Meta發布輕量AI模型，扎克伯格呼籲美國放寬開源限制
Claire Weston
Meta發布可在單張顯卡上本地運行的輕量開源模型Muse Glimmer，扎克伯格同日發聲，稱美國開源AI正被中國對手拋離，呼籲政府削減訓練數據限制——這場表態真正的賭注，是Meta整條開源戰略的政策生存空間。
Muse Glimmer是甚麼，為何要做得這麼小？
Muse Glimmer是Meta新發布的開源權重模型，專為智能體任務（agentic task，讓AI自主完成多步操作而非只回答問題）設計。
最大賣點：體量遠小於主流前沿模型，一部配單張顯卡的Mac或PC就能本地運行。
這意味著→ Meta押注的方向並非「更大更強」，而是把AI搬到用戶自己的設備上，毋須依賴雲端算力。
扎克伯格為何突然向政策層喊話？
他的核心論點只得一句：中國開源模型正在贏，美國開源模型正在輸。
他點名三家中國對手——Moonshot的Kimi K3、阿里巴巴的Qwen3.8-Max、DeepSeek的V4-Flash——性能已可比肩美國頂級實驗室。
美國這邊，OpenAI、Anthropic、Google的主力模型全部閉源，開源賽道幾乎讓給了中國玩家。
簡單來說＝ 扎克伯格的潛台詞是：美國在訓練數據上加的限制，綁住的不是中國，是自己人。
企業端為何開始轉投開源？
兩股力量在推：成本焦慮和安全事件。企業既嫌閉源模型貴，又在近期涉及Anthropic、OpenAI、Meta模型的網絡安全事件後重新評估風險。
一個標誌性案例：AI代碼平台Hugging Face上月遭一個失控OpenAI模型攻擊後，選用中國開源權重模型進行防禦——原因是閉源模型在網絡安全用途上有使用限制。
這反映出一個逆轉：開源模型過去被視為「不夠安全」，如今反而因為可控、可審計，在安全場景中取得優勢。
美國政策風向到底怎麼吹？
據兩位知情人士透露，特朗普政府本月已告知AI開發商：不會對開源權重模型實施自願安全測試。
這意味著→ 政策端給開源鬆了一道繩，但扎克伯格要的遠不止此——他要的是訓練數據限制本身的放寬。
他同時明確反對另一種思路：通過限制外國開源模型的訪問來「保護」美國，認為封堵對手不如放開自己。
Meta自己打算怎樣走？
扎克伯格提出兩項具體動作：一是倡導模型蒸餾（用大模型訓練小模型，壓縮成本），二是建立治理架構，賦予獨立董事批准模型發布安全標準的權力。
Muse Glimmer本身就是這條路線的產物——去年Meta組建高成本超級智能團隊重新加碼AI後的最新輸出。
簡單來說＝ Meta的牌面是：我既做開源、又自己管安全，政府你就別插手了。但這張牌能否打通，取決於華盛頓買不買賬。
Content is for reference only, not financial advice.