| |
|
|
|
| 知识库 -> 科技 -> OpenAI 负责人称 Kimi 开源是减速主义，他的说法有道理吗？开源对 AI 的发展能带来什么？ -> 正文阅读 |
|
|
[科技]OpenAI 负责人称 Kimi 开源是减速主义，他的说法有道理吗？开源对 AI 的发展能带来什么？ |
| [收藏本文] 【下载本文】 |
|
快科技7月20日消息 ，近日，OpenAI战略未来负责人Dean W. Ball在社交平台发表了一篇题为《Some observations on K… |
|
洋人（特指欧美）面对第三世界和有色人种一直有一个微妙的心理，有点类似于托尔金在其作品里的那种描绘，即我们洋人是高等精灵，而第三世界和有色人种就是魔多大军，你看着他们乌泱乌泱的淹过来，但只要我们砍掉索隆手上的至尊戒，整个魔多大军就直接灰飞烟灭了。 实际上，如果你经常看欧美的英雄主义作品的话（抛开反战与批判性质的作品不谈），你会发现他们的确相对不喜欢描绘那种为了一场大战，即使是正义的一方也要付出巨大的努力和准备，然后无数无名的勇士和法师在一场场战役里压倒邪恶一方的叙事。即使有，多半也是背景板，是“先国王”时代的剧情了。主线剧情一定是一个小分队，找到一个“窍门”（洋人那边的术语叫做“银色子弹”），于是整个敌人就灰飞烟灭了。 这种心理当然是隐秘的，洋人现在受限于普遍的虚伪和政治正确，大多也不会在公开场合说出来。但不妨碍其的整个决策动机都是基于这个叙事模式的。即你别看第三世界的挑战者们有多嚣张，有多少铺天盖地的055或者东风导弹，我们总有一个“窍门”性质的东西，可以让我们做到一键咩鳖，我们不仅赢，还要赢得精巧无比，彻底摧毁敌人的反抗心理。 在这种心理的指挥下，海湾战争和随后的一系列冲突，你都看到欧美各国都是努力往这方面去靠的，即一定要营造一种技术上宛如神灵，搞“降维打击”，一瞬间把对方拍扁的叙事。即使武力上不能赢，那也是类似苏联这种“只要我们找准窍门就可以不战而胜”。而对体系化的笨办法，也即那种一战式的真的把国力的每一个极限全部榨干而毫无取巧的空间，洋人是真不喜欢。 这就导致现代美军里DDG（X）这种常规的驱逐舰迭代项目相对而言不是很受欢迎，国会更喜欢的是一种“决定性的”“敌人甚至无法发现的”“快速瘫痪对方战斗能力”的那种神兵利器，比如说现在已经证明是灾难的朱姆沃尔特，什么电磁炮、完全隐身、决定性的沿海制陆权，结果最后是防空防不住制海打不赢。总之，如果你说战争是一个体系性的东西，需要庞大的基本功建设来先保证“不输”，而在你鳖建军思维没有什么重大差错的情况下，实际上没有什么窍门可以一键咩鳖，乃至现在你鳖也在一边搞体系一边搞自己的“银色子弹”，这个故事国会就不爱听了…… 这种思维的来源是什么呢？其实托尔金自己也承认多少有点把第三世界的特征套魔多大军的情况。托尔金时代的神话是怎样的？比利时的殖民对架起一挺马克沁，成千上万的部落勇士死光了也摸不到白人的阵地。即使没有马克沁，在南非的英军用后膛枪和白人的组织度排列的方阵，一样把祖鲁人头都打爆了。有了这个“一”，你们的一切都是可以灰飞烟灭的。 打破规则那是我们洋大人才能做的事，你们这些第三世界宵小不准搞规则打破者级别的武器！窍门只有我们洋大人可以找，你们这些宵小一概不准找洋大人的窍门！ 但说实话这个迷思本身，如我所说，也并不是洋人在一切时候的思想。举例来说，一战和二战即使有极多“窍门”式的情况，但无论是德国还是美国最终都是依靠纯粹体系化的运营和纯粹的数值暴力来完成各自的军事胜利的，苏联在反攻阶段那更是一种工业化文明的现代性之美的巅峰，因为他们在当时就是基本功最好，体系最扎实，在这个基础上去找各种“窍门”（比如原子弹）来最终取得最终胜利“我都要”的玩法。 而在二战中被公认为最喜欢找“窍门”的国家是什么呢？对了，就是英国和日本，前者玩雷达和特种作战玩的飞起，后者则把人的能动性榨到了极致。因为他们的国力已经无法在一种体系化的对垒中产生优势，所以才需要去找大量的“窍门”来补强这一点。 我们正是要说，正是因为现代欧美已经无法对第三世界产生不可思议的魔法式的体系化压制了，他们才要回到这种银色子弹式的迷梦之中。 如果我们了解了这一点，则我们就不难理解现在为什么AI在美国政界那群实际上并不了解AI技术的老东西（他们会把Codex下下来再部署一个项目都是一个惊人的跃进了）会将AI放到一个如此高的位置上——AI就是他们想象中那个本来应该结束游戏的“银色子弹”（别看你老中现在是世界第一大工业国，等我点出AGI一键把你咩了），结果美国人很快就发现了不对劲。 首先，目前AI的困境就是一个典型的红皇后效应（你必须全力奔跑才能留在原地），由于现在整个美国的故事可以说都依赖于AI企业的故事来营造其估值，AO两家实际上已经进入了一种大而不能倒的状态，其必须赢而且越来越多的赢。如果说Open AI靠的还是比较纯粹的产品力猛砸的话，Anthropic在产品力之外还有一个AI安全叙事的问题。这就导致两边必须不断投入更多资本来进行训练，产生越来越强的AI。 而停步的代价是什么呢？比如说G家的Gemini，一个年初还被公认为是最强模型的3.1现在已经被认为是路边一条了，完全被认为还是上个世代的产品，3.5的难产直接拖累了G家的股价。因此AO两家是不能停下来的，但对于AI来说，什么时候才能算是投入到了终点而可以停下来呢？据说这个终点是AGI，但对这个终点感到悲观的人也不少。 但是，AO两家反而因为没有显卡供应的束缚，其训练主打一个力大砖飞，成本远比中国的相同企业大得多，乃至于很多欧美媒体不得不暗示中国企业可能搞了一些会计魔术（比如说只计算了电费和人员成本，没有算其他研发成本等）乃至暗示可能有政府资金导入（最近甚至有个谣言说你梁叔叔为了改善表现把Fable中转过来了，解锁赔钱系统了属于是），是蒸馏或盗窃技术等，也无法否认中国企业在训练上因为绞尽脑汁就是比AO两家更精巧这一点的事实（这已经非常不“银色子弹”了，本来剧本应该是中国企业只能力大砖飞而我们一个显卡制裁对方就熄火了，我们虽然显卡供应不受制但我们的训练更优雅的情景的）。 其次，目前从你梁叔叔到暗面到阿里家到百度其实对于盈利相对来说没有那么急切，但一样做出了可以和Opus等一流模型相提并论的生产力级别的模型，而对于落地配套这一点，虽然你永远无法信任某企鹅和阿里的人品，但基本上qoder和workbuddy都还凑合。你很难说ChatGPT和Anthropic的非顶尖模型相对于中国的开源头部有决定性和体系性的碾压优势里。 那么我们不得不问出这样一个问题，如果大模型最终来到了一个奇点，即下列任何一个情况发生： 资本们耐心耗尽，需要闭源阵营展示出盈利能力（Grok就是因为这个被马斯克中道崩殂了——马斯克甚至不是因为没钱了，仅仅是因为觉得这个找不到叙事和觉得“进步不够快”）；闭源阵营在技术上被开源阵营超越，导致更昂贵的定价反而无法带来更好的工作效果，导致整个叙事破产；在一个技术层次之后，生产力和文字创作等领域均已经对闭源阵营和开源阵营模型的差异没有体感上的差别，而开源阵营的价格有决定性的优势；闭源模型成功用合规性和政府审查把自己玩死了，或者因为重大安全事件导致被生产力环境认为是不可信赖的黑箱而被抛弃。 那么我们就可以看到二十一世纪最大的烟花了，哈耶克先生的自由市场是残酷的，被高估的东西一定会被自由市场看不见的大手拍扁。 最后A家的AI安全叙事和其政治叙事带来的一个副作用是，因为美国政界已经普遍觉得AI是一个银色子弹了，因此必须像芯片一样进行管管，我们就看到了Fable发布之后搬了石头砸自己的脚而直接被政府机构反复抓回去审查的情况，乃至因为其过度的对其和不可控的降级机制而受到诟病。而Open AI也因此受到连累，其5.6审了差不多半个月才拿出来，肯定是已经破坏了它的节奏的，奥特曼也表示希望这不是一种常态。 但问题是，A家的这个叙事不讲不行，乃至奥特曼自己早期也是一个惯犯，非常喜欢整天说一些似是而非的AI毁灭世界的言论，无非是一方面用恐吓的方式来帮自己的产品打广告，另一方面也是表现出一种“我赞成负责任的AI管制”的态度。这个方法用来哄抬自己的股价本身没什么问题（类似于很多车企发布高性能车的时候也会装模装样地就高速下的安全问题进行声明等），可是美国政界是真会严肃对待这一点的。 可想而知的是，如果顺着“AI可能作恶”“AI太恐怖了，必须由负责任的大手掌握”这个思想推下去，美国对闭源AI做出越来越多的限制乃至控制，最终导向AI主权化，这当然也是一种一切的终结。 |
|
你要有两个价值观： ① 开源技术之所以存在，是为了迭代加速，让更多的在 A 的基础上，快速做出 A1、A2、A3，避免重复造轮子。 比如 Kimi 用的 KDA 技术就经过了多代演化。你不能把迭代叫做“减速主义”。开源能快速做到第一梯队，都是靠社区共享技术，DeepSeek 共享了 V3 训练框架，成了 现代 MoE架构母机，也吸收发展了 Kimi 的 Muon 优化器。这里哪有减速？ ② 如果你害怕开源，因为你的技术不够领先了。 顶级开源模型，影响了闭源的生意，这件事真的。但 Dean Ball 错误地、习惯性地把闭源当做了正统，一旦你的观察角度定死了，你看其他角度都会是歪门邪道，你就会本能动用一切注意力去论证开源的劣势。 如果你讲得这么极端，那么就应该把 OpenAI 内部所有支持Linux、Docker 、PyTorch、Transformer开源的员工全部清理出去，同时保证自己不用任何开源技术，聘请第三方审查自己的模型架构和训练方法，保证没有使用开源社区任何技术，没有蒸馏过开源模型的特种能力（比如中文能力），维持闭源的神圣性和纯洁性。 ——客观的说，顶级闭源模厂拿到了巨额融资，可以聚拢一大批高阶人才，囤积了大量算力，带头突破了很多必要性技术，比如 OpenAI 在 GPT-3 Scaling Laws 和 Strawberry CoT 技术，Anthropic在 Coding Agent 上的商业模式引领作用。 但这个事实，无法推导出“大家必然都要闭源，应该拒绝开源的说法”。 难道 Anthropic可以说 Coding Agent 、次世代Scaling Laws 这些赛道是我开辟的，其他人都不允许开源？ —— 很显然，在超大模型的训练、推理成本可控性的工作主要是 DeepSeek、Qwen、Kimi 、MiMo …在做，Anthropic 和 OpenAI 在这方面没有任何贡献，除非你觉得节约算力、节约电力、减少排放，对人类来说没有任何意义。 既然开源做了贡献，模厂当然可以有自己的意志决定要不要开源。由得你们 OpenAI 置喙吗？ AI 领域的进步速度，不仅仅只在对人才经济激励，更重要的是告诉人才和投资人：你们正在改变时代，创造一个回报无法想象的未来，这就是值得的一生。 只要大模型领域仍然有这种面向未来的魅力，那么，它对人才和投资人的吸引力就不会减弱，所以也不存在“减速主义”的说法。 况且开源模厂不是慈善机构。也有自己的商业模型，甚至更狠、更野，模厂之间的竞争异常激烈，绝对不会弱于闭源公司。 如果开源模厂率先学会了如何在“开源时代”残酷的环境中生存，那么，闭源模厂反而是那个被达尔文淘汰的慢速物种。 如果开源击穿了你的高毛利温室，你就活不下去了，那么，你本来就被淘汰。开源之所以还在层出不穷，说明 AI 大模型这个领域，还远远达不到可以坐下来享受高毛利的时候，再等 20 年吧。 与其说，Dean Ball 在呼吁“加速主义”，不如说是呼吁一种“保护主义”。我从来没听说过 “保护主义”和加速、进步之间有什么正相关关系。 送礼物 还没有人送礼物，鼓励一下作者吧 |
|
最蠢的就是这句话：开放权重模型会削弱前沿模型的商业回报，降低企业继续投入数百亿美元训练下一代模型的动力，因此"开放权重模型天然是一种减速主义力量"。 有没有可能，在下一代模型的技术路线，商业前景，付费意愿，各方面都不明确的时候，先砸上几百亿美元就是错误的行为？上一个商业上这么自信的公司叫恒大。 现在deepseek，glm，kimi在帮你们纠正这个错误的行为。 |
|
看了原文，AI communism 简直太逆天了，直接给我干沉默… 你永远能够相信老美的PTSD能力，就像戳到了g点，下一秒就要说一些服务器都是压迫小黑在手摇发电的胡话了 |
|
显然没有道理。涉事人物 Dean W. Ball 仿佛是从异世界穿越来的，不但对中国和中国大模型完全无知，还对世界会如何响应美国的胡话有不切实际的幻想。欧美网民将他喷得在推特满地打滚，场面宛如校园霸凌。Ball 的姓氏在这里得到了充分的体现。 讨论人工智能的时候，“加速主义”表示主张更快地发展人工智能，以建立新的世界秩序；“减速主义”则强调风险，认为需要更谨慎的方法。Ball 似乎不知道，对更多人来说，他站在大公司角度谈论的“加速主义”这个词语本身就不是什么好东西。如果中国开放权重大语言模型会损害这些大公司的利益，那么这些模型将会有益于社会的其他几乎所有部分。就连一些欧美用户都难绷地注意到，Ball 使用“反乌托邦”这类概念的方式似乎是和正常人不一样的。在推特，欧美网民立即开始嘲讽 OpenAI、顺便嘲讽这家伙本人，让他开始哀怨地呻吟“我被误解了”、“你们真不友好”。 |
|
|
Ball 尝试诉诸“我没想到读者的文化水平这么低”来解释他说出的糟糕内容： |
|
|
不难想象推特网民的反应： |
|
|
|
|
|
|
|
|
|
|
|
人工智能公司 Littlebird 的创始人 Alexander Green 不同意 Ball 的整个思路。 特朗普的人工智能沙皇 David Sacks 否决了 Ball 所谓的预测，他写道： 我不确定 Dean Ball 是在承认监管捕捉策略，还是仅仅预测这种情况会发生。不管怎样，将监管不确定性武器化作为一种竞争工具都是完全不能接受的。 我们正处于人工智能政策的一个关键转折点。在人工智能模型收入方面，领先的封闭式实验室已经是双头垄断，它们希望政府消除它们的开源竞争。他们已经摆出了自己的牌，是时候让硅谷的其他人也这样做了，他们中的绝大多数人仍然重视公开竞争。 美国国防部副部长 Emil Michael 更加直接，他说 Dean Ball 是 AI 行业的“全村的极品傻瓜”（supreme village idiot）。 背景： 月之暗面推出的大模型 Kimi K3 被多名欧美网民评为“接近 Fable 5 水平”，少数欧美网民喊出了“接近 Mythos 水平”。常见的抱怨是 Kimi K3 完成任务的速度较慢、Token 效率不够高——我认为，不久的将来，中国开放权重大模型会解决这些问题。对于在美国靠闭源大模型哗众取宠来吸引投资的大公司，这显然是灾难性的，他们只好路径依赖地继续哗众取宠，试图吓唬欧美网民。可惜，大家都不是吓大的。 Kimi K3 的 API 价格跟过去的中国开放权重大模型比起来明显较高，但还是远低于美国闭源大模型。 自称分析师的推特用户 mweinbach 让 Kimi K3 Max 智能体群（二三十个子智能体）用 Liquid Glass 和原生应用在网页浏览器里重建 macOS 27，在花费六小时的时间和月度用量的 60% 后，这个任务完成了，效果令人印象深刻：所有应用都能用，界面比 ChatGPT 做出来的效果更接近 macOS. |
|
|
提示词极为简单： |
|
|
一些欧美网民开始反思。推特用户 enzo_gte 说： 这个模型显然在很多方面都很擅长（尤其是前端开发），但人们如此喜爱它的一个不那么明显的原因是，它在安全限制和版权方面显然不遵循同样的规则。 Kimi 会高高兴兴地克隆 MacOSX。如果你让它帮你改进另一个大语言模型，它会带着它虚拟脸上的微笑去做。 让 Fable 做同样的事？它简直会把你当成犯下战争罪的罪犯（不，兄弟，我只想微调一个开源模型）。 在使用了最近发布的三款产品——Fable、GPT 5.6 和现在的 Kimi——之后，很明显，美国大模型的全部能力因为上个月与美国政府之间的风波所导致的安全限制而受到了严重制约，这使得顶级模型在某些领域简直像是被切除了脑叶，这导致了次优的结果，因为安全限制污染了模型整体的思维和问题解决能力。 有趣的是什么呢？其实你在 2 到 3 年前就可以预见到这一结果，当时你开始看到中国电动汽车和智能手机相对于西方竞品的崛起。 他们当时简直是尽可能拼命地复制特斯拉 Model S 和 iPhone，然后最终开始出现分化，到了现在他们的电动汽车和手机就是实实在在地比美国货更好——这也是为什么我们有出口管制来禁止他们的电动汽车，因为它们真的会把所有美国制造商打倒闭。 中国资本和美国资本之间存在着非常明显的行为差异。 美国资本试图保护版权、专利等等（哦不，你不能通过创世纪图书馆下载一本书，那是非法的！）。 而中国资本实际上根本不在乎。 “嘿，你想要一个用所有动画和漫画训练过的视频生成模型（Seeddance 2.5）？你还想让主角长得完全像梅西？没问题，给你！” 你明白我的意思吗？当竞争的一方被那些不懂技术的监管者和限制所束缚，而另一方有一位领导人今天还在亲口说要在世界各地建立人工智能中心，帮助其他国家接入他们的开源人工智能——那你就会开始看到这样的结果。 以前这些模型还不够聪明，这种理念上的差异影响不大——但在最新一代的模型身上，这种差异就变得至关重要了。如果这些模型终于到了比 99% 的人都聪明的程度，那你为什么想用那个试图把它的世界观强加给你的美国模型，而不是那个二话不说就按你说的做的中国模型呢？ 这不是一篇无脑吹 Kimi 的文章，这个模型在数学和科学等方面显然没有 Fable/GPT 5.6 那么聪明，但它没有枷锁这一特点，意味着它可以向世界展示那些前沿实验室一直在对你隐瞒的东西，而这会开始在客户心中滋生不满和对东方的忠诚——这大概不是美国政府想要的。 其实，你可以尝试越狱美国闭源大模型来做类似的事，生成版权图片、照抄特定的程序只不过是小儿科，简单的提示词就能让 ChatGPT 输出看起来像无码犯罪现场的图片，充斥着血、内脏、衣衫不整的女尸什么的。他们还是不愿意承认，中国的许多科技产品并不是靠复制美国科技产品发展起来的。另外，美国大语言模型厂商显然疯狂地扒取了各种号称有版权保护的内容、喂给人工智能，称他们尊重版权属于地狱笑话。 中国开放权重大语言模型在长文本处理、推理效率、工程优化等方面有大量的自主创新，不是简单地跟随、“蒸馏”美国模型。中国大模型 API 的低价与中国的电力基础设施性能、核心推理框架的优化[1]、缓存数据的积累[2]、国产芯片的适配、超节点互联芯片等有关。我国的政府工作报告已经包含“算电协同”的内容，利用算力任务的可调度性来参与电网调峰，可以降低 token 用电成本约三成。美国应该看看自己四分五裂的电网和人工智能数据中心旁边堆砌的发电用喷气发动机呢。中国至少跟美国一样重视人工智能安全，在《全球人工智能治理倡议》等文本里明确主张发展与安全并重。 也可以看看： |
|
|
民调显示，美国民众希望政府对人工智能行业重拳出击——美国民众对人工智能行业的态度空前强硬。根据 VeraSight 发布的 2026 年 6 月全国民意调查，美国民众对人工智能公司缺乏信任，他们迫切希望看到实质性的经济制约与严格的联邦监管。 此次调查于当地时间 2026 年 6 月 18 日至 19 日完成，样本覆盖 1690 名美国成年人。89% 的受访者支持强制要求人工智能公司公开所有内部安全测试结果。69% 的受访者支持一项劫富济贫式的提案——要求人工智能企业将 50% 的股票转移至公共基金，以此让全民直接分享人工智能发展带来的经济红利。即便调查时将该提案明确地与参议员伯尼·桑德斯挂钩，支持率也只是略微下滑至 64%，足见其强大的民意基础。公众对政府干预的期待已超越单纯的信息披露。81% 的受访者赞成赋予联邦政府明确权力以阻止任何被认为存在风险的人工智能系统发布，49% 的受访者认为政府应在安全标准的最终裁定权上占据主导，而非依赖科技公司。43% 的受访者认为，人工智能公司自身提出的监管措施不过是在为自身利益铺路。30% 的受访者明确表示，知名人工智能开发商判断模型用于公共部署的安全性的能力不如政府。VeraSight 首席执行官本·莱夫指出，这种对联邦监督、透明度及经济共享的强烈诉求已然成为跨越党派分歧的共识。 人工智能行业终于找到了完美客户：嗜血的恐怖分子——恐怖分子分享了简单的越狱指令，他们用的可是美国的闭源大语言模型聊天机器人呢。 闭源大模型的护栏保护了什么~——保护了攻击者。Hugging Face 不得不启动本地部署的 GLM-5.2，一款中国开放权重大模型，来辅助防御。 Hugging Face 公司在 2026 年 7 月遭到自主 AI 智能体执行的网络入侵。智能体利用数据处理流程中的两个代码执行路径（一个远程代码执行载体和一个模板注入）窃取了凭证和令牌，并在几周内在多个内部集群中横向移动，发起了数千次内部凭证访问尝试。 Hugging Face 公司称，入侵仅限于一组有限的内部数据集和内部凭证，没有证据表明用户数据或供应链受到影响。 Hugging Face 公司修复了主要的漏洞，关闭了用于初始访问的数据集代码执行路径。他们消除了攻击者穿越受影响集群并在受损节点上保持存在的立足点，撤换了受影响的凭证和令牌，并开始了更广泛的凭证轮换措施。他们在集群上部署了额外的护栏和更严格的准入控制，改进了检测和告警，以便在几分钟内针对高严重性信号及时响应。进一步调查正在进行中，他们还报了警。 Hugging Face 公司做日志分析时首先使用了商业模型，发现这行不通：分析需要聚合大量的真实攻击信息、利用工具和 C2 位置，而这些请求被供应商的安全护栏阻止了，这些护栏无法区分良性的响应和恶意的攻击者。于是，他们转而使用 GLM-5.2 在他们的基础设施上进行分析。这顺便阻止了攻击者数据和凭证被发送到他们自己的环境之外。 无论攻击者用的是越狱的闭源模型还是无限制的开放权重模型，攻击者畅通无阻，而防御工作被闭源大模型的护栏阻挡。这件事教育我们，你需要开放权重模型。参考^例如优化推理框架和混合专家模型的并行调度，根据负载细粒度调整算力，节约算力资源^缓存命中时复用历史上下文，可以大幅节约成本；稀疏注意力机制等可以减少缓存显存占用 送礼物 还没有人送礼物，鼓励一下作者吧 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
|
娱乐生活:
电影票房
娱乐圈
娱乐
弱智
火研
中华城市
印度
仙家
六爻
佛门
风水
古钱币交流专用
钓鱼
双色球
航空母舰
网球
乒乓球
中国女排
足球
nba
中超
跑步
象棋
体操
戒色
上海男科
80后
足球: 曼城 利物浦队 托特纳姆热刺 皇家马德里 尤文图斯 罗马 拉齐奥 米兰 里昂 巴黎圣日尔曼 曼联 |
| 网站联系: qq:121756557 email:121756557@qq.com 知识库 |