英伟达黄仁勋发布首条社交媒体推文，公开信全文|书享界

来源：机械知网、X、书享界（readsharecn）

作者：黄仁勋，英伟达创始人兼CEO

导语

7月24日晚，英伟达创始人兼CEO黄仁勋发布了自己人生中的第一条推文，不到20分钟粉丝数便破万，微软CEO纳德拉及多位行业知名分析师均第一时间留言欢迎，当晚粉丝量就很快突破10万。在首条推文中，黄仁勋分享了一封由英伟达签署的关于开源模型重要性的公开信，并对AI技术的发展前景发表了自己的看法。推文原文及翻译如下

原文：

For my first post, I’m sharing a letter @NVIDIA signed on why open models matter.

Al will transform every industry, power every company, and be built by every country.

Open models strengthen safety and cybersecurity, accelerate innovationand diffusion, and enable sovereignty.

The world needs both frontier closed models and frontier open models.

这是我的第一条帖子，在此分享一封英伟达参与签署的公开信，阐释开放模型的核心价值。人工智能将重塑所有行业，为每家企业赋能，并由世界各国共同发展建设。开放模型能够提升安全水平与网络防御能力，加速创新落地与技术普及，保障技术主权。世界既需要顶尖的闭源模型，也需要顶尖的开源模型。

1111

黄仁勋推文公开信《开放权重与美国AI领导力》全文：

20世纪80年代，开源软件的早期先驱们挑战了当时的主流认知——唯有企业严格掌控代码，软件才能实现进步。这场运动推动建立了一套透明的生态体系，让全球开发者都能在此学习、修改与优化软件。如今，开源社区产出的软件支撑着互联网的核心架构，也是全球头部科技公司、美国军方与联邦机构开展科研、网络安全及其他关键任务的底层基础。开源的价值远不止降低软件成本；它构建了一套共享的知识底座，一代又一代美国工程师与企业家正是在此之上，建立了自身的技术自主权。

如今，美国在人工智能领域正面临同样的抉择。衡量我们的AI领导力，标准从来不是某一款前沿模型，而是美国能否打造出强大、开放、能渗透至各行各业的生态体系。这关乎能否在全美范围内创造创新与繁荣的机遇，要求我们扩大AI的普及边界、鼓励市场竞争、构建成熟的应用层，让美国民众对自身依赖的技术拥有更强的掌控权。

开放权重模型——即任何人都可下载、查验、修改，并在自有基础设施上运行的AI模型——是这一基础的核心组成部分。它让先进AI技术门槛更低、适配性更强、应用范围更广。

开放权重拓宽了AI产业的参与边界。初创企业、成熟企业、高校与公共机构无需从零训练模型，也不必为每项任务支付前沿模型的高额费用，就能基于先进模型开展开发。开放权重让每个组织都能按需匹配模型与成本：将顶级规模的能力留给真正的前沿难题，其余场景用高效的垂直模型落地。这种合理配给将让AI具备经济可持续性，尤其是当技术渗透到数十亿日常场景之中时。美国要想赢得人工智能时代，就必须让技术深入工厂、医院、农场、课堂与街边商铺的业务流程。

开放权重还能强化市场竞争，而竞争是保障AI成果普惠、而非向少数群体集中的关键。通过让大量机构都能构建、适配与部署高级模型，开放权重不仅在模型厂商之间形成竞争，也在云服务、芯片、应用与服务全产业链激发竞争。这种竞争能驱动创新、降低成本，让AI的红利广泛惠及整个经济体。

开放权重也能赋予客户更强的自主权。随着企业加码AI投入，他们不希望被单一供应商绑定，也不愿丢失长期积累的知识与能力。开放权重模型恰好能提供这份保障：企业可以掌控自有数据，评估模型并按需定制，还能根据业务需求部署在任意场景。此外，当企业借助AI创造价值时，开放权重能让他们拥有自研优化的模型、专业能力与沉淀的知识，最终夯实美国的技术主权与产业繁荣。

诚然，开放权重确实存在独有的风险。模型一经发布，就脱离了原始开发者的控制，修改后的版本也难以追溯与还原。但应对风险的正确方式，绝非禁止开放权重。在网络攻击者已在利用先进AI技术的当下，防御方同样需要同等能力的模型，用以检测、模拟与应对新型威胁。开放模型能够扩充防御力量、提升透明度，让更多团队发现并修复漏洞。

事实上，开放性或许是实现AI安全最重要的路径之一。单纯依赖闭源模型绝非绝对安全：它们同样可能被攻破、被滥用，或是出现外界无法察觉的故障。将先进AI能力集中在少数闭源模型手中，反而会放大这类风险——它会制造少数单点故障节点，削弱市场竞争，让关键技术掌握在极少数供应商手中。

反之，开放权重模型能让海量研究者与开发者检验模型行为、识别漏洞、开发安全机制，并持续迭代优化。正如开源软件早已证明“透明比隐匿更安全”，AI安全的未来，或许恰恰在于让更多人参与测试、加固社会赖以运行的模型。它支持严格的基准测试与评估、红队演练，以及针对真实风险的防护方案，而非默认闭源系统就天然更安全。

强大的AI生态不会凭空出现。政策制定者正处在关键的行动窗口期。具体举措包括：扩大初创企业与研究者获取算力资源的渠道，投资共享训练资源（数据集、工具、评估框架），避免对开放模型施加过早限制——这类限制会扼杀竞争，或是迫使创新流向海外。所有举措都应着眼于通过成熟的应用层，推动AI在全经济领域的自主落地。

构建这一生态的过程中，政策制定者应当审慎区分合法的模型开发技术与侵权盗用行为。模型蒸馏——即借助一款模型的输出来辅助训练、优化另一款模型——是广泛应用于模型改进、评估与验证的通用技术。它延续了从现有技术中学习、发展、优化的长期传统，而这一传统自开源软件运动兴起以来，始终是创新的核心动力。与之相对，非法从闭源模型中攫取商业价值的行为，才值得合理警惕。这类问题应当通过针对性的法律与商业规则解决，而非一刀切地限制这项在AI创新中扮演重要角色的技术。

人工智能时代可以成为一个繁荣的时代。只要做出正确选择，开放AI就能拓展机遇、强化竞争、巩固美国科技领先地位、降低风险，并确保这项非凡技术的红利惠及经济的每一个层面。这样的未来值得我们共同构建，而美国理应引领这一进程。 1111