署和托管运维的团队，封闭式服务仍保有明显优势。当定制化、数据所在地、延迟或可移植性的重要性超过这种便利性时，开放权重会更具吸引力。大多数大型组织很可能会同时采用两种方式。

这种混合结果将支持信中所称：世界既需要封闭式前沿模型，也需要开放式前沿模型。但它无法解决哪些模型应当可下载的问题。当能力达到可能造成可信且不可逆伤害的程度时，艰难的政策问题才真正开始。

原始标题将 OpenAI、Anthropic 和 Google 描述为一个缺席阵营。仅一天后，由于 OpenAI 出现在托管文件中，这种表述就已经发生变化。Anthropic 和 Google 仍未出现，因此这一缺席更受关注，但也更难据此断定存在统一的封闭模型立场。

读者不应把签署方名单变成一张道德评分卡。这些公司分别在维护收入、安全、客户控制权和战略影响力的不同组合。这些激励因素可以产生有价值的论点，但不会让这些论点变得中立。

更好的检验方式是务实的：一项拟议规则是在应对已测量的风险，还是主要在限制一种竞争性的分发模式？一次开放发布所提供的收益，是否足以证明开发者永久放弃的控制权是合理的？

未来三个月，应关注确切的监管目标、Anthropic 或 Google 是否提出反建议，以及经过验证的生产环境采用情况。这些信号将表明，Nvidia 是建立了持久的政策联盟，还是仅仅抓住了一个快速变化的时刻。

这场辩论应持续向双方的证据保持开放。开发者和企业买家可以通过要求提供注明日期的政策文件、可复现的评估结果和清晰的部署条款来发挥作用。Anthropic 与 Google 之间的分歧很重要，但围绕它制定的规则将影响得更久。