黄仁勋把呼吁开源模型放在推文首帖，回应中美 AI 竞争与 Kimi K3 引发的争议。本文拆解公开信的详细要点以及背后的商业逻辑。

公开信说了什么：开源权重不仅能降低 AI 使用成本、促进竞争和技术扩散，也能增强企业与国家的数据控制权。

黄仁勋为何连续喊话：Kimi K3 让美国对中国开源模型的进步产生焦虑，黄仁勋提倡违规提取可以追责，但不能把整个开源生态视为威胁。

英伟达为何支持开源：英伟达的增长不依赖某一个模型，而依赖 AI 进入更多行业和场景。模型越便宜、部署越灵活，应用规模和总体算力需求越可能扩大，最终推动英伟达长期增长。

2026 年 7 月 24 日，黄仁勋发布了自己在 X 上的第一条帖子。没有新品发布，没有创业故事，也没有熟悉的皮衣段子。他选择分享一封由 NVIDIA 与多家科技公司、研究机构共同签署的公开信，主题是：为什么开源模型对美国的 AI 领导力至关重要。 [ 1 ]

他在帖子中写道：

" 作为我的第一条帖子，我想分享一封 NVIDIA 参与签署的信，解释为什么开源模型如此重要。AI 将改变每一个行业，为每一家公司提供动力，并由每一个国家共同建设。开源模型能够加强安全与网络安全，加速创新与技术扩散，并赋予各国技术主权。"

这是一份立场明确的声明。黄仁勋把 " 开源模型 " 放在自己的 X 首帖，也是在公开回答一个正在迅速政治化的问题：AI 的未来，究竟应该被少数公司锁在封闭系统里，还是应该让更多企业、研究者和国家拥有检查、修改与部署模型的能力？

公开信说了什么？

互联网是来时路，开源促繁荣

公开信标题为《开源权重与美国 AI 领导力》。核心要点可以概括为以下七条： [ 2 ]

1.AI 正在面对一场类似 20 世纪 80 年代开源软件运动的选择。

当年的主流观点认为，只有公司严格控制代码，软件才能持续进步；开源运动则证明，允许全球开发者研究、修改和改进代码，可以形成更强大的公共技术基础。今天，大量互联网基础设施、科技公司系统、科研与网络安全任务都建立在开源软件之上。

2. 一个国家的 AI 竞争力，不取决于是否拥有唯一最强的模型。

真正决定领导力的，是能否形成一个开源、强韧并扩散到各行各业的生态。模型只有进入工厂、医院、农场、课堂和中小企业的工作流，才能转化为生产力。

3. 开源权重能够降低使用 AI 的门槛和成本。

企业、大学、创业公司和公共机构不必从零训练模型，也不必为每一项任务都支付前沿模型的高价。它们可以按任务选择合适的模型：最困难的问题调用前沿能力，大量日常任务则使用更便宜、更高效的专用模型。

4. 开源权重能够促进竞争，防止收益集中在少数平台手中。

当更多组织能够构建、调整和部署模型，竞争就不只发生在模型公司之间，还会延伸到云服务、芯片、应用和服务层。竞争会推动创新、压低成本，并让 AI 红利更广泛地分布。

5. 开源权重让企业和国家获得更强的控制权。

组织可以控制自己的数据，根据自身需要评估和改造模型，并在本地、私有云或隔离环境中部署。长期积累的专用能力、知识和数据价值，也不必完全留在单一供应商的平台内。

6. 开源权重存在真实风险，但全面禁止不是正确答案。

模型权重一旦发布，原开发者很难追回，修改版本也不易追踪。然而，封闭模型同样可能被攻击、滥用或以外界无法发现的方式失效。公开信认为，开源能够扩大防御者和研究者的参与，让更多团队发现漏洞、进行红队测试并完善防护。

7. 监管应针对违法行为重点打击，而不是一刀切地限制技术方法。

公开信特别提到 " 蒸馏 "：利用一个模型的输出训练或改进另一个模型，是广泛使用的模型改进、评估与验证技术。合法蒸馏与非法窃取商业价值不应混为一谈。对欺诈、侵权或违规提取，应使用有针对性的法律和商业规则处理，而不是禁止对 AI 创新很重要的通用方法。

黄仁勋为何连续喊话？

Kimi 引发的中国开源恐慌

黄仁勋选择这个主题并非偶然。就在首帖发布前两天，他在接受 Axios 采访时为中国开源模型的进展辩护。他认为，优秀且低成本的模型并不会简单减少算力需求；相反，更便宜的 AI 可能带来更多应用、更广泛的采用以及更大的总体计算需求。 [ 3 ]

这段表态当时正处在 Kimi K3 引发关注的时间点。Kimi 官方称，K3 于 7 月 16 日上线服务，并计划在 7 月 27 日前释放模型权重。 [ 4 ] 其早期测试表现接近美国前沿模型 Claude-Fable5 和 GPT-5.6，同时价格更低且计划开源权重，迅速引发美国 AI 公司对商业模式和技术领先地位的担忧。 [ 14 ]

随后，白宫科技政策负责人迈克尔 · 克拉齐奥斯称，美方掌握的信息显示月之暗面利用 Anthropic 的 Fable 模型进行了大规模蒸馏；美国财长贝森特等官员进一步表示，如果蒸馏涉及虚假账户、规避访问限制和商业机密窃取，不排除使用制裁或实体清单。 [ 15 ] 但这些具体指控应当与一般性的开源权重政策区分开来，仍缺乏独立或司法认定。 [ 5 ]

而美国白宫曾在 2025 年发布的《美国 AI 行动计划》明确支持开源权重和开源 AI，理由包括帮助创业公司减少对单一供应商的依赖、支持敏感数据的本地部署、促进科研，并扩大算力与模型资源的可获得性。 [ 6 ]

因此，争议并不是 " 美国支持封闭、中国支持开源 " 这么简单。更准确的政策张力是：美国希望保持由本国企业主导的开源模型生态，同时又希望防止前沿能力被非法提取，或者在地缘竞争中失去技术优势。

黄仁勋和公开信想划出的边界是：具体违法行为可以查处，但不能因为存在违规提取，就把蒸馏、开源权重和开源生态整体视为风险源。

对英伟达而言，

模型越便宜，市场可能越大

黄仁勋支持开源模型，当然有价值观与产业政策的一面，也有非常清晰的商业逻辑。

英伟达卖的不是某一个模型，而是运行所有模型所需要的计算平台。如果模型价格下降，企业能够把 AI 用在更多任务上；单次推理更便宜，不一定意味着总算力需求下降，反而可能因为使用量暴增而扩大总体市场。

这类似于计算史上的一个长期规律——杰文斯悖论：单位计算成本下降后，计算并没有变得不重要，而是被嵌入了更多产品和工作流。

从英伟达最新披露的数据看，这一逻辑至关重要。截至 2026 年 4 月 26 日的季度，英伟达总营收为 816 亿美元，其中数据中心业务约 752 亿美元，占比约 92%。超大规模云服务商贡献约一半，其他客户贡献另一半。 [ 9 ]

换句话说，英伟达需要的不只是几家模型公司训练越来越大的前沿模型，它更需要 AI 扩散到企业、主权云、机器人、汽车、边缘设备和公共部门 [ 11 ] 。

开源权重恰好是这种扩散的重要工具，因为它们往往需要在私有云、本地机房甚至完全隔离的环境中部署模型。

但开源模型并不自动等于产业去中心化。训练和运行大模型依然需要昂贵的芯片、能源、数据中心、云服务和工程团队。模型层可以更开源，底层计算资源却仍然可能集中。Nature 的相关研究也提醒，单纯宣称 " 开源 " 不足以改变 AI 产业中的权力集中问题。 [ 13 ]

因此，英伟达的开源策略并不是放弃商业控制，而是把模型层做得更容易进入，再通过芯片、网络、系统软件、工具链和企业服务获得长期收益。

回到这第一篇帖子，黄仁勋没有推销一块芯片，他推销的是一个需要更多芯片的世界。

【声明】本文图表及分析框架基于公开信息整理，仅供产业研究参考，不构成对任何上市公司的投资建议或买卖依据。

参考资料：

[ 1 ] 黄仁勋首条 X 帖：https://x.com/JensenHuang/status/2080643682408321103?s=20

[ 2 ] 《OpenWeightsandAmericanAILeadership》公开信：https://www.microsoft.com/en-us/corporate-responsibility/topics/open-weight/

[ 3 ] Axios《Nvidia'sJensenHuangdefendsChineseAIamidKimipanic》：https://www.axios.com/2026/07/22/nvidia-jensen-huang-china-open-source-ai

[ 4 ] KimiK3 官方介绍：https://www.kimi.com/blog/kimi-k3

[ 5 ] Anthropic《Detectingandpreventingdistillationattacks》：https://www.anthropic.com/news/detecting-and-preventing-distillation-attacks

[ 6 ] 白宫《America'sAIActionPlan》：https://www.whitehouse.gov/wp-content/uploads/2025/07/Americas-AI-Action-Plan.pdf

[ 7 ] OSI《TheOpenSourceAIDefinition1.0》：https://opensource.org/ai/open-source-ai-definition

[ 8 ] 《InternationalAISafetyReport2026》：https://internationalaisafetyreport.org/publication/international-ai-safety-report-2026

[ 9 ] NVIDIA 季度报告（FY2027Q110-Q）：https://www.sec.gov/Archives/edgar/data/1045810/000104581026000052/nvda-20260426.htm

[ 10 ] NVIDIA2026 财年 10-K：https://www.sec.gov/Archives/edgar/data/1045810/000104581026000021/nvda-20260125.htm

[ 11 ] NVIDIA 开源模型计划：https://blogs.nvidia.com/blog/open-models-data-tools-accelerate-ai/

[ 12 ] NVIDIA 与 Palantir 案例：https://blogs.nvidia.com/blog/palantir-secure-ai-us-agencies-nemotron-open-models/

[ 13 ] Nature《WhyopenAIsystemsareactuallyclosed,andwhythismatters》：https://www.nature.com/articles/s41586-024-08141-1

[ 14 ] Axios《China ’ sopen-weightKimimodelstunsAIworldwithfrontier-levelresults》：https://www.axios.com/2026/07/16/moonshot-kimi-ai-china-model-openai-anthropic

[ 15 ] Axios《WhiteHousedrawsnewAIlineonChina》：https://www.axios.com/2026/07/24/white-house-ai-line-china

[ 16 ] NIST《UKAISI/CAISIPreliminaryAssessmentofKimiK3 ’ sCyberCapabilities》：https://www.nist.gov/news-events/news/2026/07/uk-aisi-caisi-preliminary-assessment-kimi-k3s-cyber-capabilities