名词解释 / 07

开放权重

第 91 / 127 个名词进一步了解 AI 原理

英文名称：Open Weights 常见别名：开放模型权重、公开权重；新闻里常被直接叫作“开源模型”，但两者并不完全等同（见“容易混淆的词”） 所属分类：进一步了解 AI 原理

一句话解释

AI 大模型可以理解成一个读过海量资料的“数字大脑”，它学到的本事最后浓缩成一组组数字，专业上叫权重或参数。所谓开放权重，就是把这组已经训练好的数字公开发布、允许下载。谁拿到它，就有机会把模型放到自己的电脑或服务器上运行、修改，而不是每次都要通过互联网调用别人家的服务。

工作中什么时候会遇到

主要在两类场合。一类是看新闻、参加行业会：经常听到“某某公司发布了开放权重模型”，比如 OpenAI 在 2025 年 4 月宣布要发布自 GPT-2 以来的首个开放权重推理模型，Kimi 也发布了开放权重版本。另一类在公司内部：数字化或 IT 部门提出“把 AI 部署到公司自己的服务器上，数据不出门”，或者采购部门评估 AI 工具时被问到“资料会不会传出去”，背后谈的往往就是开放权重。

如果公司规定客户名单、报价、工资等敏感信息不能上传到外部 AI 服务，而业务上又确实需要 AI 帮忙，开放权重通常就是被考虑的那条路。

能解决什么问题

敏感数据不出公司：模型放在单位自己的服务器上跑，处理合同、报价、客户资料时不用发给外部服务商。
长期高频使用时不按次付费，但前期要一次性投入服务器、电费和运维成本。
可以结合本公司业务继续调整（微调），让模型更熟悉行业术语和内部写法。
权重公开意味着内容可以被检查：懂技术的人能核实它大概学过什么、有哪些限制，更放心用在关键环节。
不把能力绑死在一家云厂商身上，将来换硬件或换服务商，模型还能继续用。

举个例子

一家公司的行政和采购经常要起草供应商合同，但合同里包含底价和付款条件，按规定不能传上外部 AI。IT 部门于是申请采购一台内部服务器，部署一个开放权重模型：先把公司历史合同的模板喂给模型，让它熟悉固定条款（处理）；之后行政人员把新合同的要点输进去，由模型在公司内网生成初稿（输入、输出），生成的版本再由法务逐条复核后才对外发出（人工确认点）。上线前，IT 先核对模型的许可证允许商用，并确认没有夹带必须联网才能用的功能。

怎么使用

普通员工通常不需要自己“下载模型”，日常还是用公司统一的办公 AI 入口，只不过数据是在内部处理。真正动手的是 IT 或数字化部门：他们要下载权重文件、准备足够的算力、阅读许可证、选择合适的版本，再部署成内部服务。很多开放权重模型规模很大，普通电脑跑不动，甚至需要多台专业服务器组成的集群，个人很难独立完成。Kimi K3 发布开放权重版本后，公开分析就指出它的部署成本接近“基础设施项目”级别。

如果只是个人想体验某家开放权重的模型，一般也是先用官方提供的云端版本更现实，具体能做什么以当前版本和官方说明为准。

使用时要注意什么

开放权重只代表“训练好的数字公开了”，不等于完整开源：训练数据、全部代码、商用权利不一定一起开放，能不能用于商业、能不能再分发，要看每个模型的许可证。它也不等于免费，本地运行要花钱买算力，对大多数公司未必比按次付费划算。

媒体报道常把“开源”和“开放权重”混着用，听到“开源了”先别急着下结论，要核实到底开放了什么、运行成本由谁承担。另外，本地部署能减少“资料上传到外部”的顾虑，但不等于绝对安全，服务器该有的权限和访问管理一样不能少。

容易混淆的词

开源：完整开源通常要求源码、文档、协议等更完整地开放，规则也更严格；开放权重一般只公开训练好的参数。新闻标题里的“开源”很多时候指的就是开放权重。
开放 API：开放 API 是别人把模型部署好，你通过网络接口付费调用，数据会经过对方；开放权重是你把模型文件下载回自己这边运行。两者方向相反。
免费使用：网页或 App 上能免费聊天，不等于这个模型开放了权重；反过来，开放权重的模型下载不要钱，但跑起来的算力要花钱。