Meta AI 负责人发声：传统开源协议管不住大模型，规则该改了

把软件代码免费公开，叫开源。但如果你把一个用海量互联网数据堆出来的大模型放出来，顺便加了几条使用限制，还能叫开源吗？

今年 7 月 Meta 推出 Llama 2 时，打着免费和开放的旗号，在大模型圈里吸足了好感。但开源社区的老玩家们却一直耿耿于怀，甚至觉得 Meta 占了「开源」这两个字的便宜。

The Verge 刊发了对 Meta AI 研究副总裁、FAIR 实验室负责人 Joelle Pineau 的专访。面对社区的质疑，Pineau 直接把矛头指向了现有的许可制度：不是 Meta 不够大方，而是现有的开源许可证根本管不了现代 AI。

惹恼开源老兵的「防贼条款」

开源促进会（OSI）对开源有一套严格的定义，核心就是允许任何人无条件自由分发、修改代码，并且不能绑定特定产品或歧视任何用途。

Meta 显然越界了。在 Llama 2 的协议里，Meta 塞了两条刺眼的限制：一是日活用户超过 7 亿的商业公司必须向 Meta 申请授权并付费；二是严禁用 Llama 2 生成的数据去训练其他竞品模型。

荷兰拉德堡德大学的研究人员直接在《IEEE Spectrum》上发文，批评 Meta 自称开源是误导公众。不少开发者也在社交媒体上抱怨，这充其量叫「开放权重」，算不上纯正的开源。

Pineau 对这些批评心里很清楚。但她觉得这是保护 Meta 商业利益与对外分享之间必须做的妥协。用她的话说，Meta 是在防着那些科技巨头直接坐享其成。

旧规矩装不下现代 AI

Meta 以前在开源上是有战绩的。2016 年 Meta 开源了深度学习框架 PyTorch，完全没有这些条条框框，如今 PyTorch 已经成为全球 AI 开发的底层支柱。

但大模型和代码框架完全不同。Pineau 提到，现有的开源许可协议都是几十年前写给传统软件的，当时根本没人料到软件会吞下几千亿 token 的外部数据。

如果模型吐出了侵犯版权的内容，到底谁来承担法律责任？现有的开源许可证普遍只有简单的免责声明，无法为下游开发者提供版权保护。

好在开源阵营也在自我修正。OSI 执行董事 Stefano Maffulli 对 The Verge 表示，他们理解现有的许可无法满足 AI 模型的需求，目前正在联合开发者制定专门针对 AI 的「开源新定义」。

为什么重要

我们认为，Meta 这次对开源许可证的发难，戳破了 AI 圈子里维持已久的「开源温情假象」。

对于普通开发者和中小创业团队来说，纠结它是不是「100% 纯正开源」其实没有太大实际意义。只要你的日活没到 7 亿，Llama 2 就是眼下性价比极高的基座模型，你依然能免费用它搭建商业应用，这比完全封闭的 OpenAI 和 Google 友好得多。

但对整个行业来说，这场争论标志着开源定义权争夺战的开始。OpenAI 联合创始人 Ilya Sutskever 早就公开表示过去公开研究是个错误，直接走向封闭；而 Meta 则试图重新解释开源，既想吃开源生态的红利，又想守住商业护城河。

看起来，Meta 的做法在商业上极其精明，但在社区信誉上留下了隐患。一旦每家大厂都按自己的利益定制一套「带有附加条件的伪开源协议」，真正的开源协作精神很可能会被商业巨头的私心肢解。未来的 AI 规则到底该听技术非营利组织的，还是听拥有算力的超级大厂的，分水岭可能就在这里。