近日，GPT5.0正式亮相，不过并未公布模型参数。OpenAI的闭源特性，引发了关于推动AI技术公平性的探讨。在人工智能领域，开源被视作实现反垄断和民主化的重要途径，尽管面临争议与挑战。
当下的人工智能行业正处于抉择之中，彻底开源虽能激发创新，但存在不确定风险；少数公司掌控技术则保障了安全，却使多数开发者处于生态链末端。这里的开源，已超越传统软件开发概念，涵盖了多重开放形式与机制。
作者认为，唯有真正的开源开放，软件代码才有持续创新的动力。在技术范式可能转变的背景下，开源的战略价值或许远超预期。它在促进科学共享、提升透明度、防止技术垄断等方面有积极意义，但也要正视技术滥用和大型科技公司控制的不确定性。
从历史看，开源软件是数字技术的基础，其理念已成为数字从业者的共识。然而，近年来人工智能开源却饱受质疑。例如OpenAI，2023年发布GPT -4时从开源转向闭源，2025年4月又宣布重新拥抱开源，这反映了技术演化中生产力和生产关系的动态调整。
开源人工智能理念存在争议。一方面，其内涵比开源软件复杂，厂商多开放工具和权重模型，限制资源开放，难以支持技术复现和成员能力学习；另一方面，开源许可协议有诸多限制条款，与开源软件的“四大自由”精神不符，因此被质疑是“公开洗地”而非“实质开放”。
关于开源人工智能的价值，有人认为其性能不如闭源人工智能，前沿模型领域需要大量资源投入，这也是GPT – 4闭源的原因。但2025年初DeepSeekV3和R1开源模型证明了有限资源下也能实现高性能。不过，开源人工智能与开源软件促进发展的机制仍有差异，其高门槛限制了创新范围和效果。尽管如此，开源促进人工智能发展的趋势日益明显，且已带来生产力赋能的实际效果。
开源人工智能的风险也存在争议。图灵奖得主观点不一，这种差异还体现在人工智能安全治理政策实践中。美国不同政府对开源人工智能的监管态度不同，随着开源人工智能的发展，安全风险范畴也在拓展。
在“地缘政治”方面，开源软件曾打破技术封锁、促进国际合作，但开源人工智能情况复杂。它有助于打破政府对技术流动的管制，但也可能引发更复杂的大国竞争格局。
总之，围绕开源人工智能的争议，涉及技术演化、社会影响和未来走向等关键问题，反映了公共利益与私人利益、国家与市场、国际权力结构等方面的矛盾，其未来演化值得关注。
