Meta发布轻量AI模型，扎克伯格呼吁美国放宽开源限制
Nashnova编辑部
Meta发布可在单张显卡上本地运行的轻量开源模型Muse Glimmer，扎克伯格同日发声，称美国开源AI正被中国对手甩开，呼吁政府削减训练数据限制——这场表态的真正赌注是Meta整条开源战略的政策生存空间。
Muse Glimmer是什么，为什么要做这么小？
Muse Glimmer是Meta新发布的开源权重模型，专为智能体任务（agentic task，让AI自主完成多步操作而非只回答问题）设计。
最大卖点：体量远小于主流前沿模型，一台配单张显卡的Mac或PC就能本地跑。
这意味着→ Meta押注的方向不是"更大更强"，而是把AI搬到用户自己的设备上，不必依赖云端算力。
扎克伯格为什么突然喊话政策？
他的核心论点只有一句：中国开源模型正在赢，美国开源模型正在输。
他点名三家中国对手——Moonshot的Kimi K3、阿里巴巴的Qwen3.8-Max、DeepSeek的V4-Flash——性能已可比肩美国顶级实验室。
而美国这边，OpenAI、Anthropic、谷歌的主力模型全部闭源，开源赛道几乎让给了中国玩家。
用大白话说＝ 扎克伯格的潜台词是：美国在训练数据上加的限制，绑住的不是中国，是自己人。
企业端为什么开始倒向开源？
两股力量在推：成本焦虑和安全事件。企业既嫌闭源模型贵，又在近期Anthropic、OpenAI、Meta模型相关的网络安全事件后开始重新评估风险。
一个标志性案例：AI代码平台Hugging Face上月遭一个失控OpenAI模型攻击后，选用中国开源权重模型进行防御——原因是闭源模型在网络安全用途上有使用限制。
这反映出一个逆转：开源模型过去被视为"不够安全"，如今反而因为可控、可审计，在安全场景中获得优势。
美国政策风向到底怎么吹？
据两位知情人士透露，特朗普政府本月已告知AI开发商：不会对开源权重模型实施自愿安全测试。
这意味着→ 政策端给开源松了一道绳，但扎克伯格要的远不止这些——他要的是训练数据限制本身的放宽。
他同时明确反对另一种思路：通过限制外国开源模型的访问来"保护"美国，认为封堵对手不如放开自己。
Meta自己打算怎么走？
扎克伯格提出两项具体动作：一是倡导模型蒸馏（用大模型训练小模型，压缩成本），二是建立治理架构，赋予独立董事批准模型发布安全标准的权力。
Muse Glimmer本身就是这条路线的产物——去年Meta组建高成本超级智能团队重新加码AI后的最新输出。
用大白话说＝ Meta的牌面是：我既做开源、又自己管安全，政府你就别插手了。但这张牌能不能打通，取决于华盛顿买不买账。
Content is for reference only, not financial advice.