黄仁勋联合20家美企力挺开源AI，封闭模型路线遭围攻

一场关于AI未来的路线之争

2025年7月下旬，一场关乎人工智能未来走向的大辩论在美国科技界正式打响。核心事件是英伟达CEO黄仁勋首次开设X账号，并发表了一份三页的"AI改革宣言"，公开呼吁美国政府支持开源AI路线，反对被封闭大模型"勒索"。

据B站相关财经科技节目分析，黄仁勋此举出乎许多观察者意料，但显然是经过精心部署的战略行动。他一登高呼吁，X平台老板马斯克（Elon Musk）便立刻跳出来力挺，随后共有约20家美国高科技公司参与连署，包括微软、Meta、Dell、Palantir、Hugging Face、IBM等重量级企业。

这场辩论的本质，是开源模型阵营与封闭模型阵营之间的路线交锋。所谓封闭大模型三巨头，指的是OpenAI（ChatGPT）、Anthropic（Claude）以及谷歌，这三家在美国AI市场的市占率合计约50%出头。

开源模型与封闭模型：两条截然不同的技术路线

理解这场辩论，首先需要厘清两种模式的根本差异。开源模型（Open Source Model）是指将模型权重、训练代码甚至训练数据集全部或部分公开的AI模型，任何开发者都可以下载、修改、部署和再分发。代表性项目包括Meta的LLaMA系列、Mistral以及中国的DeepSeek、智谱GLM等。封闭模型（Closed Source / Proprietary Model）则仅通过API接口对外提供服务，用户无法查看模型内部结构和参数，商业模式通常依赖按调用量收费的订阅制。两种路线的根本分歧在于：开源阵营认为透明性能带来更快的技术迭代、更广泛的安全审计和更低的使用门槛；封闭阵营则强调保护核心知识产权、确保模型安全可控以及维持商业回报以支撑持续研发投入。

封闭模型的高价困局：价格差距高达50-100倍

辩论的导火索之一，是价格差异带来的巨大市场冲击。据节目分析，中国开源模型与美国封闭模型之间的价格差距惊人——达到50倍到100倍。

以具体数据为例：某中国模型每百万输出Token的API报价约0.87美元，而Anthropic的Claude对标产品每百万Token高达约50美元，价格差距高达约60倍，而两者的算力成本差异实际上并不大。

Token计价机制：AI服务的"水电煤"

在大语言模型领域，Token是文本处理的基本计量单位。一个英文单词通常被拆分为1到3个Token，一个中文汉字一般对应1到2个Token。模型提供商按照输入Token和输出Token分别计价，通常输出Token价格高于输入Token，因为生成文本需要更多计算资源。所谓"每百万Token的API报价"，是行业通用的价格比较基准。API（Application Programming Interface，应用程序编程接口）是封闭模型的主要商业化形式——开发者将文本请求发送到云端服务器，模型处理后返回结果，按实际消耗的Token数量计费。价格差异的背后，反映的不仅是算力成本差距，更是商业模式的本质不同：封闭模型需要通过高毛利率覆盖巨额研发投入和运营成本，而开源模型的商业逻辑往往是通过免费或低价模型带动硬件销售、云服务或企业级技术支持等周边收入。以英伟达为例，开源模型越普及，对GPU算力的需求就越大，英伟达的芯片销量就越高——这正是黄仁勋力推开源路线的商业动机之一。

这种悬殊的价格差，直接反映在市场采用率上：

• 美国中小企业中，使用中国AI模型的比例约达 46%
• 硅谷新创公司中，这一比例更高达 70%

对于成本敏感的中小企业和创业公司而言，开源、低价的模型显然更具吸引力。正是因为封闭模型阵营感受到了市场份额被侵蚀的危机，才转而游说美国政府对中国开源模型实施制裁。

"蒸馏"争议与知识产权制裁威胁

面对开源模型的竞争压力，封闭模型阵营开始从"知识产权"角度发起攻击，指控中国模型存在"抄袭"、"蒸馏"（用其他AI模型进行训练）等行为。

知识蒸馏：一项成熟但充满争议的技术

知识蒸馏（Knowledge Distillation）是深度学习领域一项成熟且被广泛使用的技术，最早由Geoffrey Hinton等人在2015年系统提出。其核心思想是让一个较小的"学生模型"学习一个较大"教师模型"的输出分布（即软标签），从而在保持较高性能的同时大幅降低模型参数量和推理成本。在大语言模型时代，蒸馏的含义进一步扩展：开发者可能使用强大模型的API输出作为训练数据来训练自己的模型，这种做法被称为"API蒸馏"或"合成数据训练"。从法律角度看，蒸馏本身作为技术手段并不违法，但争议焦点在于：如果教师模型的使用条款明确禁止将其输出用于训练竞争性模型（如OpenAI的服务条款中即包含类似限制），则可能构成合同违约。此外，如果蒸馏后的模型能够复现教师模型的特有错误模式或独特输出特征，也可能被视为侵权的间接证据。然而，证明蒸馏关系在技术上极为困难，尤其当学生模型经过大量独立训练数据的进一步微调之后。

然而节目提出了一个关键论点：用其他AI模型进行训练（蒸馏）本身是合法的技术手段，重点在于蒸馏之后是否做出了自己独立的模型。更重要的是，中国主流模型采用开源路线，源代码公开可查，任何专利侵权行为都无所遁形。

节目还指出一个耐人寻味的事实：某中国开源模型上市已久，至今三大封闭巨头仍未找到确凿的侵权证据提起诉讼。相关模型的工程师甚至公开表态，欢迎外界在模型公布后自行查验源代码，看是否有任何违反专利之处。

在制裁层面，美国政府据称考虑动用行政命令，要求使用中国托管模型的美国企业承担法律责任，理由依然是"AI国家安全"。考虑到中小企业近半数、新创公司七成都在使用中国模型，这种做法在现实中几乎不可能执行。

Hugging Face安全事件：开源模型的价值证明

在这场辩论中，一个真实案例成为开源阵营的有力论据——Hugging Face遭遇的安全事件。

Hugging Face：AI领域的GitHub

Hugging Face成立于2016年，总部位于纽约，最初是一家开发聊天机器人的创业公司，后转型为全球最大的AI模型开源社区和托管平台。截至2025年，Hugging Face上托管了超过100万个模型、数十万个数据集，被称为"AI领域的GitHub"。它提供模型托管、推理API、数据集管理、模型训练空间（Spaces）等一站式服务，几乎所有主要AI研究机构和公司都在该平台发布模型。Hugging Face在2023年获得了由Google、Amazon、Nvidia、Intel等科技巨头参与的融资，估值达到45亿美元。它在开源AI生态中的核心地位，使其成为开源与封闭路线之争中一个极具象征意义的角色。

Hugging Face的主机被一个AI agent（人工智能代理）入侵，导致源代码受损。这里需要解释AI Agent这一概念：AI Agent是指具备自主感知环境、制定计划、调用工具并执行任务能力的AI系统。与传统的聊天机器人不同，Agent能够分解复杂任务、自主决定执行步骤、调用外部API或软件工具，并根据中间结果调整后续行动。2024年以来，Agent成为AI行业最重要的发展方向之一，但其自主性也带来了显著风险——由于大语言模型本身存在"幻觉"问题，Agent在执行多步骤任务时，错误可能逐步累积放大。文章中提到的"约10%失误概率"意味着，在关键业务场景中，每10次自主操作就可能出现一次错误决策，这在涉及代码修改、系统管理或财务操作等高风险场景中可能造成严重后果。

事发后，Hugging Face向美国三大封闭AI公司求助，希望协助恢复源代码。然而结果令人意外：

• OpenAI 拒绝开放模型供检查，理由是"我是封闭的"
• 谷歌等也表示爱莫能助，同样因为模型封闭

最终，Hugging Face依靠此前下载的中国某开源大模型（GLM系列），成功将受损的源代码恢复。如果没有中国的开源模型，Hugging Face这次可能真的会"挂掉"。

这一事件生动地凸显了开源与封闭两种模式在可审查性、可维护性上的根本差异。当封闭模型出问题时，用户无法将其部署在自己的平台上进行排查；而开源模型的透明性，恰恰构成了安全与自主的基础。

20家科技巨头为何集体站队开源AI

综合以上因素——封闭模型订阅费高昂、出事后难以自主排查、AI agent存在约10%的失误概率等——20家美国科技巨头选择站队黄仁勋，主张美国不能再沿着封闭路线走下去。

参与连署的企业阵容相当豪华，除了发起方英伟达（当时全球市值最高的公司之一），还包括：

• Meta（Facebook母公司）
• 微软
• Dell（戴尔电脑）
• Palantir（美国国防AI决策领域的知名公司）
• Hugging Face（开源模型平台）
• IBM

Palantir的表态为何意义重大

Palantir Technologies由Peter Thiel等人于2003年创立，最初服务于美国情报机构和国防部门，专注于大数据分析和决策支持系统。其核心产品包括面向政府的Gotham平台和面向企业的Foundry平台，能够整合海量异构数据源并提供可视化分析和预测能力。2023年以来，Palantir推出了AI Platform（AIP），将大语言模型深度整合到军事和情报决策流程中，成为美国国防AI应用的关键供应商。Palantir在这次连署中加入开源阵营，具有特殊意义：作为一家与美国国防和情报体系深度绑定的企业，它的表态意味着即便在国家安全领域，封闭模型的"安全"叙事也并非无可争议。从国防角度看，开源模型允许军方在自己的隔离网络中部署和审计模型，反而比依赖第三方封闭API更符合安全需求。

这些企业的连署具有强烈的信号意义。以英伟达和Meta的技术实力，如果中国模型真的存在抄袭美国专利的情况，它们不可能不知情。它们的集体表态，本身就是对"抄袭指控"的一种间接回应。

关键时间窗口与全球AI格局影响

值得关注的是时间节点。据节目分析，从7月24日到9月24日的两个月，是美国内部就是否开放开源模型进行激烈辩论的关键期。这一辩论不仅关乎美国自身的AI产业格局，还会连动影响诸多国家的技术选择。

中国AI战略：从价格战到"智能算力普惠"

同时，中国在7月17日于上海举办的世界人工智能大会（WAIC）上，提出了包括"智能算力普惠"在内的八项行动计划，主张人工智能不应成为大国专利、不应滑向对抗，价格应尽量压低以便各种实体经济和个人都能使用。世界人工智能大会自2018年起每年在上海举办，是中国规格最高的人工智能行业峰会，由国家发展改革委、科技部、工信部等多个部委与上海市政府联合主办。2025年大会提出的"智能算力普惠"等行动计划，反映了中国AI发展战略的核心逻辑：通过降低AI使用门槛和成本，推动人工智能在制造业、农业、医疗、教育等实体经济领域的广泛渗透。这一战略与中国在5G、新能源等领域的"规模化降本"路径一脉相承。值得注意的是，中国AI产业在2024-2025年经历了一场剧烈的"价格战"，多家大模型公司将API价格降至接近成本甚至亏本运营的水平，目的是抢占市场份额和开发者生态。这种激进的定价策略，正是导致美国封闭模型感受到巨大竞争压力的直接原因之一。

当前全球范围内，只有中国产生的AI生态系统足以与美国形成实质竞争。这场开源与封闭的路线之争，不仅关系到新创公司、中小企业的生存空间，更关系到AI在实体经济中的普及应用，堪称影响人工智能未来走向的关键转折点。

（注：本文基于单一B站视频节目内容整理，部分观点带有节目主创的立场倾向，具体企业连署名单、模型价格等数据建议以官方公开信息为准。）