你说的没错，DeepSeek 的开源准确来说并不是 Open Source，而是 Open Weights。但这不是 DeepSeek 的问题，而是当前 AI 研究机构 / 企业之间共同的问题。如果 Meta、Mistral 等国外企业的开源方式没有变化，就完全没必要指责 DeepSeek。
在做开源的 AI 企业中，DeepSeek 的开放程度已经非常高了，除了开源模型权重，愿意在论文里披露足够多的训练方法和过程细节，更不要说跟完全闭源的模型相比了。
我看到有人拿 AI 模型开源和软件代码开源对比，把模型权重开源类比成二进制开源。但是有一个问题在于，很多软件开源是只开源代码，不开源二进制文件的，二进制文件需要自己编译。那么问题来了，假如一个 AI 企业只开源训练代码+数据集而不开源模型权重，用户就会支持他吗？
我觉得未必，因为权重文件才是 AI 模型训练的核心成果，需要大量的卡时，付出高额的成本，并不是所有人都有能力进行复现训练，实际上大多数人都是为了模型能开箱即用。
举个例子，今天 Sam Altman 在 Reddit 上回答用户提问，用户问的是：
- OpenAI 能不能开源一些模型权重
- OpenAI 能不能发表更多研究细节
Sam Altman 的回答是：他个人认为 OpenAI 站在了历史错误的一边，需要找到不同的开源策略。
注意这里用户提到的，也是 Open Weights，而不是 Open Source。也就是说，一些用户对 AI 开源的需求和期待，就是开放权重 + 披露技术细节，而不指望 OpenAI 真的会公开代码和数据。
我们可以把传统软件代码开源和 AI 模型权重开源做个对比：
| 维度 | 传统开源（代码） | AI开源（权重） |
|---|---|---|
| 透明度 | 代码逻辑完全可见，可审计 | 权重为黑箱，决策逻辑不可解释 |
| 协作性 | 社区可共同修改代码 | 社区主要在应用层创新（如微调、部署） |
| 资源依赖性 | 依赖开发者智力贡献 | 依赖大厂提供预训练模型 |
| 创新方向 | 底层技术改进（如算法优化） | 应用开发（如垂直领域适配） |
严格来讲，如果真的追求最极致的模型开源，需要做到训练代码、架构算法、训练数据集、模型权重全部开源。
我个人觉得，AI 模型的开/闭源并不是一个非黑即白的二维选项，而是根据其开放程度，可以划分出很多种方式（更不要说有现在有各种具体的开源协议了）。
| 维度 | 完全开源（代码+数据） | 开源权重 | 封闭模型 |
|---|---|---|---|
| 透明度 | 高（可追溯偏见/漏洞） | 中（仅行为可测） | 低（黑箱） |
| 创新参与度 | 全栈创新（算法→应用） | 应用层创新为主 | 依赖API二次开发 |
| 商业化潜力 | 社区共享收益 | 企业主导收益分配 | 企业完全控制 |
| 法律风险 | 高（数据版权/隐私） | 中（权重侵权风险） | 低（集中管控） |
| 资源门槛 | 高（需复现训练） | 低（即插即用） | 无需本地部署，依赖云服务 |
还有一个隐藏的问题在于，大多数模型（包括 OpenAI / Google 的闭源商用模型），训练数据集里都会有很多灰色版权内容，压根不可能把这些东西开出来。
所以即便一个企业，公布论文，开源代码，发布权重文件，他也不愿意开源真正的数据集。
DeepSeek 的确不能称之为「真正的开源」，但问题在于，现在大模型产业里根本就不存在「真正的开源」，可以抨击整个行业，而不能指摘某个具体的公司。
