作者 | 汤安迪

编辑 | 周欢

11 月 3 日下午，2026 年世界互联网大会乌镇峰会主论坛 " 人工智能乌镇对话 " 环节，中国工程院院士王坚主持，DeepSeek 研究工程师高熙、阿里千问大语言模型项目负责人刘大一恒、MiniMax 首席架构师兼开放平台负责人冯雯、国际人工智能治理协会主席约翰 · 希金斯（John Higgins）同台。

这是世界互联网大会 13 年来第一次把 " 开源 " 写进峰会主题，" 人工智能乌镇对话 " 也因此成了当天含金量最高的环节。

一个值得注意的背景数字：OpenRouter 平台 10 月 19 日至 25 日的大模型调用量周榜上，第一名和第二名都是 DeepSeek 的模型，第三名是 MiniMax。

换句话说，这个台上坐着全球开源模型调用量前三里的两家，加上开源模型数量最多的千问（累计开源 460 多款模型、全球下载量突破 40 亿次、衍生模型超过 33 万个）。

1、

开源是为了更快 AGI

对话开头，是最根本的问题开始：为什么要把辛辛苦苦研究出来的成果开源？

高熙（DeepSeek 研究工程师）：很多人问，DeepSeek 为什么要把辛辛苦苦研究而出的成果开源出来？其实答案很简单，就是为了实现 AGI（通用人工智能，即能在绝大多数认知任务上达到或超过人类水平的 AI）。

AI 的发展一年比一年快。对大模型企业来说，在人工智能竞赛中，对手不是其他公司，而是时间。如果 AGI 本来 10 年之后到，我们希望在一年之后到；如果 AGI 本来是一年之后到，我们希望明天就能到来。

在模型研发过程中，构建技术壁垒阻拦竞争对手，短时间确实可以挡住对手的追赶。

但从十年、二十年的时间维度看，壁垒阻挡不了 AGI 的到来。所以开源是必然的选择，吸引更多有能力、有资源、有追求的同行一起参与创新，在我们的基础上做出更好的技术突破和更好的模型。

（奇偶工作室：DeepSeek 是本轮开源浪潮的发起者之一，其以远低于行业预期的训练成本做出的模型性能接近当时的最高水平，并选择开放模型权重。在 AI 行业，" 开源 " 对大模型而言主要指开放模型权重（即模型的参数文件），他人可自由下载、微调和再发布，这与传统软件开源主要开放源代码不完全相同。

开源让 DeepSeek 直接尝到了社区反哺的甜头。）

高熙：开源让自己充分体会什么叫 " 众人拾柴火焰高 "。模型开源后，社区经常涌现很多新玩法，让团队发现原来模型还能做到此前没想到的美好的事。

刘大一恒（阿里千问大语言模型项目负责人）：千问也是 AGI 路上的追光者。三年前阿里千问开源了第一代模型，自此陆续开源了 460 多款模型，全球累计下载量突破 40 亿次，衍生模型超过 33 万个。

在我看来，开源有两大核心意义：加速 AI 创新、实现 AI 普惠。

如果没有开源，大模型核心技术只会攥在少数企业手里。开源把模型使用权开放出去，是把参与 AI 的权利开放给全球所有人，开源开放不仅仅是开放了模型的使用权，也是开放了全球每一个人参与创造 AI 的权利。

过去三年，千问持续开放 1.5B、3B、8B 等中小参数模型（B 指十亿参数，1.5B 即 15 亿参数的小尺寸模型），成为全球学术界开展大模型研究的重要实验素材，大家可以用较低算力开展实验。

另外，头部闭源企业不会关注小语种、小众垂类应用、特殊硬件芯片适配这类细分领域的问题。只有依靠开源，吸引大量外部参与者，才能补齐这些短板，让整个技术生态形成闭环。开源模型的存在，还会促使市场上的模型保持在一个较高的性价比区间，避免模型的价格被垄断。

冯雯（MiniMax 首席架构师、开放平台负责人）：对处在人工智能赛道的公司来说，都非常希望通过开源给行业、给社会贡献差异化的价值。MiniMax 除了开源不同模态的模型，还会从工程实践角度分享研发过程中的经验，包括遇到的问题、开展的实验、相关数据，以及对工具所做的改造。

当前大模型行业竞争激烈，每天都有大量内容开源，各家呈现出多元的开源视角：有的团队侧重开源小参数模型，也有团队开源多模态模型。不只是模型本身，配套工程资产也在不断开源，加速整个行业向 AGI 迈进。

王坚（主持人）：人工智能时代的开源和过去软件时代的开源已经不一样。软件时代中国更多是开源的受益者，但在人工智能时代，中国已经成为开源非常重要的贡献者，甚至是引领者。

2、

开源以后的安全问题

但过去一年，开源模型的安全问题正在被全球监管者反复审视：模型权重一旦放出，就收不回来了。

刘大一恒：开源模型对比闭源模型，确实存在一些额外的安全难题。

第一是不可撤回性。模型一旦开源就会被大量传播，如果模型有缺陷，无法像闭源模型那样直接在线修复。

第二是缺少外部防护屏障。开源模型的安全高度依赖模型本身的内生安全能力，第三方拿到权重之后，可以想办法绕过内置安全护栏，破坏安全约束。

仅仅靠对模型做限制，很难从根本上解决治理问题，还需要更多的法律法规、行业规范和配套基础设施共同发力。这是整个生态的问题，需要更多人才关注。

刘大一恒：开源和安全不是简单的对立关系，治理才是那个需要被认真对待的变量。

两三年前我们会认为一个 1.5B 这种很小规模尺寸的模型做不了什么事情，但在新的后训练技术面前，它可以解锁这个模型的能力。我们现在对这些模型能力的判断有可能是低估的。

（奇偶工作室：后训练（post-training）指在基础模型训练完成后，通过指令微调、强化学习等方法进一步塑造模型行为的阶段。近年技术进步使小参数模型经过后训练也能具备相当能力，这意味着开源小模型的潜在风险同样不容低估。）

高熙：开源确实有可能放大人工智能相关的部分安全风险。但是，不开源同样会存在安全问题，不管是文本生成类还是图像生成类大模型，本身就自带安全风险，无论是来自人的恶意滥用，还是 AI 本身带来的风险，都无法完全避免。所以对 DeepSeek 来说，有责任去避免安全问题被扩大，目前团队正致力于提升安全能力。

冯雯：我认为开源在技术自主可控层面带来了很多不一样的价值。把大模型用到具体行业落地过程中，开源的模型反倒是更自主可控的选择——大家会基于更白盒、更开源的模型，做一些后训练或者微调等私有化部署，把这个开源模型变成自有模型。开源模型已经成为私有化部署、打造自有模型非常好的底座。

3、

" 我有一个银行董事长朋友 "

安全问题抽象，信任问题具体。希金斯把话头从模型拉回了人。

约翰 · 希金斯（国际人工智能治理协会主席）：依靠群体智慧带来的巨大可能性，是开源最核心的价值。难点在于，如何既能保住这份红利，又能搭建起可信的生态。

安全责任已经变成了全社会共同承担、众包式的责任。我有一个银行董事长朋友，她对在银行内部使用开源 AI 感到非常担忧，因为有时候她完全不清楚模型的来源背景。如何打消客户的顾虑，这是很多人共同的疑问。

他的另一位朋友做法更保守：使用开源软件前，必须先将其置于封闭环境大量测试，确保符合标准。

约翰 · 希金斯：安全这件事不能听天由命，也不能只靠少数顶尖学者或者一小群人，必须建立一套成型的机制。这需要统一的评估体系、可共享的测试方案，还要有能够跨国互认、被各方信赖的认证机制。要设立专门机构，负责开展这类评估与测试，给市场建立信心。

我知道开发者会觉得这些流程拖慢节奏，为此感到困扰，但这是一种取舍平衡。

（奇偶工作室：国际人工智能治理协会（IAGA）是聚焦 AI 治理的国际组织。希金斯此处说的 " 跨国互认的认证机制 "，指向的是当前全球 AI 治理的真空地带，各国各自立法、各自评估，一家企业的模型要在多国落地，需要重复通过多套安全审查。）

4、

AI 时代

人还要会什么

对话的最后一个议题落在人身上：AI 时代，人还要会什么。

王坚：人工智能发展要回到以人为本。

约翰 · 希金斯：AI 在生活方方面面显著提高生产力。我周围很多朋友部署了 Agent（智能体，即能自主完成多步任务的 AI 程序），但还没有信心在组织中广泛部署，担心 Agent 出问题之后怎么办。保险机制和信任仍是挑战。

刘大一恒：AI 解决生产力问题之后，对人的能力要求发生了变化：能否提出更好的问题，能否更好地组织应用 AI，能否在关键信息抽取和判断上做得更好，能否有更好的审美。

我对 AI 的态度相对乐观，AI 能提供更个性化的教育。我的孩子对天文感兴趣，我爱人就通过对话的方式用千问模型做了黑洞模拟软件——几句话就能做好并讲给孩子听，激发孩子的兴趣和想象力。

不过他也给年轻人提了个醒。

刘大一恒：年轻人不应该过度依赖 AI，不要让 AI 过多代替思考，从而失去判断和反思能力。

冯雯：有了 AI 之后，可能比以往更加需要创造力、想象力。

5

小结

DeepSeek 最近把多个团队整合成 " 产品部 "，负责公司所有的产品、设计和研发，开始补产品课。他们认为做产品是通向 AGI 的必经之路了。

希金斯代表的全球治理界，已经开始讨论 " 跨国互认的 AI 认证机制 "，这会直接影响中国开源模型的出海成本。

大会现场发布了《携手构建全球开放人工智能行动倡议》，提出 18 条行动倡议，这是 " 开源 " 第一次以主题身份进入世界互联网大会的正式成果文件。

•END •

欢迎点击奇偶工作室视频号，看最新视频 ~

↓↓↓

Question. Write.Narrate. Believe. Become a story. 易简传媒的愿景是提问和传播商业故事，让读者更开阔，更聪明。有 2500 万微信粉丝关注我们的账号，欢迎大家关注：

↓↓↓