开源AI是全球多数国家的唯一可行路径

专有AI成本过高且控制权过度集中，多数国家与企业难以依赖。

纽约讯——AI“教父”之一的扬·勒丘恩（Yann LeCun）虽长期担任Meta首席AI科学家，但在联合国开源周的主旨演讲中，他完全摒弃了大型AI企业一贯的鼓吹姿态，转而以极具冲击力的政治视角提出：开源AI绝非锦上添花的选项，而是实现全球AI主权、文化多样性与长期安全的唯一可行路径。这无疑是在隔空叫板扎克伯格！

勒丘恩将AI定位为一种基础设施级平台，它很快将介入“我们与数字世界乃至各类信息的所有互动”，其影响力远超当下的搜索引擎。但他同时警告，若这种介入权被“中美两国西海岸的少数科技巨头”的专有系统垄断，将对“文化多样性、语言多样性……乃至民主与人权”构成严重威胁。

他的核心政治主张直白有力：“在我看来，实现这一目标的唯一途径就是开源AI平台。”他指出，多数国家无力独自研发前沿规模的AI模型，但借助共享开源平台就能参与其中：“全球多数国家未必有财力、资源或人才打造自己的大语言模型（LLM）……而通过全球协作推进开源，我们完全有可能超越专有系统。”

与会的摩洛哥、塞拉利昂和牙买加代表对此深表认同。对全球南方国家而言，开源AI是摆脱“AI消费者”身份的唯一出路。不止小国如此，西班牙人工智能监管局（AESIA）局长阿尔贝托·加戈在随后的主旨演讲中补充道，我们需要“共同设计一个全球生态系统，让各方能并肩协作，使AI成为透明、公平且以人为本的发展驱动力。我们坚信，数字主权是全社会的能力，而非少数技术精英决定人类技术命运的特权”。

勒丘恩的主权愿景明确指向联邦制模式：“每个国家、地区或学术机构都可将自身文化资源数字化，为训练一个汇聚全人类知识的全球AI系统贡献力量，但无需共享原始数据。各方只需交换参数向量，就能参与全球模型的训练。”

勒丘恩离开Meta后的工作，正是这一愿景的具体实践。离职后，他参与发起了AI联盟、高级机器智能实验室以及“织锦计划”。其中，织锦计划是“一个合作伙伴联盟，成员可在保留数据主权的前提下参与全球AI模型训练，仅需尽可能开放地交换参数向量”。

该计划的运作机制刻意采用自下而上的开放模式：“织锦计划完全是去中心化的。具备大语言模型及其他AI模型训练经验的从业者，可自主决定在GitHub代码库上开展协作，只需注册即可，无需审批。”

他认为，政治支持将极大加速计划推进：“当然，这需要政治层面的支持。如果各国政府鼓励学界和企业参与，并提供相应激励，计划的发展速度肯定会更快。”勒丘恩提到，已有欧洲多国、瑞士、英国、阿联酋、印度、哈萨克斯坦、越南、日本、韩国，以及IBM、NVIDIA、AMD、英特尔等企业参与其中，足见“各方对该计划兴趣浓厚”。

织锦计划目前刚起步，勒丘恩希望能在2027年初投入运营。

勒丘恩多次将开源AI置于“开源平台取代专有技术栈”的历史脉络中。他回忆道，上世纪90年代末，搭建互联网服务意味着要采购“Sun、戴尔、惠普的专有硬件，再搭配它们的专有操作系统和软件”。但到21世纪初，这一模式“被采用通用硬件加开源软件栈的方案彻底颠覆”，而AI领域也将重演这一幕。

他还以移动网络为例：“你的手机通常运行开源操作系统……连接的基站也采用开源软件栈。”在他看来，市场的选择十分明确：“市场青睐开源平台，因为它成本更低、安全性更高，且在需要保护隐私时更易于本地化。”

因此，他断言向开源AI转型“势在必行”，各国政府应顺势而为，推动其发展。

勒丘恩还花了大量时间驳斥那些被他视为夸大其词的安全与生存风险论调——这些论调常被用作限制开源模型的理由。他提到：“关于AI还有另一种说法，核心是宣称AI技术本质上具有危险性，应加以监管、限制获取，因为坏人会用它作恶。”

他彻底否定了这种观点：“我认为这些危险被严重夸大了，远没有某些人宣称的那么可怕。”他打了一个一针见血的比方：“以安全为由限制AI技术获取，无异于15世纪时限制印刷术的使用——只因无法控制印刷传播的信息，这本质上是中世纪蒙昧主义的翻版。”

在勒丘恩看来，更大的危险在于用臆想的威胁为限制技术获取、削弱主权背书：“如果有人认为AI本质危险，因此要管控其获取、禁止开源AI，那对民主和人类文化而言才是极度危险的。”

他还驳斥了具体的风险叙事。比如生物武器，他指出信息获取并非瓶颈：“获取生物武器的配方相对容易，但制造起来极其复杂，尤其是要避免伤及自身。这种危险被严重高估了。”针对网络安全，他提出攻防能力是相互制衡的：“既然AI系统能检测漏洞，就能用来加固自身的网络安全体系。”

在他眼中，开源并非安全的敌人，而是构建可验证、可控制且能反映多元价值观的系统的前提。真正的危险并非开源AI本身，而是用臆想的最坏场景为借口，将技术封锁在少数企业和地缘政治壁垒之内。

勒丘恩将开源主张与技术垄断担忧直接挂钩，这一观点引发了与会国际代表的共鸣。他警告，如果信息流动的AI中介被少数主体掌控，“我们绝不能容忍所有信息都经过必然带有偏见的系统处理——不存在完全无偏见的AI系统”。

相比之下，开源平台能催生“种类繁多的AI助手”，他将其明确类比为媒体多元化：“我们需要高度多样化的AI系统，正如我们需要多元化的媒体。”他还提出，开源平台是解决企业滥用问题的良方。针对营利性企业引发的担忧，他强调：“解决之道就是开源平台。”

他设想的这种多样性具有极强的本地化属性。通过联邦参数共享训练出的全球开源模型，将“能说世界上所有语言”，“至少能从基础层面理解所有价值体系、文化偏好、政治理念及兴趣点”。各国政府、企业和非营利组织可在此基础上“针对自身需求微调模型……服务特定人群”。

此外，勒丘恩指出，当前前沿规模的闭源模型在经济上难以为继，这进一步凸显了小型开源系统的必要性。他援引数据称，OpenAI的“专业版订阅费约为每月200美元”，而“为一名支付200美元月租的高端用户提供服务的成本约为1.5万美元”。“这种模式不可能长久维持，”他说，“目前AI的使用正由投资者补贴……总有一天，价格必须与成本匹配，这意味着要么涨价，要么大幅降低推理成本，很可能两者兼而有之。”

他强调，对发展中国家而言，近期的大部分AI价值无需依赖“顶级的昂贵模型”。农业等领域的许多应用“虽仍基于大语言模型”，但可通过“相对简单的小型模型”实现，部分甚至能在本地运行。他举例称，印度的农民已在试验用智能眼镜向AI助手咨询作物病害或收割时机，而要让这种应用普及，“推理成本必须降低20至100倍”。他给出的解决方案是：开源模型加更便宜、高效的硬件。

勒丘恩最后总结道，未来将属于开源AI模型。如今，我们还在追捧中美两国的大型AI模型，但正如当年采用开源软件的企业取代了开启商业互联网时代的私有企业，开源AI也终将取代当下占据主流的商业AI巨头。