官宣开源新模型！OpenAI终于要摸着DeepSeek过河了

今天小编分享的科技经验：官宣开源新模型！OpenAI终于要摸着DeepSeek过河了，欢迎阅读。

在暗示推出一款开源模型的一个多月后，OpenAI 似乎准备好「兑现」承诺了。

4 月 1 日，OpenAI CEO 山姆 · 奥特曼（Sam Altman）在社交平台 X（原 Twitter）上公开宣布：OpenAI 计划在接下来的几个月内，发布一个强大的、具备推理能力的开放权重（Open-Weight）大模型。

图 / X

是 DeepSeek-R1 一样的推理模型？还是集成推理能力的对话模型？这一点还有待揭秘。但至少，如果一切按照计划推进，这款全新的大模型将是自 GPT-2 以来，OpenAI 首款重新开放权重的大模型。

消息一出，海内外科技媒体迅速跟进，不少中文媒体就以「OpenAI 预告 / 即将发布开源模型」作为标题，一些行业观察者也将其视为 OpenAI「重新走向开源」的标志性一步。

图 / Google

毕竟，在 DeepSeek-V3/R1 发布之后开源模型社区变得越发活跃，而 OpenAI 的封闭也显得越来越格格不入。

但如果你仔细看山姆 · 奥特曼的原话，会发现他并没有说「open-source」（开源），而是用了一个更谨慎的表述——「open-weight」（开放权重）来作为新模型的「前缀」。

「开放权重」和「开源」可以划等号吗？这也引发了不少网友的讨论乃至争论。需要指出的是，所谓「开放权重」，是指模型训练完成后所得到的参数对外开放，开发者可以基于这些权重进行部署、测试，甚至微调。但它不包含训练数据、不附带完整训练代码，也不保证无门槛使用。

这与很多人认知中的「开源」——即代码、数据、方法全面透明、自由使用——明显还有一段距离。

从这个意义上说，「开放权重」其实更像是一种妥协：保留核心技术壁垒的同时，释放一些能力给开发者社区。它可以降低模型的使用门槛，但难以满足真正的可验证性与可重现性需求。

所以 OpenAI 究竟是重新拥抱开源，还是在用模糊语言重新定义「开放」？某种程度上，这场关于「真开源」还是「假开源」的争议，可能远比一次模型发布本身更值得关注。

公允地讲，OpenAI 新模型「开放权重」的做法其实并不意外。

事实上，包括 DeepSeek、Qwen（阿里）、LLaMA（Meta）三家被视为开源模型社区的「主力」，在开源策略上虽然各有侧重，但核心共同点也都是——开放权重，允许外部开发者直接部署，提供用于推理代码、微调脚本和评估工具等。

DeepSeek 新闻稿，图 / DeepSeek

这意味着，开发者可以直接下载模型进行本地部署、微调、做推理服务，而这样也可以说是大模型「开源」的最低门槛。

从这个角度看，OpenAI 预告发布的新模型采用「开放权重」的做法，正是目前开源模型社区的主流方式。甚至可以说，它在定义上，与今天市面上大多数被称为「开源」的大模型并无二致。

不过尽管都是开放权重，但实际的开放程度还是各有不同。

以 DeepSeek 为例，它发布的 V2、V3、R1 等模型均开放了权重，还有相应的技术报告。同时，DeepSeek 还采用了限制极少的 MIT 开源協定，允许任何人自由地使用、修改、分发和商业化軟體或模型。这也是很多开发者、厂商喜欢采用 DeepSeek 模型的关键之一。

阿里稍早前推出的 QVQ-Max 也采用了 Apache 2.0 協定，图 / Github

相比之下，Meta 的 LLaMA 虽然也开放了模型参数和推理脚本，但其使用協定限制更多。从 LLaMA 2 开始，Meta 采用了更宽松的许可证（LLaMA 3.1 又更开放了一点），但还是需要开发者申请使用，且不能直接用于某些商业应用或发布服务，这也导致其在开源社区的热度虽高，但落地场景有所受限。

总的来说，三者虽然都自称「开源模型」，但如果把「开源」拆解为几个维度来看——开放权重、开放代码、开放数据、开放训练过程、开放使用权限——你会发现，没有一家是「全开」的。没有公开完整的训练数据，也没有提供可复现的训练代码——换句话说，你可以用它的模型，但你无法从零重建它。

从这个角度看，OpenAI 即将发布的模型虽然尚未公布开源的具体策略，但如果也开放模型权重和推理代码，支持开发本地部署。那么从行业实践标准来看，它完全可以被归入今天「开源模型」的范畴之中。

尽管很多人以为 OpenAI 是以开源起家，但实际上至少在 GPT-2 时期，OpenAI 就有了「闭源路线」的打算。

2019 年初 GPT-2 发布，OpenAI 开始以「恶意使用风险」的名义拒绝公开的代码，但在外界一致认为 OpenAI「夸大风险」的舆论下，他们才在 2019 年底公开满血版 15 亿参数的 GPT-2。但不论如何，从 GPT-3 开始，OpenAI 彻底走上闭源路线，不再公开权重、代码或训练数据。

因此，这一次「重新开放」，也可以视为 OpenAI 对社区释放出的一个信号。但需要明确的是，从山姆 · 奥特曼采用「open-weight」的字眼来看，OpenAI 新模型大概率将和今天的 DeepSeek、Qwen、LLaMA 一样：开放模型权重与推理代码，但不包括训练数据或完整的训练代码。

图 / OpenAI

不过还是要考虑 OpenAI 采用的开源许可类型。如果 OpenAI 的新模型和 Qwen 系列一样采用较为主流的 Apache 2.0 开源许可，对于大部分开发者来说可能就没有影响，开发者同样可以基于权重进行本地部署、推理服务，甚至进行微调适配，只是模型本身的训练依旧是个「黑盒」。

另外值得期待的是，山姆 · 奥特曼在今年 2 月就暗示过 OpenAI 开源模型的方向将是「o3-mini 级别」与「手机端侧级别」其中之一。结合最新推文中提到的「powerful new open-weight model with reasoning」，基本可以推断出 OpenAI 在开源路线上最终选择了一个「o3-mini 级别」模型来打开局面。