开源 AI 与开放权重模型的现状 (2026)

2026 年的人工智能格局由专有“封闭”模型与“开放权重”模型之间不断缩小的差距所定义。虽然封闭模型仍占据绝对的性能前沿，但以中国实验室为主导的开放权重模型已进入持续追赶的状态，通常仅落后前沿模型 4 到 6 个月。

开放与封闭的性能差距

开放权重模型现在运行在帕累托成本前沿上，以专有系统极小部分的成本提供高智能水平。虽然它们可能无法定义能力的绝对上限，但对于大多数企业级智能体工作流而言，它们已变得日益充足。

  • 性能差异： 来自 SemiAnalysis 和其他研究人员的独立评估表明，领先的开放模型与封闭模型之间的差距已缩小至约 4-6 个月。
  • 成本效率： 诸如 DeepSeek V4 Flash 之类的模型证明了开放权重模型可以实现高智能评分（例如，在 Artificial Analysis Intelligence Index 上获得 50 分），同时在部署成本上显著低于封闭的替代方案。
  • 采用趋势： 西方公司正越来越多地从封闭实验室转向中国开放权重模型以降低开销。显著的例子包括 Perplexity 采用 DeepSeek R1，以及 Thomson Reuters 基于 Qwen 构建应用以减少对 Claude 的依赖。

中国开放权重模型的统治地位

自 2024 年以来，领先的开放权重模型主要源自中国实验室，这些实验室利用了开源开发中的结构性优势和激进的发布周期。

  • 战略敏捷性： 中国实验室通常采用“快速发布”策略，在模型完成后数小时内便将其开源，以获取生态系统的关注度。
  • 技术里程碑： GLM-5.2 和 GLM-5.3 等模型已被视为开放智能体的阶段性变革，使中国实验室能够与美国的前沿研究保持同步。
  • 监管摩擦： 西方公司使用中国模型引发了美国的监管审查。立法者已就 DoorDash、Airbnb、Anysphere (Cursor) 和 Apple 集成中国 AI 模型的情况进行了调查。

蒸馏与合成数据的角色

蒸馏——即利用更大、更强大的模型输出的 token 来训练较小模型的过程——是 2026 年的核心技术辩论。它是加速开放模型与封闭模型趋同的主要机制。

  • 推理轨迹提取： 最近的研究 (Panfilov et al., 2026) 表明，前沿实验室的 API 可以被操纵以提取系统性的推理轨迹，这对于训练现代推理模型至关重要。Anthropic 已确认中国实验室使用了这些技术进行非法蒸馏。
  • 创新 vs. 蒸馏： 虽然批评者认为蒸馏是中国模型成功的唯一原因，但证据表明它与真正的创新相辅成成。蒸馏被用于在跨智能体行为的强化学习 (RL) 环境中提升模型，而非仅仅是复制权重。
  • 数据公地危机： 真正的开放式 AI 研究正受到 AI 数据公地迅速衰退的阻碍。随着高质量公共数据的消失，实验室越来越依赖合成数据和对剩余互联网内容的激进抓取。

安全、政策与“开放权重”的区别

“开源”与“开放权重”之间存在关键区别。许多行业专家认为，大多数“开放”模型实际上是开放权重的——即提供模型权重的二进制文件，但没有提供实现真正开源复现性所需的完整训练数据、配方或策划过程。

安全权衡

  • Marginal Risk（边际风险）： 研究表明，以文本为中心的 LLM 仅略微增加了已记录的潜在风险。一些人认为，开放权重模型的假设性风险被封闭模型的现实风险所掩盖，后者的防护栏 (guardrails) 经常被绕过。
  • Nonproliferation Limits（不扩散限制）： 专家建议，禁止开放权重模型是无效的，因为恶意行为者总能获取智能水平。重点正转向为社会应对下游风险做准备，而非试图阻断模型访问。

监管展望

  • “氛围监管”风险： 越来越多人担心，美国联邦层面的模糊监管机制可能会导致对前沿开放权重模型的冲突或禁令，这可能在国际竞争面前扼杀美国的研发与创新。

社区观点与批评

开发者社区内的技术讨论突显了政策层面的讨论与技术现实之间的分歧。一些从业者认为，对“对齐”和“安全”的关注往往掩盖了技术的根本机制。

"The level of discourse on AI has fallen tremendously... If 5 years into the AI revolution people are still wondering why datasets aren't being released. They aren't being released because they are a fucking snapshot of the internet... Use your head for once."

此外，社区强调阅读技术报告——例如关于使用 RL 来引导 chain-of-thought tokens 的 DeepSeek R2 论文——比阅读高层级的政策摘要更能真正理解技术现状。

Sources