記者張杰倫報導
最近 AI 領域熱鬧非凡。從 DeepSeek 到 Kimi，再到輝達執行長黃仁勳發起「開放安全 AI 聯盟」，全世界的科技巨頭都在討論一個詞——「開源」（Open Source）。
你可能常聽到誰家推出了最新的開源大模型，但你有沒有想過，在 AI 的世界裡，把模型「開源」到底指的是「開」了什麼？
開源到底「開」了什麼？
很多人以為，大模型開源就是把整套程式碼打包發到網路上，其實沒那麼簡單。要理解開源開了什麼，得先看一個 AI 模型是怎麼做出來的。
一個大模型從零到生成，大致會經歷：選擇訓練數據、設計模型架構與參數規模、搭建訓練基礎設施（如 GPU 算力群）、進行預訓練與微調、最終生成「模型權重」（Model Weights），以及最後的部署與發佈技術報告。
根據開放程度的不同，目前 AI 業界主要分為三種類型：
第一種是閉源（Closed Source）。例如 OpenAI、Anthropic 與 Google 的主流模型。廠商把模型鎖在自家伺服器裡，用戶只能透過 API 或網頁介面使用，完全摸不到裡面的技術細節。
第二種是完全開源（Open Source）。這需要把訓練數據、訓練程式碼、中間過程到技術報告無保留地全拿出來。但在商業競爭下，目前能做到這一步的極少。
第三種則是現在主流的開放權重（Open Weights）。廠商把訓練出來的最核心成果——「模型權重」和基礎推理程式碼發佈出來。這就像是打包好的蛋糕成品，雖然你不知道麵粉與雞蛋的最精準配方，但你可以直接拿去吃，甚至可以在上面加裝飾進行微調。
過去像 Meta 的 Llama 系列主要就是開放權重。而近期的 DeepSeek 和 Kimi 更是將這件事推向新高度，他們不僅開放權重，還把內部的工程工具鏈與極為詳細的技術報告一併公佈，讓全球開發者都能站在他們的肩膀上繼續創新。
不收授權費，開源公司怎麼賺錢？
你可能會好奇，把幾百億甚至上兆參數的模型直接送給全世界免費下載，這些公司要怎麼存活？
事實上，開放模型不等於放棄商業化，而是轉變了商業模式：
1. 帶動雲端基礎設施消費：對於像阿里這樣擁有雲端業務的公司來說，開源模型是吸引用戶的「入口」。模型免費，但要順暢運行龐大的模型， enterprise 需要購買 GPU 算力、存儲與網路服務服務。
2. 客製化與企業部署服務：金融、醫療或政府等對數據隱私要求極高的機構，不願把資料傳給外部 API，希望把模型部署在自家伺服器。模型公司便能向他們出售私有化部署、安全評測與長期維護等高價服務。
3. 平台與授權許可：像 Kimi 推出的新許可協議，雖然對絕大多數中小開發者免費，但對於月活用戶超高或年收入數千萬美元的雲端代管服務商，則需要另外簽署商業協議並付費。
對硬體廠商（如輝達、AMD）來說，開源意味著會有更多企業與個人購買晶片來自行搭建伺服器；「鏟子商」永遠是開源浪潮中最開心的獲益者。
開源與閉源的世紀大對決
現在，AI 領域已經演變成兩條路線的競爭。
開源派認為，開放模型極大地降低了全球開發者的創新門檻。企業不用擔心哪天因為國際政策或服務商停業而瞬間失去模型使用權；同時，藉由全球社群的共同維護，開源模型的進步速度正以肉眼可見的速度追趕閉源模型。
閉源派（以 Anthropic 為代表）則提出了擔憂。他們認為，最頂尖的模型若直接開放權重，可能帶來嚴重的安全風險——惡意人士可以輕易繞過安全限制，將其用於發動網路攻擊或製造危險資訊。此外，過度依賴蒸餾（Distillation）與借鑑頂尖模型，也可能削弱突破性創新的原創動力。
無論這場爭論最終如何，開放權重已經成為推動這波 AI 技術浪潮的最核心力量。它打破了少數科技巨頭的技術壟斷，讓世界各地的開發者與企業都能參與這場人工智慧的革命。