开放权重解析：正在分裂 OpenAI、谷歌与中国 AI 实验室的格式之争

这听起来像内部整理，实则不然。Skill 是保存下来可反复使用的文本文件。Gem 则是谷歌服务器内的配置。两者都不是模型。若厂商失去兴趣、调整价格或关闭账号，你无法将其拷贝到笔记本上继续运行。据 The Decoder 报道，Gems 将于 11 月对个人账号关闭，2027 年 3 月对企业及非营利 Workspace 客户关闭，2027 年 6 月对教育客户关闭，现有 Gems 将自动转换。11 月也是谷歌 2025 年夏季推出的 AI 小程序实验 Opal 的终点。

这一区别比一年前更重要，因为开放权重已不再小众。

9 月，英伟达宣布以 129 亿美元收购 Hugging Face。这家位于纽约的平台托管开放模型与数据集。Rest of World 于 9 月 30 日报道该交易，并梳理了中国替代方案，指出北京在 2023 年封禁了 Hugging Face。阿里巴巴 2022 年推出的 ModelScope 现托管超过 17 万个模型。OSChina 2023 年推出的 MoArk 收录约 2 万个。OSChina 首席执行官徐勇对 Rest of World 表示，“并非所有人都能随时使用 VPN”，中国需要面向中文用户的自主 AI 生态。

同一周还涌现一批发布，过去这需要企业实验室和数据中心。Fermion Research 于 9 月 30 日发布 Phonon-2，一款英文语音识别模型，下载包仅 164 MB。据公司说明，其在 Open ASR Leaderboard 七个英文测试集上的平均词错误率为 5.21 %。权重以 CC-BY-4.0 许可发布，与其派生自的英伟达 Parakeet TDT 0.6B v3 相同。Fermion 称，榜单上得分更高的开放模型体积至少是它的 5.8 倍；在 MacBook Air 上，一小时音频约 20 秒转为文字。

英伟达在自家地盘也不甘落后，在 Hugging Face 发布 Kumo Tabular。这是一款用于表格预测的开放基础模型，提供 28M 至 215M 参数三种规模，以 OpenMDW-1.1 许可发布，允许商用，且仅用合成数据预训练。公司称其在 TabArena、BeyondArena、TALENT 和 ScoringBench 四个基准上排名第一。其卖点在于：预训练模型可将带标签表格作为上下文，通过单次前向传播预测新行，无需训练或特征工程。

新发布的具体声称

本周最有趣的开放工作并非全是模型发布。英国 AI 安全研究所与 Meridian Labs 发布 Inspect，一个用于前沿模型评测的开源框架。它包含可组合的数据集、智能体、工具和评分器，200 多个预置评测，以及沙箱系统，可在 Docker、Kubernetes、Modal、Proxmox 或 Vagrant 中运行不受信任的模型代码。它支持接入 Claude Code、Codex CLI 和 Gemini CLI 等外部智能体。若需验证厂商安全声明能否经受自写测试框架的检验，此类工具可供尝试。

Bespoke Labs 于 9 月 30 日发布 Nimble，一个 9B 模型及其训练配方，基于 Qwen3.5-9B。它一步做出类型化决策，不先输出推理过程，因此速度很快。代码库明确说明，团队未从 TypeSafe 的 Jev 蒸馏。README 指出，重点在于展示如何整理数据、训练并部署此类模型。更新日志从 9 月 18 日添加公开基准套件开始，至 9 月 22 日拟合温度参数，使模型概率更贴近答案正确的实际频率。

名为 Coop 的项目将思路推得更远。托管于 github.com/commonsense-ai/coop，它利用捐赠的消费级硬件及 Hugging Face 和 GitHub Actions 免费额度预训练小语言模型，无服务器、无资金、无守护进程。伪梯度以 Hugging Face 拉取请求形式送达，无状态 GitHub Actions 定时任务负责聚合。第二阶段已启动：约 145M 参数，在 FineWeb-Edu 上从零预训练。第一阶段为 TinyStories 上的 15M 模型，已超出 Chinchilla 最优预算。项目称，不同机器（含 Apple Silicon 和普通 CPU）上的志愿者各自训练同一外层步骤，随后平均为一次更新。

还有 PSSA，一个从零用 Rust 编写的非 Transformer 语言模型，底层无 PyTorch、TensorFlow 或任何机器学习框架。它声称在参数和语料相同的情况下，学习速度比 Transformer 更快，同一 CPU 上文本生成速度约快十二倍。作者直言原因：逐 token 权重更新、前向传播中写入的记忆库及标量参考路径，使得自动微分框架带来的麻烦大于价值。

并非每次开放发布都是基准胜利。CHOMPI Club 于 9 月 30 日以停产形式开源便携采样器硬件和软件，包括原理图、物料清单、EAGLE PCB 文件和固件，以及名为 WAVE 的 Beta 版 8 声部波表合成器。这提醒人们，开放权重、开放硬件和开源是三件不同的事，公司可以只做其一。

安全论证的双刃性

本周最大的开放权重新闻，却关乎一个未发布的模型。The Register 于 9 月 30 日报道，OpenAI 指控与中国月之暗面有关联的个人自 7 月 1 日起发动蒸馏攻击，利用批量查询复现受保护的推理过程。OpenAI 博客称，7 月 24 日和 25 日出现峰值，4000 多名用户发出 16000 次使用相关提取模式的请求。公司识别出涉及 15000 多名用户的相关活动，并于 7 月 28 日完全阻断该行动。OpenAI 称对抗性蒸馏是安全与国家安全风险，因为提取的推理可在无原有防护的情况下训练另一模型。

The Register 的立场较为中立。它指出，OpenAI 在版权纠纷中大量使用互联网内容训练，却反对其产出被同样方式使用。该媒体还提到，一周前发布的 Anthropic Claude Opus 5.5 带有名为 preserved thinking 的防蒸馏机制。

张力在此清晰可见。开放权重允许任何人检查模型、本地运行并在此基础上构建，无需许可。它也允许任何人移除护栏并重新打包能力。两者同时成立，业界尚未决定更重视哪一方。

谷歌推出 Skills 是同一争论中较安静的一面。Skills 是源自 Anthropic 的开放格式。Gemini 可从过往对话生成 Skills，串联多个，并在检测到匹配提示词时自动运行。用户获得指令的可移植性，而非模型的可移植性。据 The Decoder 报道，OpenAI 正在停用其对等产品 Custom GPTs。

对于决定运行什么的人来说，实际问题不是开放还是封闭，而是当公司改变主意后，你还能对该事物做什么。