跳轉到

9.3 開源 AI 與閉源商業大模型的世紀對決：安全監管、創作者版權與生態繁榮的博弈#

一場三方分裂的「AI 世界大戰」#

2023–2024 年，AI 產業的陣營已清晰分裂：

三方在三個戰場同時交火。

戰場一：安全監管#

監管的兩極#

  • 「強 監管陣營」（閉源巨頭與多數立法者）主張「前瞻監管（ex ante）」：
  • 歐盟 AI Act（2024 通過）——以風險等級分類 AI 系統，並為基礎模型（foundation model）設立強制義務（透明、防偏見、安全報告）；
  • 緊急研討（2030 前景）亦提出「模型權重不應自由散布」域告知；
  • 「開放陣營」（Meta、Mistral、開源學術群體）主張「開放 = 安全」：更多人研究與紅隊測試（red-teaming），而非少數公司的黑箱壟斷。

開源的監理悖論#

開源 AI 的監管難點：

  1. 應用層管不了底層——模型在開放權重之下散布得到處都是；
  2. 「規定模型」的法本能適時適用——歐盟 AI Act 把「提供權重」的公司看做「AI provider」，但散布者不事廠；
  3. 成熟拉鋸：對OSI 和Meta 來說，「許可證自我規制」（如 LLaMA 的使用政策）是個可行方案——但只要把「禁止濫用」條款加入許可證，就不再是 Open Source。

戰場二：創作者版權#

2023–2024 年是一場全球訴訟潮：

案件 主旨
NY Times v. OpenAI / Microsoft（2023/12 提起） 新聞資料用於訓練是否侵權
Getty Images v. Stability AI（2023 起） 影像訓練資料的商業使用
歐盟 DSM 條令的 TDM 例外（Text and Data Mining 例外） 學術研究可用；商業用途可依「opt-out」退出——歐洲是對出版界相對友好的戰場

法律結論至今未定，各界提出三條出路：

  1. 授權市場（個別資料授權交易）——「資料商品化」；
  2. 集體議價（出版者聯盟、內容許可聯盟）——設立較清晰的分紅機制；
  3. 擴充「合理使用（fair use）」以涵蓋訓練——依賴法院逐案認定。

開源 AI 的處境更艰难——一旦絡訓練資料的挪用被認定非法，Meta/開源這一方會合理受到不同力度的擔憂。

戰場三：經濟與生態#

經濟的光譜#

開放程度 代表 商業模式
純閉源（API 訂閱） OpenAI、Anthropic 銷售算力與服務
開放權重 + 專有生態 Meta、xAI 賣廣告/社交增強、破壞對手的定價
全開源（權重＋代碼） Mistral、EleutherAI 賣企業服務與算力
基礎設施開源 Hugging Face、vLLM、Ray 賣算力、雲/marketplace 訂閱

開源對產業的三大貢獻#

  1. 基準的公共化：MMLU、HELM、LMSYS Chatbot Arena 等基準的推動與透明，是開源研究風潮的直接副產品——競爭的透明化推動了技術進步；
  2. 各地的新繁榮：Mistral（法）、IBM Granite、中國的 DeepSeek（2025 年 R1 的開放權重推理模型成為全球震撼）——各國都能以「本地開源」參與 AI 競賽；
  3. 對閉源陣營的定價壓制：開透的技術提供了「免費替代品」——迫使 OpenAI／Anthropic 的定價持續下調，產業整體成本下降。

生態繁榮的證據#

開源 AI 生態完整的發育線索（2023–2025）：

小結#

AI 時代的開放之戰，重演了歷史規律：每一次範式轉移期，開源都是「對抗的力量」與「被商業吸收的力量」——閉源巨頭以監管保護自己，開放陣營以「賣別的東西」趨近免費。下一章，聚焦後開源時代的社會懸崖——地緣政治、去中心化資助與自治 AI 的邊界。