COPU会议纪要｜2026.7.28

7月28日，陆主席主持召开COPU例会。

本次会议首先听取陆主席《谈开源》

陆首群谈开源

近来，在国内外，开源变得炙手可热。什么是开源？

有人认为开源是一种信仰或价值观，过去自由软件创始人Richard Stallman就是这样认为的；当时自由开源软件的竞争对象是私有软件，现在开源软件的竞争对象是闭源！

我曾于6月25日《21届开源中国开源世界高峰论坛》上，系统地发表了对开源和开源AI的看法：说开源是价值观没有错，问题是不全面。开源是具有创新、协同和普惠化性质的，开源大模型基座的开源为中小企业二次开发开源模型提供了技术支持，所以全面谈开源不能漏掉这些技术的物理的定位。这时的开源是向社会无条件开放、共享而且不收费的。

开源创新发行版是向社会开放的、共享的、不收费的，但延续发展的开源商业发行版，或建立开源的商业模式（其中包含开源创新），是半开源或不开源的，并不向社会完全开放，是要向用户收费的（收费比全闭源发行版要少）。两者的区别在于，在开源进行产品化或商品化过程中，与开源关联的维稳，产品工程化、质量保证、生态支持、用户体验等环节，大多是不开源的。

AI太大了，要独占或垄断AI市场，在理论上是不可能的，这决定了从战略上看AI市场必然是向开源开放的条件。

开源创新不影响建立商业模式。

如果不建立开源的商业模式，开源创新或走纯粹开源道路是不可持续的，不可能发展开源产业化的。

开源完全可能拥有商业化市场，没有市场就没有产业，但开源产业市场可能要比闭源产业市场小一些（DeepSeek表示，从实际出发，可能发展到只赚6倍利润或可花10个月回收成本的地步。）

开源产业是可以盈利的，2025年上半年 COPU提供一开源、闭源同期获利的统计数据，当时开源的DeepSeek是盈利的，而闭源OpenAI是亏损的。

关键一点是如何建立开源产业的商业模式，建立什么样的商业模式，或如何推进开源产业的成熟化进程！

本次会议听取陈越宣读的由美国IT顶尖企业/机构Linux基金会、IBM、微软、英伟达、Meta、Hugging Face、Arena等25家IT/AI 头部企业发表的《开放权重与美国的 AI 领导力》的报告。

开放权重与美国的 AI 领导力
Open Weights and American AI Leadership
2026年7月24日

20世纪80年代，早期开源软件先驱们挑战了当时的主流认知：即只有企业牢牢掌控代码，软件才能持续进步。这场运动推动构建了透明的生态系统，全球开发者都可在此研究、修改与优化软件。如今，开源社区开发的软件支撑着互联网的绝大多数应用，也是全球头部科技公司、美国军方及联邦机构开展科研、网络安全等关键任务所依赖系统的底层基石。开源的价值远不止降低软件成本；它打造了一个共享的知识底座，一代又一代美国工程师与企业家在此之上构建起自身的机构主权（编者按：在中文语境下用“自主可控”更贴切）。

如今，美国在人工智能领域面临着相似的抉择。衡量我们的AI领导力，标准不在于某一款前沿AI模型，而在于美国能否打造出强大、开放的生态系统，并将其渗透到各行各业。这对于在全美范围内创造创新机遇、带动经济繁荣至关重要。要实现这一目标，就需要扩大AI的可及性、鼓励良性竞争、构建完善的应用层，让美国民众对自身依赖的技术拥有更强的掌控权。开放权重模型——即任何人都可下载、检视、修改，并在自有基础设施上运行的AI模型——是这一发展底座的重要组成部分，因为它们让先进的AI技术变得更易获取、适配性更强、应用范围更广。

开放权重拓宽了AI经济的参与边界。初创企业、成熟企业、高校与公共机构无需从零训练模型，也不必为每项任务支付前沿模型的费用，即可基于先进模型进行开发。开放权重让每个机构都能以合理成本，为不同场景匹配最合适的模型，将前沿级算力留给真正的尖端问题，在其余场景则运行高效的专用模型。当AI应用规模扩张到数十亿级的日常任务时，这种精细化的部署原则，是保障AI具备经济可持续性的关键。美国要赢得AI时代，就要将AI融入工厂、医院、农场、课堂与本土社区商业的日常工作流中。

开放权重还能强化市场竞争，而竞争是确保AI的获益全民共享、而非集中在少数主体手中的核心。通过允许众多机构建立、适配和部署先进模型，开放权重不仅在模型开发商之间形成竞争，也在云服务、芯片、应用及服务领域催生良性角逐。这种竞争会激发创新、压低使用成本，并将AI的红利广泛惠及整个经济体系。

开放权重还能赋予用户更大的自主控制权。当各组织机构布局投资AI建设时，都不希望被单一供应商绑定，也不愿随时间推移丧失自身积累的知识与能力。开放权重模型能打消这种顾虑：机构可自主掌控数据，根据自身需求评估、定制模型，并在业务需要的任意场景部署。随着各机构借助AI创造价值，开放权重允许它们能通过自己持续迭代改进的模型、专属的定制能力与沉淀的知识体系保有这些价值，进而夯实美国的技术主权与经济繁荣。

诚然，开放权重确实存在切实且特殊的风险。权重一旦公开发布，就脱离了原始开发者的掌控，修改后的版本也难以追溯或撤回。但应对这一风险的正确方式，绝非禁止开放权重。在一个网络安全攻击者可利用先进AI的环境下，防御力同样需要获取能力对等的模型，才能侦测、模拟并应对层出不穷的新型威胁。开放模型拓展了防御能力的边界，提升了技术透明度，能让更多团队协同发现并修复安全漏洞。

事实上，开放性或许是实现AI安全与保障的最重要路径之一。单纯依赖闭源模型并非天然安全：它们同样可能被攻破、被滥用，或是出现外部无法察觉的故障。更关键的是，将先进AI能力集中在少数闭源模型中，反而会放大这类风险——这会造成单点故障集中、市场竞争被削弱，让关键技术掌握在极少数供应商手中。反观开放权重模型，它们让广大研究人员与开发者群体都能检视模型行为、识别安全漏洞、制定防护机制，并持续优化改进。正如开源软件发展所证明的：透明比隐匿更安全。AI安全的实现，或许恰恰要依靠让更多人测试、加强社会所依赖的模型。它允许严格的基准测试与效果评估、红队攻防演练，以及基于真实已验证危害的防护措施，而非默认闭源系统就天然更安全。

强大的AI生态系统并非唾手可得。政策制定者正面对一个需要采取行动的关键窗口。具体举措包括：为初创企业和研究人员提供更多算力支持，投入建设共享训练资产（数据集、开发工具、评估框架），避免过早对开放模型施加限制——这类限制会扼杀国内竞争，或将创新驱赶到海外。这些举措也将助力壮大AI应用层，推动AI在整个经济体系中实现自主可控的广泛应用。

在构建这一生态系统的过程中，政策制定者需谨慎区分合法的模型开发技术与不当盗用行为。模型蒸馏——即利用一个模型的输出来训练或优化另一个模型的技术——是模型迭代、评估与验证中广泛使用的常规技术手段。它延续了技术发展中“学习、借鉴并优化现有技术”的悠久传统，这一传统自开源软件运动兴起以来，始终是创新的核心驱动力。相比之下，以非法手段从闭源模型中提取价值的行为才应被合理关切。这类问题应通过针对性的法律与商业框架解决，而非全面限制那些在AI创新中发挥关键作用的技术方法。

AI可以成为带动全民繁荣的时代力量。通过做出正确的政策选择，开放权重AI就能扩大发展机遇、强化市场竞争、巩固美国的技术领先地位、降低安全风险，并确保这项非凡技术的获益能广泛惠及整个经济体系。这样的未来值得我们全力构建，而美国应当引领这一建设进程。

签署方：

美国创新者网络、安德森·霍洛维茨基金、Arcee AI、Arena、黑森林实验室、Box、CrowdStrike、戴尔科技、Emergence Capital、Hugging Face、IBM、Linux基金会、Mariana Minerals、Meta、微软、Mistral、谋智（Mozilla）、英伟达、Palantir、Perplexity、Reflection、Replit、ServiceNow、Telnyx、Y Combinator

翻译/陈越

陆主席就报告中谈到的模型蒸馏技术作出点评。

报告说模型的蒸馏技术是广泛使用的常规技术手段，又说以非法手段从闭源模型中提取价值的行为才应被合理关切，应通过法律与商业框架来解决。陆主席说，这显然是双重标准。

此外，北京智源人工智能研究院开源专家，FlagOS开源社区秘书长朱其罡也分享了他对美国公开信的理解：

1. 此次美国公开信其实和去年美国的AI行动计划相比并没有大的变化；

2. 中国的开源优势一开始就构建在大模型上，路径上通过类似FlagOS这样的项目延展到硬件和芯片；

3. 中国缺乏对应的适应AI的开源组织和开源运营体系，此才是开源人士应该深入思考的问题；

4.中国应该以更加落地的姿态，更开源开放的逻辑来走向新开源时代。

有人问：目前的AI大模型，中美谁领先？传统的回答是美国领先。

陆先生有不同的看法，他说：要回答谁领先，不能看AI大模型的性能的单一维度，要看性能、降本、调用三个维度的组合，这时：中国领先。

从性能的维度看，美国稍领先些。

从降本的维度看，中国大模型已将降本做到极致（降到白菜价）。

从调用的维度看，中国领先。

全球AI大模型调用量排行榜
据Open Router（6.22至6.28）统计：

参会人员：陆首群、孟迎霞、宋可为、袁怿、张侃、安泱、何苗、陈道清（线上）、鞠东颖（线上）、胡宇（线上）、靳虹博（线上）、韩宪平（线上）、Anna.ai（线上）