你的开源 AI 和我的开源 AI 好像不一样？

过去一年，关于“开源”基础模型（Foundation Models, FMs）的讨论从未停歇。一方面，支持者认为开放性是推动创新的基石，能够加速科学进步并增强透明度；另一方面，反对者警告说，开放模型可能被恶意利用，例如生成虚假信息或危害隐私。这种针锋相对的立场，折射出 AI 开放性问题的多面性和复杂性。正是在这样的背景下，今天分享的这篇论文，试图为这场争论提供一个清晰且实用的思考框架。

回顾历史，开源软件在传统软件开发中创造了巨大价值。哈佛商学院的研究显示，开源软件为全球经济贡献了数千亿美元。然而，当我们将目光转向基础模型时，传统的开源定义似乎捉襟见肘。在软件开发中，开源意味着公开源代码，任何人都可以审查、修改和分发。但 AI 模型的开发远不止代码这么简单。数据集可能是模型的“原材料”，但即使公开数据，别人也未必能重现模型，因为训练过程涉及复杂的算法和计算资源。模型权重则是训练后的“成品”，公开它可以让开发者直接复用，却也可能被恶意修改。这种复杂性，让传统的开源逻辑在 AI 面前显得力不从心。同时也使得“开放”在 AI 语境中的含义变得模糊不清。

与此同时，政策层面的变化进一步凸显了这一问题的紧迫性。欧盟《AI 法案》对 AI 模型的监管日益严格，美国也要求开发者提交基础模型的相关报告。在这样的背景下，定义开放性不再是学术界的抽象讨论，而是开发者、政策制定者和公众都需要面对的现实挑战。

此外，现有研究往往忽视了模型与系统的区别。相反，欧盟《AI 法案》则明确区分了“通用 AI 模型”和“通用 AI 系统”，指出模型需要用户界面等额外组件才能成为完整系统。这一洞察启发我们思考，开放模型和开放系统可能是两个不同层面的问题，需要更全面的分析视角。为了弥补这些不足，论文提出了一种全新的描述性框架，希望可以解答：在 AI 的各个技术层面，开放性究竟如何体现？你的开源 AI 和我的开源 AI 好像不一样，不一样在哪里？我们又该如何判断一个开源 AI 系统是否真的开放？有哪些关键的要素？