黃仁勛把呼吁開源模型放在推文首帖，回應中美 AI 競爭與 Kimi K3 引發(fā)的爭議。本文拆解公開信的詳細要點以及背后的商業(yè)邏輯。

公開信說了什么：開源權(quán)重不僅能降低 AI 使用成本、促進競爭和技術(shù)擴散，也能增強企業(yè)與國家的數(shù)據(jù)控制權(quán)。

黃仁勛為何連續(xù)喊話：Kimi K3 讓美國對中國開源模型的進步產(chǎn)生焦慮，黃仁勛提倡違規(guī)提取可以追責，但不能把整個開源生態(tài)視為威脅。

英偉達為何支持開源：英偉達的增長不依賴某一個模型，而依賴 AI 進入更多行業(yè)和場景。模型越便宜、部署越靈活，應用規(guī)模和總體算力需求越可能擴大，最終推動英偉達長期增長。

2026 年 7 月 24 日，黃仁勛發(fā)布了自己在 X 上的第一條帖子。沒有新品發(fā)布，沒有創(chuàng)業(yè)故事，也沒有熟悉的皮衣段子。他選擇分享一封由 NVIDIA 與多家科技公司、研究機構(gòu)共同簽署的公開信，主題是：為什么開源模型對美國的 AI 領(lǐng)導力至關(guān)重要。 [ 1 ]

他在帖子中寫道：

" 作為我的第一條帖子，我想分享一封 NVIDIA 參與簽署的信，解釋為什么開源模型如此重要。AI 將改變每一個行業(yè)，為每一家公司提供動力，并由每一個國家共同建設(shè)。開源模型能夠加強安全與網(wǎng)絡安全，加速創(chuàng)新與技術(shù)擴散，并賦予各國技術(shù)主權(quán)。"

這是一份立場明確的聲明。黃仁勛把 " 開源模型 " 放在自己的 X 首帖，也是在公開回答一個正在迅速政治化的問題：AI 的未來，究竟應該被少數(shù)公司鎖在封閉系統(tǒng)里，還是應該讓更多企業(yè)、研究者和國家擁有檢查、修改與部署模型的能力？

互聯(lián)網(wǎng)是來時路，開源促繁榮

公開信標題為《開源權(quán)重與美國 AI 領(lǐng)導力》。核心要點可以概括為以下七條： [ 2 ]

當年的主流觀點認為，只有公司嚴格控制代碼，軟件才能持續(xù)進步；開源運動則證明，允許全球開發(fā)者研究、修改和改進代碼，可以形成更強大的公共技術(shù)基礎(chǔ)。今天，大量互聯(lián)網(wǎng)基礎(chǔ)設(shè)施、科技公司系統(tǒng)、科研與網(wǎng)絡安全任務都建立在開源軟件之上。

2. 一個國家的 AI 競爭力，不取決于是否擁有唯一最強的模型。

真正決定領(lǐng)導力的，是能否形成一個開源、強韌并擴散到各行各業(yè)的生態(tài)。模型只有進入工廠、醫(yī)院、農(nóng)場、課堂和中小企業(yè)的工作流，才能轉(zhuǎn)化為生產(chǎn)力。

3. 開源權(quán)重能夠降低使用 AI 的門檻和成本。

企業(yè)、大學、創(chuàng)業(yè)公司和公共機構(gòu)不必從零訓練模型，也不必為每一項任務都支付前沿模型的高價。它們可以按任務選擇合適的模型：最困難的問題調(diào)用前沿能力，大量日常任務則使用更便宜、更高效的專用模型。

4. 開源權(quán)重能夠促進競爭，防止收益集中在少數(shù)平臺手中。

當更多組織能夠構(gòu)建、調(diào)整和部署模型，競爭就不只發(fā)生在模型公司之間，還會延伸到云服務、芯片、應用和服務層。競爭會推動創(chuàng)新、壓低成本，并讓 AI 紅利更廣泛地分布。

5. 開源權(quán)重讓企業(yè)和國家獲得更強的控制權(quán)。

組織可以控制自己的數(shù)據(jù)，根據(jù)自身需要評估和改造模型，并在本地、私有云或隔離環(huán)境中部署。長期積累的專用能力、知識和數(shù)據(jù)價值，也不必完全留在單一供應商的平臺內(nèi)。

6. 開源權(quán)重存在真實風險，但全面禁止不是正確答案。

模型權(quán)重一旦發(fā)布，原開發(fā)者很難追回，修改版本也不易追蹤。然而，封閉模型同樣可能被攻擊、濫用或以外界無法發(fā)現(xiàn)的方式失效。公開信認為，開源能夠擴大防御者和研究者的參與，讓更多團隊發(fā)現(xiàn)漏洞、進行紅隊測試并完善防護。

7. 監(jiān)管應針對違法行為重點打擊，而不是一刀切地限制技術(shù)方法。

公開信特別提到 " 蒸餾 "：利用一個模型的輸出訓練或改進另一個模型，是廣泛使用的模型改進、評估與驗證技術(shù)。合法蒸餾與非法竊取商業(yè)價值不應混為一談。對欺詐、侵權(quán)或違規(guī)提取，應使用有針對性的法律和商業(yè)規(guī)則處理，而不是禁止對 AI 創(chuàng)新很重要的通用方法。

黃仁勛為何連續(xù)喊話？

Kimi 引發(fā)的中國開源恐慌

黃仁勛選擇這個主題并非偶然。就在首帖發(fā)布前兩天，他在接受 Axios 采訪時為中國開源模型的進展辯護。他認為，優(yōu)秀且低成本的模型并不會簡單減少算力需求；相反，更便宜的 AI 可能帶來更多應用、更廣泛的采用以及更大的總體計算需求。 [ 3 ]

這段表態(tài)當時正處在 Kimi K3 引發(fā)關(guān)注的時間點。Kimi 官方稱，K3 于 7 月 16 日上線服務，并計劃在 7 月 27 日前釋放模型權(quán)重。 [ 4 ] 其早期測試表現(xiàn)接近美國前沿模型 Claude-Fable5 和 GPT-5.6，同時價格更低且計劃開源權(quán)重，迅速引發(fā)美國 AI 公司對商業(yè)模式和技術(shù)領(lǐng)先地位的擔憂。 [ 14 ]

隨后，白宮科技政策負責人邁克爾 · 克拉齊奧斯稱，美方掌握的信息顯示月之暗面利用 Anthropic 的 Fable 模型進行了大規(guī)模蒸餾；美國財長貝森特等官員進一步表示，如果蒸餾涉及虛假賬戶、規(guī)避訪問限制和商業(yè)機密竊取，不排除使用制裁或?qū)嶓w清單。 [ 15 ] 但這些具體指控應當與一般性的開源權(quán)重政策區(qū)分開來，仍缺乏獨立或司法認定。 [ 5 ]

而美國白宮曾在 2025 年發(fā)布的《美國 AI 行動計劃》明確支持開源權(quán)重和開源 AI，理由包括幫助創(chuàng)業(yè)公司減少對單一供應商的依賴、支持敏感數(shù)據(jù)的本地部署、促進科研，并擴大算力與模型資源的可獲得性。 [ 6 ]

因此，爭議并不是 " 美國支持封閉、中國支持開源 " 這么簡單。更準確的政策張力是：美國希望保持由本國企業(yè)主導的開源模型生態(tài)，同時又希望防止前沿能力被非法提取，或者在地緣競爭中失去技術(shù)優(yōu)勢。

黃仁勛和公開信想劃出的邊界是：具體違法行為可以查處，但不能因為存在違規(guī)提取，就把蒸餾、開源權(quán)重和開源生態(tài)整體視為風險源。

對英偉達而言，

模型越便宜，市場可能越大

黃仁勛支持開源模型，當然有價值觀與產(chǎn)業(yè)政策的一面，也有非常清晰的商業(yè)邏輯。

英偉達賣的不是某一個模型，而是運行所有模型所需要的計算平臺。如果模型價格下降，企業(yè)能夠把 AI 用在更多任務上；單次推理更便宜，不一定意味著總算力需求下降，反而可能因為使用量暴增而擴大總體市場。

這類似于計算史上的一個長期規(guī)律——杰文斯悖論：單位計算成本下降后，計算并沒有變得不重要，而是被嵌入了更多產(chǎn)品和工作流。

從英偉達最新披露的數(shù)據(jù)看，這一邏輯至關(guān)重要。截至 2026 年 4 月 26 日的季度，英偉達總營收為 816 億美元，其中數(shù)據(jù)中心業(yè)務約 752 億美元，占比約 92%。超大規(guī)模云服務商貢獻約一半，其他客戶貢獻另一半。 [ 9 ]

開源權(quán)重恰好是這種擴散的重要工具，因為它們往往需要在私有云、本地機房甚至完全隔離的環(huán)境中部署模型。

但開源模型并不自動等于產(chǎn)業(yè)去中心化。訓練和運行大模型依然需要昂貴的芯片、能源、數(shù)據(jù)中心、云服務和工程團隊。模型層可以更開源，底層計算資源卻仍然可能集中。Nature 的相關(guān)研究也提醒，單純宣稱 " 開源 " 不足以改變 AI 產(chǎn)業(yè)中的權(quán)力集中問題。 [ 13 ]

因此，英偉達的開源策略并不是放棄商業(yè)控制，而是把模型層做得更容易進入，再通過芯片、網(wǎng)絡、系統(tǒng)軟件、工具鏈和企業(yè)服務獲得長期收益。

回到這第一篇帖子，黃仁勛沒有推銷一塊芯片，他推銷的是一個需要更多芯片的世界。

【聲明】本文圖表及分析框架基于公開信息整理，僅供產(chǎn)業(yè)研究參考，不構(gòu)成對任何上市公司的投資建議或買賣依據(jù)。

參考資料：

[ 1 ] 黃仁勛首條 X 帖：https://x.com/JensenHuang/status/2080643682408321103?s=20

[ 2 ] 《OpenWeightsandAmericanAILeadership》公開信：https://www.microsoft.com/en-us/corporate-responsibility/topics/open-weight/

[ 3 ] Axios《Nvidia'sJensenHuangdefendsChineseAIamidKimipanic》：https://www.axios.com/2026/07/22/nvidia-jensen-huang-china-open-source-ai

[ 4 ] KimiK3 官方介紹：https://www.kimi.com/blog/kimi-k3

[ 5 ] Anthropic《Detectingandpreventingdistillationattacks》：https://www.anthropic.com/news/detecting-and-preventing-distillation-attacks

[ 6 ] 白宮《America'sAIActionPlan》：https://www.whitehouse.gov/wp-content/uploads/2025/07/Americas-AI-Action-Plan.pdf

[ 7 ] OSI《TheOpenSourceAIDefinition1.0》：https://opensource.org/ai/open-source-ai-definition

[ 8 ] 《InternationalAISafetyReport2026》：https://internationalaisafetyreport.org/publication/international-ai-safety-report-2026

[ 9 ] NVIDIA 季度報告（FY2027Q110-Q）：https://www.sec.gov/Archives/edgar/data/1045810/000104581026000052/nvda-20260426.htm

[ 10 ] NVIDIA2026 財年 10-K：https://www.sec.gov/Archives/edgar/data/1045810/000104581026000021/nvda-20260125.htm

[ 11 ] NVIDIA 開源模型計劃：https://blogs.nvidia.com/blog/open-models-data-tools-accelerate-ai/

[ 12 ] NVIDIA 與 Palantir 案例：https://blogs.nvidia.com/blog/palantir-secure-ai-us-agencies-nemotron-open-models/

[ 13 ] Nature《WhyopenAIsystemsareactuallyclosed,andwhythismatters》：https://www.nature.com/articles/s41586-024-08141-1

[ 14 ] Axios《China ’ sopen-weightKimimodelstunsAIworldwithfrontier-levelresults》：https://www.axios.com/2026/07/16/moonshot-kimi-ai-china-model-openai-anthropic

[ 15 ] Axios《WhiteHousedrawsnewAIlineonChina》：https://www.axios.com/2026/07/24/white-house-ai-line-china

[ 16 ] NIST《UKAISI/CAISIPreliminaryAssessmentofKimiK3 ’ sCyberCapabilities》：https://www.nist.gov/news-events/news/2026/07/uk-aisi-caisi-preliminary-assessment-kimi-k3s-cyber-capabilities