开源权重（Open Weights）

开放权重模型将训练好的神经网络参数以文件形式公开发布，用户下载后可在自有硬件上运行或继续微调。

• 权重文件：通常以 .safetensors 或 .bin 格式存储，包含模型全部可学习参数
• 不等于完全开源：多数「开放权重」模型并不公开训练数据集或完整训练代码，与 OSI 定义的开源 AI 标准不同
• 许可证多样：从商用友好（如 Apache 2.0）到严格限制（如 LLaMA Community License）不等，使用前须逐条核查
• 代表模型：LLaMA 3（Meta）、Qwen 2.5（阿里巴巴）、DeepSeek-V3（深度求索）、Mistral 系列（Mistral AI）

「开放权重」与「开源 AI」是两个不同层级的概念，混淆两者是当前业界最常见的误区之一。

• OSI 开源 AI 定义：要求同时公开模型权重、训练数据（尽可能）以及训练与评估的完整源代码
• 开放权重缺口：LLaMA、Qwen、DeepSeek 等主流模型仅发布推理代码，不含训练代码，也未完整公开训练数据，因此不符合 OSI 开源 AI 标准
• 争议来源：Meta 最初将 LLaMA 系列描述为「开源」，引发 OSI 和学术界的公开争议，「开放权重」一词随之被明确采用以作区分
• 透明度谱系：从「完全闭源 API」→「开放权重」→「开放权重+部分数据」→「完全开源（OSI 合规，如 OLMo）」形成连续谱
• 真正完全开源案例：Allen AI 发布的 OLMo 系列同时开放权重、训练数据和训练代码，是目前最接近完全开源的大模型

用户获取开放权重后，可通过推理框架直接加载并运行，无需重新训练。

• 权重加载：推理框架（如 Hugging Face transformers、llama.cpp）读取权重文件并映射到对应网络层，即可执行推理
• 量化压缩：原始权重常为 BF16/FP16，可通过 GPTQ、AWQ 等方法量化为 4-bit，大幅降低显存需求
• 本地推理：借助 Ollama、vLLM、SGLang 等工具，个人 GPU 或 CPU 即可运行 7B–70B 量级模型
• 微调：基于开放权重，用 LoRA / QLoRA 等参数高效方法可在领域数据上继续训练，成本远低于从头预训练

使用开放权重模型前，必须仔细核对许可证条款，「开放权重」并不等于「免费商用」。

• Apache 2.0：最宽松之一，允许商业使用与修改，如 Mistral 7B、部分 Qwen 版本
• Meta LLaMA Community License：允许商业使用，但月活超 7 亿用户需额外授权；禁止用于训练竞争性 Meta 产品的替代品
• 研究限定许可：仅允许学术与非商业用途，如早期 LLaMA 1
• MIT 许可：允许几乎所有使用场景，是最宽松的许可形式之一
• 自定义许可：DeepSeek 等使用自定义条款，须逐条核查再分发和衍生品限制

开放权重的最大价值在于让模型可在受控环境中部署，适合数据敏感或需要定制化的场景。

• 私有化部署：金融、医疗等行业将模型部署在内网，数据不出境，满足合规要求
• 垂直领域微调：在法律、代码、医学等专业语料上继续训练，打造领域专属助手
• 成本优化：相比 API 调用，本地推理在高并发下边际成本更低，适合大规模内部应用
• 学术研究：研究者可直接分析权重，进行 机械可解释性 研究或安全红队测试
• 边缘部署：量化后的小模型（如 Qwen2.5-0.5B）可运行于手机或嵌入式设备，实现端侧 AI

开放权重在带来灵活性的同时，也引发了安全与治理层面的关切。

• 安全护栏可被绕过：权重一旦公开，针对有害用途的微调（Jailbreak fine-tuning）更易实施，原厂无法远程干预或撤销
• 许可证滥用：部分使用者在未经授权情况下将模型用于商业产品，引发法律纠纷
• 监管压力：美国 NTIA 等机构正在评估是否对高能力开放权重模型实施额外管控
• 选择性透明度：仅公开权重而不开放数据和训练流程，被批评者视为「洗白开源」，无法真正审计模型偏见或数据来源

开放权重生态在 2023 年后迅速成熟，形成与闭源 API 并立的重要力量。

• 2018：BERT（Google）开放权重，推动 NLP 迁移学习普及，规模约 3.4 亿参数
• 2019：GPT-2（OpenAI）以「延迟发布」策略开放权重，引发关于大模型开放安全性的早期讨论
• 2022：BLOOM（BigScience）以 176B 参数开放权重与训练代码，是早期大规模开放尝试
• 2023 年 2 月：Meta 发布 LLaMA 1（7B–65B），最初仅限研究，权重外泄后迅速催生大量社区微调版本，开放权重生态爆发
• 2023 年 7 月：Meta 发布 LLaMA 2，正式支持商业使用，「开放权重」术语被行业广泛规范采用
• 2024 年：LLaMA 3、Gemma（Google）、DeepSeek-V2、Qwen2 相继发布，与闭源前沿的性能差距持续缩小
• 2025 年：OSI 正式发布「开源 AI 定义 1.0」；DeepSeek-R1 开放权重引发全球关注，推动开放权重进入政策主流讨论