OpenAI对开源模型感到担忧，美国也应如此吗？

中国Moonshot公司的Kimi K3作为最大的开源大语言模型，其能力引发了美国政策辩论。OpenAI战略未来负责人Dean W. Ball曾公开主张美国政府应制造监管恐惧、不确定性和不信任，因为开源模型必然阻碍前沿实验室的资本支出。但随后他收回了这一说法，承认监管打击并非白宫的“最佳策略”，开源模型也未必减缓技术进步。

Axios报道称特朗普政府正考虑应美国前沿实验室要求禁止K3及其他中国先进模型，但Politico称商务部短期内不会采取这一步骤。

开源模型对主要AI公司的利益冲击显而易见：在独立基础设施或企业内部运行的开源模型，提供比Anthropic或OpenAI的顶级模型更便宜的智能。如果用户越来越多地转向封闭实验室之外，意味着这些实验室在模型训练上的巨额投资回报将缩水。

Snorkel AI联合创始人Braden Hancock指出：“强大的前沿级开源模型将挤压利润率，降低前沿公司的价格。但这不会减少AI使用量，恰恰相反。”

对中国模型的担忧包括：数据泄露风险、模型隐含的亲华偏见、以及缺乏美国强制要求的安全护栏。但专家认为，在美国服务器上运行的开源模型不太可能向中国泄露数据。

有趣的是，美国公司的安全限制反而可能使其更脆弱：风险投资人、特朗普顾问David Sacks分享了美国公司因前沿模型拒绝执行某些任务而转向中国LLM以弥补安全漏洞的案例。

开源倡导者认为，前沿公司正在制造创新与封闭模型之间的虚假二元对立。Hancock警告，中国LLM可能成为国际研究的中心。美国研究生项目主要基于中国开源模型构建，Hancock称学生研究的一半论文来自中国机构，而美国前沿实验室越来越不愿广泛分享其工作。

Hugging Face CEO Clem Delangue表示：“限制开源模型不会让AI更安全，只会隐藏风险、将权力集中在少数人手中，使下一代建设者、研究人员、非营利组织和政府更难参与。”

乔治城大学CSET研究员Sam Bresnick认为，真正减缓中国的方法是加强芯片出口管制，例如停止向中国销售Nvidia H200处理器，这可以避免关于禁止开源技术的棘手辩论。

Bresnick指出，AI经济本身充满不确定性：“开源商业模式和专有商业模式都未定型。AI公司都在努力寻找盈利方式，尤其是训练成本不断上升。”同样的挑战也存在于中国，AI公司同样难以创收和获取算力。

部分美国公司如Thinking Machines Lab和Nvidia正尝试围绕开源模型建立业务。Hancock指出，如果“有数十或数百家公司构建AI，而不是只有两三家资本充足到可以自己造芯片的公司”，Nvidia会受益更多。