Open Weights
公开模型「设计图」(权重)、任何人都能下载使用的模型。Llama、DeepSeek、Qwen都属于这一类。
简单来说
AI模型的实质,其实是训练得到的一堆数字——也就是权重(weights)。把这些权重公开发布到网上,让任何人都能下载使用,这就是开源模型(准确地说是开放权重模型)。Meta的Llama、中国的DeepSeek和Qwen、还有Mistral,都是这一阵营的代表。
与之相对的是GPT、Claude、Gemini这类闭源模型。配方是保密的,你只能购买做好的成品菜(服务)。而开放模型则是把配方(权重)直接交给你,让你在自己的厨房(服务器或电脑)里动手烹饪——免费使用、通过微调自行改造,数据也无需外流。
AI新闻中一条重要的对立轴线正在于此。「开放模型是否追上了闭源模型」是反复出现的标题,尤其是中国系开放模型的崛起,常常延伸为中美竞争的话题。「开放加速创新」与「滥用风险难以控制」的争论,也是这条轴线上的常客。
在报道中是这样出现的
「DeepSeek全面公开最新模型权重,与闭源模型差距缩小」——开放阵营的追赶战,是这个领域里最持续更新的连载故事之一。
开源与开源模型,区别在哪
是否只公开成品, 是否公开制作方法
这是AI报道中最常被用错的词。大多数写着「以开源方式发布」的报道,其实只是放出了做好的模型文件,并没有公开制作时用的数据和训练代码。企业这样称呼,报道也就跟着这样写,但这和原本的含义不同。
| 对比项 | Open Weights | Open Source |
|---|---|---|
| 公开的内容 | 做好的模型文件(权重) | 全部设计图——代码、过程、条件 |
| 能否重现 | 可以使用,但不知道是怎么做出来的 | 拿到后可以原样重新做出来 |
| 在AI报道中 | 大多数被称为「开源模型」的其实属于这一类 | 按原意使用的情况反而少见 |
| 使用限制 | 常附带使用条件,例如限制商业用途 | 可以自由修改并再发布 |
| 比喻 | 把做好的菜分给别人 | 把整份食谱公开 |
判断方法公开的是「制作方法」就是开源,公开的是「做好的文件」就是开放权重。值得知道的是,报道中往往并不区分这两者。
相关词条
出现过这个词的报道
目前还没有报道用到这个词。有新报道时会自动出现在这里。