开源权重能否持续追平闭源
为什么重要
开源（开放权重）生态决定了 AI 能力的分布结构：如果差距持续收敛，前沿能力将商品化，竞争转向数据、系统与产品；如果差距重新拉大（比如推理模型时代的数据与算力门槛），能力将集中到少数实验室。这同时影响研究可复现性——学术界能摸到的模型水平决定了可做的研究类型。
关键工作
- Llama 3 / DeepSeek-V3 / Qwen 系列开放权重模型
- LMSYS Chatbot Arena 开源与闭源的排名轨迹
- «The Gradient」等对开放模型发布节奏的追踪
- 开放权重许可证（Llama 社区许可 vs Apache 2.0）的演化
差距的现状
事实层面差距确实在收敛：2024 年初 GPT-4 与最佳开放模型还有代差，到 2025 年 DeepSeek-V3/R1、Qwen、Llama 在多数基准上已进入同一梯队，且推理 API 价格低一个量级。但收敛是选择性的：开放模型在可验证能力（数学、代码、多语言）上追得最快，在「品味类」能力（长文写作、微妙的对话分寸感、复杂指令遵循）上差距仍可感知。
收敛为何发生
三个结构性原因：蒸馏外溢——闭源模型的输出构成训练数据，前沿能力会「漏」到开放权重里；论文滞后短——RLHF、MoE、推理 RL 的关键技术从论文到开源复现只要几个月；算力商品化——预训练一次万亿参数模型的门槛从「国家级」降到「创业公司级」。DeepSeek 的工程创新（FP8 训练、MoE 负载均衡）证明开源侧有强烈的效率创新激励——因为它必须用更少的钱做事。
我的判断
「平均能力」的差距会持续接近，但「前沿峰值」会保持 6–18 个月的滞后，且这个滞后本身就是闭源实验室的商业护城河，双方都有动机维持这个结构。真正值得担心的不是排名，而是评估渗透：开放模型的训练数据越来越多来自闭源模型输出，基准分数的「同源性」让比较逐渐失真。开源的真正价值不在追平榜单，而在可修改性——微调、部署、审计、做实验的自由，这是学术界与长尾应用的生存空间。
值得追踪的信号
推理模型（o1/R1 类）复现所需的数据与算力门槛是否显著高于预训练；开放权重许可证的收紧或放松；基于开放模型的微调生态（垂直模型）是否产生独立的商业闭环。