微軟、英偉達、Meta 等 25 家公司簽署公開信,呼籲美國政府支持 AI 開源模型發展

重點摘要
首頁 > 智能時代>人工智能 微軟、英偉達、Meta 等 25 家公司簽署公開信,呼籲美國政府支持 AI 開源模型發展 2026/7/24 22:09:10 來源:IT之家 作者:浩渺 責編:浩渺 評論: 感謝IT之家網友 AutWin707 的線索投遞! IT之家 7 月 24 日消息,今日,微軟、英偉達、IBM、Meta 等 25 家美國科技公司聯名簽署公開信,呼籲開放權重 AI 模型。
2026年7月24日,微軟、英偉達、IBM、Meta等25家美國科技公司聯名簽署一封公開信,呼籲美國政府支持開放權重AI模型的發展,並將其視為維持美國在人工智慧領域競爭優勢的關鍵策略。這封公開信以開源軟體運動的歷史為參照,強調開放權重模型對於推動AI技術普及、促進市場競爭以及避免少數企業壟斷AI紅利的重要性。開放權重模型指的是那些允許各方自由下載、修改並自行部署的人工智慧模型。與傳統封閉式模型不同,開放權重模式能夠大幅降低各類機構運用先進AI技術的門檻,讓更多中小型企業、研究機構甚至個人開發者都能參與其中。
公開信指出,這樣的開放生態不僅能活躍市場競爭,更能讓使用者掌握技術自主權,擺脫對單一廠商的長期綁定。儘管開放權重模型存在難以管控衍生版本等潛在風險,公開信同時強調,封閉模型本身也並非完全安全。開放生態能夠動員廣大研究者共同排查漏洞、完善安全防護機制,反而是實現人工智慧安全的重要路徑。透過開放社群的力量,可以更快發現並修補系統弱點,從而提升整體AI系統的安全性。公開信進一步呼籲政策制定者採取具體措施扶持開源AI發展。信中建議政府應保障算力與公共研發資源的充足供給,讓開源社群能夠獲得必要的運算基礎設施。同時,政策應明確區分合法的模型蒸餾技術與非法的盜用行為,避免因過度管制而壓制創新動能。
公開信認為,唯有依靠開放權重模型,才能構建一個多元、普及的AI生態系統。這25家科技公司認為,人工智慧的發展不應僅限於少數大型企業,而是應該廣泛落地於各行各業。從醫療、教育到製造與農業,開放權重模型能夠讓更多領域受益於AI技術的進步,進而推動整體經濟與社會的數位轉型。公開信強調,這樣的多元發展格局,才是鞏固美國技術優勢、並讓所有人共享AI發展紅利的關鍵。回顧20世紀80年代,早期開源軟體先驅曾挑戰當時主流認知——即只有企業嚴格控制程式碼,軟體才能進步。如今,開放權重AI模型正處於類似的歷史節點。公開信指出,當年開源軟體的成功經驗已經證明,開放協作模式能夠催生更強大、更安全的技術成果。
AI領域的開放權重模式,同樣有潛力複製這樣的成功,並引領下一波科技創新。簽署這封公開信的企業涵蓋了從雲端運算、半導體到社交媒體等不同領域的龍頭,顯示出業界對開放AI路線的廣泛共識。微軟、英偉達、IBM與Meta等公司長期投入AI技術研發,並在開源社群中扮演積極角色。此次聯名行動,不僅是對現有政策方向的回應,更是對未來AI治理框架的具體建議。公開信最後強調,美國若要在全球AI競賽中持續領先,就必須避免過度管制帶來的創新停滯。政策制定者應在風險管理與創新鼓勵之間取得平衡,透過支持開放權重模型,打造一個更具韌性與包容性的AI生態系統。
唯有如此,才能真正實現人工智慧技術的普惠價值,並確保美國在這一關鍵領域的長期主導地位。
Related
相關文章

OpenAI首款AI硬件,為什麼是個沒有屏幕的「甜甜圈」
OpenAI與Jony Ive團隊合作的首款AI硬體,外型類似無螢幕的冰球大小圓環,被形容為金屬甜甜圈。這款設備定位為以AI為第一交互入口的計算設備,而非傳統智能音箱,售價可能落在300至400美元之間。
OpenAI 首款硬件真容浮現:冰球大小無屏設計,售價 300 至 400 美元
OpenAI首款硬件產品細節曝光,為一款無螢幕的智能音箱,外型類似冰球,售價約300至400美元,由OpenAI與前蘋果設計師Jony Ive的LoveFrom公司合作開發。該設備內建電池與攝影鏡頭,可支援手持使用並將視覺資訊傳給ChatGPT,實現多模態感知。此產品推出時正值蘋果對OpenAI提起商業機密訴訟,OpenAI內部評估其設計細節有望反駁侵權指控。

消息稱英偉達急尋中國 AI 基站供應商,與“下一個中際旭創”合作開發 6G 基站
NVIDIA正積極在中國尋找AI基站供應商,並有意與被視為「下一個中際旭創」的業者合作開發6G基站,顯示其從資料中心延伸至通訊基礎設施的布局。此舉凸顯NVIDIA對6G市場的重視,AI基站被視為整合邊緣運算與智慧調度的關鍵節點,但合作細節與技術方案尚未正式公布。
金剛GC3芯片重新定義視頻AI算力規則,國產RISC-V高端算力商業化提速
近日,第三屆中國計算機學會芯片大會(CCF Chip 2026)在太湖之濱無錫成功舉辦。會場中,兩院院士與頂尖工程師們的討論話題直指底層架構的“根技術”創新。一個核心追問被反覆推至臺前:當摩爾定律逼近物理極限,製程紅利日益稀薄,堆核心、拼頻率的老路越走越窄,是否該徹底換一條路走?換言之,與其在通用架構上不斷打補丁,能否從數據流動的本質出發,為特定場景原生設計一顆芯片?
把512 GiB閃存搬到xPU旁邊,HBF能打破推理內存牆?
HBM已經證明,通過堆疊和共封裝把存儲介質遷移至GPU附近,可以緩解AI計算中的數據搬運瓶頸。現在,SK海力士聯合閃迪,將類似的思路正式應用到NAND上,通過HBF將大容量閃存放到包括GPU在內的各類xPU旁,以緩解AI推理內存牆問題。近日,雙方通過OCP發佈《High Bandwidth Flash(HBF)High-Level Base Die Specification, Version 0.7.0》。

AI的錢,被誰賺走了?
AI 浪潮推動雲端服務供應商大舉擴建資料中心,背後龐大的資本支出正沿著供應鏈層層傳導,最終流向光模塊、晶片與伺服器業者。這條資金鏈路的起點是亞馬遜 AWS、微軟 Azure、Google Cloud 等雲端廠商,他們為了滿足訓練與推論大語言模型所需的算力,持續加碼採購 GPU 伺服器與高速網路設備,帶動上游零組件需求爆發。