OSI 正式发布开源 AI 定义 1.0：Meta Llama 难再称「开源」

大家争论了这么久的「开源 AI」，终于有了一份官方裁判书。

掌管开源软件定义几十年的开源促进会（OSI），正式发布了开源 AI 定义 1.0 版本，英文简称 OSAID。这份磨蹭了将近两年的标准，目的只有一个：到底什么样的 AI 才能堂堂正正印上「开源」两个字，别再让科技巨头随便贴金。

按 OSI 的新规矩，想自称开源，模型必须给足设计细节，让其他人能实质上复刻出一套差不多的系统。你必须开放完整的训练代码、数据过滤代码和运行代码，还要开放模型权重。

最关键也最要命的是数据。OSAID 并没有逼着开发者把几个 TB 甚至几十 TB 的原始训练数据全部打包上传，但你必须把数据来源、清洗和处理流程、以及别人怎么获取这批数据交代得一清二楚。

更核心的底线是权利。使用者必须拥有不受限制的权利，无论是商业用途、科研修改，还是在上面做二次开发，都不能加收买路钱，也不用去找任何人申请批准。

谁在裸泳，谁在抗议

这套尺子一量下来，现在满大街叫着开源的模型，基本没几个合格。

最显眼的靶子就是 Meta 的 Llama。Meta 一直以开源救世主自居，但它的协议明文规定：如果你的产品月活超过 7 亿，就得单独找 Meta 要授权，另外还附带了一堆不可接受行为清单。按照 OSAID 的要求，这显然算不上真正的开源。

OSI 的执行董事斯特凡诺·马富利直言不讳，他们跟各家聊过之后，微软和 Google 已经同意对不完全透明的模型停用「开源」这个词，唯独 Meta 依然嘴硬。

Meta 发言人对此表示不服。他们辩解说，现在的 AI 极其复杂，几十年前软件时代的开源定义早就装不下了，加限制是为了防止技术被滥用。有意思的是，Meta 本身还是赞助 OSI 的金主之一。

除了 Meta，开源社区自己其实也有很多不买账的声音。很多原教旨主义者批评 OSI 把门槛放得太低，连核心训练数据都不强制开源，简直是向巨头妥协。Lightning AI 的首席技术官卢卡·安蒂加也指出，如果训练数据没有彻底开放自由授权，企业在实际商用时依然面临巨大的版权暗礁。

为什么重要

我们认为，OSI 迈出的这一步非常关键，哪怕它现在没有任何行政执法权。

对普通开发者和创业公司来说，这至少提供了一把照妖镜。以前大家看到「开源」就兴冲冲拿去落地，结果业务做大了才发现头上悬着月活红线或者商用排他条款。现在有了清晰的标准，你可以更清醒地评估自己用的是真正的公共资产，还是别人借开源之名推销的半成品。

对行业而言，这会直接影响欧美监管层的立法风向。像欧盟人工智能法案在制定时，一直在考虑给开源技术留出监管豁免。如果政策制定者直接采纳 OSAID 的定义，那些披着开源外衣、靠扣留数据做护城河的科技巨头，就再也没办法一边享受政策优待，一边闷声发财。

看起来，OSI 没强制要求开放全部训练数据集，确实是一个现实妥协。但在当前版权诉讼满天飞的背景下，如果一定要逼巨头开源包含全网爬虫的数据，这套标准根本推不下去。它聪明的点在于先立好规矩、划清边界，逼所有人回到同一套语境里说话，至于更深层的数据版权和模型产权问题，只能交给下一版慢慢修补了。