开放权重与开源 AI:到底有什么区别?

开放权重指模型训练好的参数可以下载。按 OSI 的定义,开源 AI 还需要公开代码和训练数据信息。本文讲清两者的区别,以及为什么它很重要。

  • 入门
  • 阅读约 5 分钟
  • 发布于
  • 更新于

简短回答。 开放权重意味着你可以下载训练好的模型。按开源促进会(OSI)的定义,开源 AI 要求多得多:代码、训练数据的详细信息和权重都要公开,并且条款要允许你使用、研究、修改和分享这个系统。大多数流行的“开放”模型都是开放权重,而采用宽松许可证的模型仍可能达不到开源的定义。

开放程度的四个层级

层级 公开了什么 通常缺什么 本站收录的例子
权重公开,仅限研究的许可证 训练好的权重 训练数据和代码;不能商用 Qwen-Image-2.1
权重公开,带条件的自定义许可证 训练好的权重 训练数据和代码;某些用途需要许可或付费 FLUX 3 Image Klein、Kimi K3.1 Pro
权重公开,宽松许可证 采用 Apache 2.0、MIT 或类似许可证的训练好的权重 通常没有训练数据和完整的训练代码 Gemma 4、DeepSeek V4.1 Flash
完全开放 权重、训练代码和检查点,加上训练数据或重建数据的流程 几乎没有 Olmo 3.1、Apertus 1.5、K2 Horizon

层级之间还有过渡的情形。比如 OpenBMB 公开了 MiniCPM5-2B 背后的许多数据集,这已经超出了单纯的开放权重发布。

“开源”这个词从哪里来

在软件领域,开源意味着源代码是公开的,并且许可证允许所有人使用、研究、修改和分享。获批的许可证清单由 OSI 维护。

AI 并不能整齐地套进这个框架。一个训练好的模型由三样东西产生:训练数据、训练代码和算力。权重是产出的结果,是一张巨大的数字表,而不是人可以阅读和编辑的源代码。只发布权重,有点像只发布编译好的程序,而不发布构建它的代码:你可以运行它,花点力气也能调整它,但没办法从头重新构建它。

OSI 的定义有哪些要求

开源促进会在 2024 年 10 月批准了《开源 AI 定义》1.0 版。它赋予四项自由:

  • 为任何目的使用该系统,无需征得许可;
  • 研究它是如何工作的;
  • 修改它;
  • 分享它,无论是否经过修改。

为了让这些自由真正落地,它要求提供进行修改所需的首选形式,包含三个部分:

  • 数据信息: 关于训练数据的足够详细的信息,使有技能的人能够构建出实质上等同的系统。这并不总是意味着要提供数据本身。
  • 代码: 训练和运行该系统所用的完整代码。
  • 参数: 模型权重。

每个部分提供时所附的条款,都必须赋予上述自由。

为什么宽松许可证还不够

Apache 2.0 和 MIT 都是 OSI 批准的许可证,也是你在 AI 领域能见到的最友好的条款。但许可证只管实际发布出来的东西。一个采用 Apache 2.0 的模型,如果开发者既没有公开数据信息,也没有公开训练代码,那它就是宽松许可证下的开放权重模型。它非常适合用来开发产品,但仍然达不到完整的定义。

反过来也会发生。按公司规模或使用领域限制商业使用的条款,无法给出这四项自由。LTX-2.x Community 许可证就是一个典型的例子:本站的许可证页面指出,它按营收和使用领域区别对待,因此按 OSI 的定义不算开源。而 OpenMDW-1.1 是专为机器学习模型编写的宽松许可证,目前还没有获得 OSI 的批准。

这种区别在实践中为什么重要

  • 你能做什么。 许可证决定你能否基于模型做生意、微调、再分发,或把它作为服务运行。发布产品前,请阅读AI 模型许可证详解。
  • 你能检查什么。 没有训练数据的信息,你就无法检查其中是否有受版权保护的内容、个人数据或偏见。
  • 你能复现什么。 只有数据、代码和检查点都公开,研究人员才能重建模型,或了解训练中的选择如何改变模型的行为。
  • 你能在多大程度上相信一个标签。 模型页面上的“开源”只是一种说法,不是保证。请问清楚哪些部分是公开的。

本站如何处理

在本站,“开放模型”指开放权重,我们也会明确这一点。每个模型页面都会标出许可证类型(宽松、有条件或非商用),并用通俗的语言写明条件。完全开放的发布(比如 Olmo 3.1、Apertus 1.5 和 K2 Horizon)会带上“完全开放”标签,在 Hugging Face 上需要授权才能下载的模型也会注明。

如果你刚接触这些概念,请先看什么是开源 AI 模型。

常见问题

采用 Apache 2.0 许可证,AI 模型就算开源了吗?
不能仅凭这一点。Apache 2.0 是 OSI 批准的许可证,但《开源 AI 定义》还要求提供训练数据的详细信息,以及训练和运行系统所用的代码。采用 Apache 2.0 的模型是宽松许可证下的开放权重模型,是否符合完整定义,要看还公开了什么。
开放权重意味着训练数据是公开的吗?
通常不是。大多数开放权重的发布只公开训练好的模型和许可证,不公开训练数据。少数开发者做得更多:Ai2 公开了 Olmo 系列的数据和代码,瑞士 AI 倡议公开了 Apertus 的数据准备流程、训练代码和检查点,MBZUAI 的 IFM 则公开了 K2 Horizon 的训练代码、数据或数据配方、中间检查点和日志。
为什么公司把开放权重模型称作开源?
这个词大家很熟悉,还带着开源软件积累的好感。严格来说,其中很多发布属于开放权重,所以本站在每个页面都标注许可证类型,并使用更精确的称呼。
我该选开放权重还是完全开放的模型?
如果你只是想运行模型并开发产品,宽松许可证下的开放权重模型通常就够了。如果你需要审查训练数据、复现训练过程,或研究模型是如何做出来的,就选完全开放的发布。

本文关键术语

  • 需授权下载的模型(Gated) Gated 模型是指在 Hugging Face 上下载前,必须先登录并接受条款或申请访问权限的开放模型。
  • 开源 AI 按开源促进会(OSI)的定义,开源 AI 是指你可以自由使用、研究、修改和分享的 AI 系统,其权重、代码以及训练数据的详细信息都必须公开。
  • 开放权重 开放权重模型是指公开了训练得到的参数(即权重)的 AI 模型,任何人都可以下载并运行,通常附带一份规定使用条件的许可证。
  • 宽松许可证 宽松许可证(如 Apache 2.0 或 MIT)允许你使用、修改和销售模型,附加条件很少,通常只要求保留声明。

本文提到的模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
Olmo 3.1 Allen Institute for AI (Ai2) 7.3B – 32.2B 64K Apache 2.0 (宽松) 5.04 GB 笔记本或手机
Apertus 1.5 Swiss AI Initiative 8B – 70B 256K Apache 2.0 (宽松) 5.52 GB 笔记本或手机
K2 Horizon Institute of Foundation Models (MBZUAI) 1.08B – 379B 激活 23B 512K Apache 2.0 (宽松) 0.745 GB 笔记本或手机
MiniCPM5-2B OpenBMB 1.08B – 2.52B 128K Apache 2.0 (宽松) 0.745 GB 笔记本或手机
Gemma 4 Google DeepMind 5.1B – 30.7B 256K Apache 2.0 (宽松) 3.52 GB 笔记本或手机
FLUX 3 Image Klein Black Forest Labs 5.6B – FLUX Kommunity (附条件) 8 GB 笔记本或手机
Qwen-Image-2.1 Alibaba Qwen 7.1B – Qwen Research License (非商用) 20 GB 游戏显卡
Kimi K3.1 Pro Moonshot AI 2.8T 激活 104B 1M Kimi K3 License (附条件) 1.72 TB 多机集群