---
title: "门开了，配方还锁在抽屉里"
date: 2026-11-05
category: AI大模型
site: 脑机网
canonical: https://www.logic.wang/a/njw-open-weights-05-1105b
language: zh-CN
---

# 门开了，配方还锁在抽屉里

> 11 月 4 日至 5 日，月之暗面把一款叫 Kimi K3.1 Pro 的大模型完整放到了网上。过去想用它，只能照着对方开好的接口递问题、等回答；这回不同，那堆让模型会认字、会看图、会写代码的关键数字，谁都能下载回

11 月 4 日至 5 日，月之暗面把一款叫 Kimi K3.1 Pro 的大模型完整放到了网上。过去想用它，只能照着对方开好的接口递问题、等回答；这回不同，那堆让模型会认字、会看图、会写代码的关键数字，谁都能下载回自己家里，慢慢摆弄。

对不碰技术的普通人，这件事可以换成一句厨房里的话。从前想吃这道菜，得去餐馆按菜单点，厨房并不对外；现在店家把做好的一整锅端出来，允许你搬回家自己热、自己加料。能端走的是成品，不是灶台前那套手艺。

别小看这一锅。按官方介绍，它采用混合专家架构，总参数 2.8 万亿，单次推理真正动用的约 1040 亿，能一口气读下 100 万 token 那么长的材料，还天生看得懂图片。这些数字先记个大概，后面还会用到。

它也不是从零重练的全新底子。按澎湃新闻转述的官方说法，这是在原来的 K3 基座之上，靠大规模跨领域联合强化学习一点点磨出来的升级版。地基没换，是屋里反反复复装修了很多遍，承重还是原来那副承重。

## 一箱参数搬回了家

权重到手，最实在的变化是主动权换了手。企业和开发者不必再排着队等接口回话，只要备得起相应的算力，就能把模型装进自己的机房，让数据不出门，再按本行业的需要调一调、改一改，用起来更贴合自家的业务节奏。

这跟只借不改是两回事。从前调用接口，模型怎么想、参数怎么摆，用户一概碰不到，像隔着柜台点菜；如今拿到的是训练结束后定型的那副骨架，可以在上面接着做二次微调，也能拆开来端详它到底记住了些什么。

据澎湃新闻报道，消息传开后在海外技术社区引来不少讨论，英伟达 AI 的官方账号也公开发文道贺。这类祝贺说明的是热闹程度，倒不改变一件事：能被搬回家的，自始至终只是这副骨架，而不是造骨架的那套法子。

## 开源两个字没那么轻

也正是在这里，最容易读错。不少转述图省事，把它一律叫成开源，可严谨的说法是开放权重。澎湃新闻在报道里专门点明，本次开放模型权重不等同于 OSI 定义下的传统开源，两个字之差，中间隔着一大截。

OSI 是开放源代码促进会，它给开源定的老规矩其实很朴素：不光让你用，还得把源代码、把从头复现的全过程一并摊开，谁照着做，都能做出同一个东西。落到模型上，光把成品递过来，离这条线还远得很。

可以这样记：开源像把菜谱、原料清单和火候步骤全给了你，你在自家灶台能原样再做一锅；开放权重像直接递过来一锅做好的菜，随便热、随便加料，却不告诉你当初是怎么一勺一勺调出味道的。

## 配方和原料都没给

照澎湃新闻的表述，这一回训练代码和原始训练数据集都没有对外公开。训练代码管的是怎么把模型一步步教出来，原始数据管的是拿什么去教，两样合起来，才是从零复现这道菜的完整配方，缺一样都不算齐。

少了这两样，外人能看清成品长什么样，却没法倒推它为何长成这样，更没法换一批原料重做一锅。能下载、能部署、能微调，和能从头造一个，是三件完全不同的事，中间隔着的正是那整套做法。

这也解释了行内人为什么咬字咬得很紧。权重是结果，训练代码与数据是过程；只交结果、不交过程，好处是别人拿来就能用，代价是谁也没法替你把来路重新走一遍。名字差一个字，能做的事就差出一大截。

## 商用还得先看许可

还有一道门没提：拿到之后怎么用，得看许可。按 21 世纪经济报道，随权重一起发布的，是月之暗面自己拟的一份许可协议，在代码托管平台上被标成非标准类型，并不是大家熟悉的那几种通用开源许可证。

这份协议并不小气。使用、修改、部署、微调、再分发乃至销售都允许，它把约束主要放在规模化商用上：比如把模型包装成服务对外大规模转售，或做成用户极多的产品，就要另行签约，或在显眼处标注来源。

对普通开发者和把模型留在公司内部自用的企业，多数条款其实够宽，日常几乎用不着去谈。真正要坐下来细谈的，是那些打算靠它对外大规模做生意的一方。门是开了，但门槛写在一张需要逐条去读的纸上。

## 门槛没有跟着消失

也别以为权重一放，人人都能在自家电脑上跑起来。按澎湃新闻的说法，2.8 万亿级别的超大混合专家模型，本身就有很高的硬件部署门槛，光把那堆参数稳稳装进显存，就不是一台普通机器扛得动的活。

更现实的路径仍是接口和云服务。权重打开的是选择的上限：有条件的机构可以把模型留在内网，数据不必外流；没条件的，依旧按用量调用。对多数人，这两天变的不是手里的设备，而是多了一个可以谈的选项。

把两件事分开看就清楚了。能不能拿到，是许可和下载的事；拿不拿得动，是机房和预算的事。前者这两天确实松了口子，后者并没跟着一起变轻。把它们混成一句人人可用，容易让没机柜的人空欢喜一场。

## 把名字念准更重要

所以这条消息里最值得记住的，不是那串吓人的参数，而是两个词的分别。开放权重说的是你能拿到什么，开源说的是对方交出了多少；一个讲成品，一个讲连同做法一起交底，本就不是同一杆秤上的东西。

往后看到某某模型开源，不妨先问几句：开的是权重，还是连训练代码与原始数据一起给？能自己部署，还是只能照它写好的规矩用？能改，还是只能照原样热一热？把这几问答完，热闹就落回了能核对的事实上。

对普通人，这道理并不远。菜端上桌，当然值得高兴，能搬回家慢慢吃更是好事；但要是有人顺口告诉你，连配方也一并送了，最好还是伸手拉开抽屉看一眼，那一格，这回仍旧锁着。

**免责声明：本文基于公开信息撰写，仅供读者参考，不构成任何投资建议。**

---

来源：脑机网（https://www.logic.wang/）｜原文：https://www.logic.wang/a/njw-open-weights-05-1105b
本内容仅供参考，不构成投资建议。
