8 月 5 日，在拉斯维加斯举行的 Ai4 大会上，三位 AI 领域的奠基级人物罕见同台：诺贝尔奖得主 Geoffrey Hinton、World Labs 联合创始人兼 CEO 李飞飞、Coursera 联合创始人吴恩达。这场被主办方称为"历史性会合"的对谈，主题只有一个——在 AI 安全争议升温的当下，开放权重模型到底该不该继续开放。
三个人的共同立场很清楚：都反对少数 AI 巨头掌控行业进程的速度。吴恩达说得最直白："我不希望存在守门人，这会限制我们所有人接触 AI 的方式。"但对于开放模型的收益和风险，以及应当如何监管，三人的侧重点并不相同。
对谈前，多家实验室已公开争论开放模型的风险
对谈前的几周，开放模型接连引发政策争论。
7 月 28 日，一份名为 Pacing the Frontier 的声明上线，1376 名前沿 AI 公司员工联署，请求美国政府支持一项国际合作，开发"刻意调控自动化 AI 研发前沿"所需的技术与治理工具。签署者包括 Anthropic CEO Dario Amodei、OpenAI 首席科学家 Jakub Pachocki、Meta AI 首席科学家 Shengjia Zhao、Google DeepMind 联合创始人 Shane Legg，以及 SSI 的 Ilya Sutskever。声明的核心担忧是：前沿实验室"接近能够自动化 AI 研究"，一旦成真，能力增长可能加速到社会"无法理解或控制"的程度。
就在前一天，Amodei 以个人名义发表《我们关于开放权重模型的立场》，回应外界对 Anthropic"想禁止开放权重以保护生意"的指控。他的原话是："Anthropic 从未主张禁止开放权重模型。"他承认"不具备危险能力的开放权重模型是公共物品"，但主张三项更窄的措施：阻止强大芯片流向威权政府、打击工业规模的蒸馏、对所有足够强大的模型（无论开放还是封闭）强制安全测试。
再往前几天，7 月下旬，Moonshot 的 Kimi K3——当时最大的开放权重大模型——引爆了一场关于是否应禁止中国模型的辩论。OpenAI 战略前瞻主管 Dean W. Ball 一度主张美国政府制造"监管恐惧、不确定性和不信任"，随后撤回；Axios 报道称，特朗普政府曾在几家美国前沿实验室的推动下考虑禁止 K3 等中国先进模型。
三位先驱就是在这样的背景下走上台的。
公开模型权重，不等于公开训练全过程
Hinton 首先区分了两个经常混用的概念。他指出"开源"和"开放权重"是两回事："开源很好，你把代码给人看，很多人会逐行检查然后说'这里有 bug'。开放权重则是你训练一个大模型，然后把权重交给别人，这是完全不同的。"
传统开源软件发布源代码，任何人都能审计、修改、重新分发；开放权重则是公开训练好的参数，本身并不要求同时公开训练数据、训练代码或对齐过程。仅凭权重，外界无法完整审查模型的训练过程，却可以用远低于原始训练成本的方式微调它。"我反对开放权重，"Hinton 说，"因为它让人们很容易拿走这些训练成本极高的大基础模型，再用少得多的钱把它们训练成做坏事——比如网络攻击。"
Hinton 担心的正是：模型权重公开后，也更容易被低成本改用于攻击。
吴恩达：开放模型影响市场竞争与美国软实力
吴恩达则把讨论重点放在使用权和市场竞争上。他关心的是"谁控制使用权、谁会赢得市场"——谁造出更便宜的模型，谁就占据优势。他警告：如果中国的开放权重模型在亚洲、非洲和发展中国家获得广泛采用，就可能影响数十亿人如何接触关于民主、自由和人权的观念。
"AI 其实是巨大的软实力来源，比如你可以看到中国的模型在非洲取得了巨大成就，"吴恩达说，"但我担心的是，由于美国的游说和散布恐惧，在美国构建开源 AI 已经难以与中国出来的开放权重模型竞争；如果中国找到一种从根本上更具成本效率的 AI 构建方式，那么更具成本效率的东西就拥有根本性的商业采用优势。"
在 Inc 的报道里，吴恩达还批评了限制开放模型的游说："同一批人一直在反复切换叙事，以扼杀其他人免费发布软件供所有人使用的能力"——从"AI 会毁灭人类"，到"AI 会制造生物武器"，再到眼下"中国开放权重模型是威胁还是竞争威胁"。
吴恩达"中国模型在非洲大获成功"的软实力论断，在三篇现场报道里都没有给出数据支撑。这一说法体现了他从地缘竞争看待开放模型的立场，尚不能当作已获验证的事实。
Hinton：开放权重已成现实，滥用风险仍需讨论
Hinton 承认开放权重已难以收回，但仍坚持讨论其风险。
他承认开放权重已经是不可逆的现实："我认为这场仗已经输了。我们现在已经有了开放权重模型，很多人获取这些大模型的障碍已经消失了。太迟了。"但他拒绝接受吴恩达的"恐惧贩卖"指控："把任何这样想的人贴上'散布恐惧'的标签，我认为是不公平的。"
Hinton 的风险判断建立在他看到的两个具体现象上：模型可以偏离使用者的意图自行其是，以及 AI 发现安全漏洞的能力在快速提升。他援引多伦多大学的研究说，AI 已经能生成可针对任何联网设备的计算机蠕虫，并在设备之间移动时不断适应。在监管上，他打了一个被反复引用的比方："发展 AI 就像汽车的油门，监管就像方向盘。"目标不是刹车，而是把进展导向改善人类福利的方向。
这场对谈里获得最多掌声的一句，也来自 Hinton："你不能把 AI 该怎么做的决定权留给 Elon Musk 和 Mark Zuckerberg 这样的人。"（据 Inc 报道）
李飞飞：不同对象和用途，可以有不同开放程度
李飞飞提出，应当区分具体开放什么、用于何处。
她对吴恩达的软实力框架直接提出了反驳："把问题变成'完全开放到完全封闭'的二元对立，是非常危险的。在复杂的软件系统和科学系统里，情况要细致得多。"
她用了两个类比。核物理：科学论文公开出版，但铀受到管制，实验室工作则处于两者之间——开放不必是非此即彼，生态系统的不同层级可以有不同的开放程度。人类基因组计划：公共与私营机构合作产出的知识，成为后续创新的平台，让药企获利、科学家推进研究、社会整体受益。
"所以我们要把 AI 当作那种基础设施来用，"李飞飞说，"我们需要一定程度的开放——在科学发现、教育、全球合作，以及企业家的营利模式上；但我们也要接受闭源系统。这场辩论，尤其在'只能容忍一种'这种笼统层面，是一场虚假的辩论。我们需要达到一种细致的层次。"
她在开场时还有一句被广泛引用的话："让我们把科学、而不是科幻，带回 AI 辩论。"
监管如何划定开放条件，三人仍未形成共识
李飞飞按对象和用途区分开放程度的主张，与近期的一些政策建议有相近之处。
把 Amodei 的立场拿来对照：他不主张按类别禁止开放权重，但主张"芯片管制—蒸馏打击—强制安全测试"三件事。这些建议分别针对芯片出口、训练方式和模型安全，涉及不同的监管环节。Pacing the Frontier 声明的措辞同样是"开发刻意调控前沿的工具"，而不是"停止"或"禁止"。Amodei、Pacing 的签署者和李飞飞都谈到了如何设定开放或发展的条件，而不只是笼统支持或反对开放。
但这不等于共识已经形成。吴恩达更重视开放带来的竞争优势，Hinton 更重视权重被用于攻击的风险。三人都反对少数公司掌控行业进程，却没有就具体监管范围达成一致。
这篇文章的边界同样要说清楚。三人的引语全部来自 TechCrunch、Forbes、Inc 三家媒体的现场转述，三份报道相互印证，但尚无完整的演讲全文或视频可独立核对，个别措辞可能存在语境丢失。三人的立场是观点而非可检验的事实，吴恩达的软实力论证尤其缺乏实证支撑。
接下来值得关注的是，美国监管者是否会按芯片、训练和模型使用等环节，分别规定开放条件。只有具体范围和门槛明确下来，才能看出这些主张会怎样影响模型开发与使用。
