Stanford HAI: Open-Weight ≠ Open-Source
2026 年 8 月 4 日，Stanford HAI。
关键区分
| 维度 | Open-Weight | Open-Source |
|---|---|---|
| 模型权重 | ✅ 公开 | ✅ 公开 |
| 训练数据 | ❌ 不公开 | ✅ 公开 |
| 训练代码 | ❌ 不公开 | ✅ 公开 |
| 评估框架 | 部分公开 | ✅ 完整公开 |
| 可复现性 | 低 | 高 |
代表项目
- Open-Weight: Llama, Qwen, Mistral
- 接近 Open-Source: Stable Diffusion (部分), Gemma (Apache 2.0)
AI Master 解读
核心事件
Stanford HAI 提出 open-weight ≠ open-source 的关键区分。
行业影响
为什么重要: 这挑战了当前「开放权重 = 开源」的行业共识。Meta Llama、Alibaba Qwen 等虽开放权重，但训练数据和完整训练流程并未公开。
AI Master 建议
关注「真正开源」标准的定义演进；评估哪些项目接近真正开源标准。