11月3日，2026年世界互联网大会乌镇峰会主论坛举行。在论坛“人工智能乌镇对话”环节，国际人工智能治理协会主席约翰·希金斯，深度求索（DeepSeek）研究工程师高熙，阿里巴巴ATH事业群千问大语言模型项目负责人刘大一恒，MiniMax首席架构师、开放平台负责人冯雯围绕“全球人工智能开放共建”展开深度对话。中青报·中青网记者 贾骥业/摄
中青报·中青网记者 贾骥业
11月3日，在2026年世界互联网大会乌镇峰会主论坛上，举行了一场“人工智能乌镇对话”，对话关键词是“开源”。
中国工程院院士、之江实验室主任王坚是这场对话环节的主持人，临开始前，他特意嘱咐同传工作人员：“当我们说‘开源人工智能’的时候，最好把全称翻译出来——Open Artificial Intelligence，不要简单翻成‘Open AI’，这像是一家公司的名字。”
王坚话音一落，现场泛起了阵阵笑声。显而易见，在场的人都知道他说的是哪家公司。也是他这句看似不起眼的澄清，让当天这场对话的逻辑更加清晰：不讨论一家公司的成败，而是整个AI行业的选择。
在近一个小时的时间中，国际人工智能治理协会主席约翰·希金斯，深度求索（DeepSeek）研究工程师高熙，阿里巴巴ATH事业群千问大语言模型项目负责人刘大一恒，MiniMax首席架构师、开放平台负责人冯雯围绕“全球人工智能开放共建”进行了深度对话，他们从为何“开源”谈到安全治理，最后把话题落到了年轻人身上。
“我们想要AGI更快到来”
开源是一种开放协作的开发模式，即程序员将代码公之于众，任何人都能免费获取、自由修改和再发布，由此形成技术共享、彼此成就的良性循环。其实，“开源”这个词很早便有，但在王坚看来，今天的开源开放跟以前不太一样。他说：“在软件时代，中国更多的是开源思想的受益者，但人工智能时代，中国变成了重要的贡献者。”
对于大模型企业说，开源意味着要把模型交出去，甚至很多都是自己最好的模型。“为什么要坚定选择开源？”这是王坚抛出的第一个问题。高熙给出的答案很简单——为了AGI（通用人工智能）。“我们想要AGI更快到来。”高熙说。
与AI相比，AGI的智能程度更高，被认为是与人类智能相当的一种智能形式，其研究发展涉及计算机科学、认知科学、心理学等多学科领域。近年来，AI技术快速发展，从简单的聊天、翻译，到深度推理，再到执行复杂任务，正向AGI一步步突破。但AGI何时才能实现，目前尚无定论。
“如果AGI本来是十几年之后到，我会希望它能加速到一年后；如果本来是一年后，那我希望它明天就能到。”高熙回忆起2023年初第一次接触ChatGPT的瞬间：与机器对话、依靠AI完成科学突破——那些过去只停留在想象中的东西，忽然有了路径。他说：“我在这个行业中感觉到，AI的发展每一年都比前一年要更快。”
在高熙看来，真正的对手不是国内外的大模型公司，而是时间。“时间才像是一个很难打败的对手，我们一定要争分夺秒将AGI带到身边。”高熙表示，从这个视角看，开源才是应对挑战的更好选择。技术创新需要公开讨论、验证和测试，如果闭源设障阻拦竞争对手，短期看可能保持领先，但放长时间看，延迟的是全社会获得技术红利的时间。
在国内，DeepSeek、阿里千问、腾讯混元都坚持走开源路径。3年多前，刘大一恒亲手完成了千问第一代7B模型的训练并开源，此后，这一系列陆陆续续开源了460多款模型，全球下载量超过40亿次。
刘大一恒认为，开源在加速创新的同时，也推动实现了去中心化、分布式的创新。他说，开源让核心技术不再只是掌握在少数企业手中，而是让全球开发者和生态共同参与创新。开源不仅是开放模型使用权，更是开放了全球每个人参与创造AI的权利。同时，世界上有很多问题可能头部公司并不关心，比如小语种、特殊垂类应用等，但有了开源，这些“最后一公里”才有人去做。
开源还可以赋能学术界，同时反哺生态，推动模型发展。刘大一恒举了个例子：世界上有不少学者，他们不缺乏想象力、创造力，缺的是算力，是可以参与大模型开发的机会和条件。“开源模式其实就为他们提供了一个很好的平台。”刘大一恒说。
关于开源，冯雯观察到，各家企业的开源路径虽各有侧重，但开源的内容早已突破模型权重的单一范畴，研发过程中的实验数据、工程改造方案等也被纳入开源范围，这些能帮助全行业减少重复试错、提速研发进程，让从业者向着AGI更快迈进。
不开源也有安全问题，但开源确实多“几道坎”
开源开放推动AI技术创新进一步提速，治理和安全问题也随之而来。王坚的第二个提问就关于安全。他说：“把模型交出去，换回来的是更快的迭代和更大的生态。但技术交到更多人手里，隐私与安全问题也无法回避。”
“我们需要信赖可靠的产品。保障开源安全，已成为全社会需要共同承担的责任。”约翰·希金斯提到了自己身边的一个案例。他的一个银行董事长朋友，对在银行内部使用开源AI感到非常担忧，因为有时候完全搞不清模型的来源背景。“如何打消客户的顾虑，这是很多人共同的疑问。”约翰·希金斯强调。
“开源模型确实比闭源模型要多出一些额外的安全问题。”刘大一恒认为，首先，开源模型具有不可撤回性，模型一旦开源就会被大量传播，如果它有问题，确实无法向闭源模型一样实时在线修复；其次，开源模型缺少外部防护屏障，它的安全性很大程度上依赖后训练内生安全能力，第三方拿到模型权重后，可以想办法绕过内置安全护栏，破坏安全约束。
刘大一恒说，开源的价值是加速AI技术扩散。模型治理，则是让技术以负责任的方式释放出来。“二者相辅相成，才能帮我们更快、更安全地实现AGI。”在他看来，安全治理仍是当下AI发展极为重要的问题，需要更多人才、更多投入——这是一个生态问题。
有人建议采用“给模型分级”的思路开展AI安全治理。比如，将AI模型分成ABC三类，能力强的“限制访问”，能力弱的“随意访问”，能力处于中间的“有条件限制访问”。刘大一恒直言这种治理方式存在缺陷。他认为，我们现在对模型能力的判断可能是被低估的，数年之后，后训练技术可能会把现在这些开源模型的潜力解锁出来。“分级治理很难从根本上解决问题。面对AI新时代，要从模型之外找办法，比如法律法规、行业规范等。”
高熙没有回避开源模型存在的安全问题，但他也坦言，模型不开源也同样有安全风险。他说，不管是文本生成类还是图像生成类大模型，本身就自带安全风险，比如来自人的恶意滥用、AI本身带来的风险等，无法完全避免。现在很多大模型企业也都在通过模型分析、限制模型开源能力等方式来解决上述问题。
但要注意的是，开源对模型安全和治理有积极作用。刘大一恒介绍，开源模型更加白盒化，会有更多学者去研究模型的安全性；现在模型的网络控制能力越来越强，未来开源模型的防御能力也会越来越强。“在很多场景下，我们可以通过部署开源模型去增强防御能力。”
冯雯在工作中就观察到，当把大模型落地到具体行业中，开源在技术自主可控方面就带来了不一样的价值。“模型开源之后，大量使用者会结合自身企业、行业场景，共同思考如何安全落地。”她强调，开源模型已成为私有化部署、打造自有模型非常好的基础底座。她认为，开源不只是把模型“交出去”，也是在把模型安全地“留下来”。
开源AI的未来在哪里
“技术本身就是在服务人类。具体到人工智能，我们的未来将如何被AI影响？”第三个问题关于开源AI的未来。
工作、教育、生活，这三个方面是刘大一恒在回答中着重提到的。
首先是工作。刘大一恒说，过去衡量一个人的生产力，看专业能力、执行力、工作经验和时间投入等；但在AI时代，如何驾驭AI、有效地组织AI工具来提升生产力，是另一项更重要的能力。“对个人来说，能不能提出更好的问题，能不能组织好AI，能不能在关键信息的抽取和判断上做得更好，这些能力会越来越值钱。”
教育是刘大一恒更愿意谈的部分。“我对AI在教育上的作用比较乐观，首先会减少教育的不平等。”他回忆到，小时候要想接受好的教育，可能得去省城找名师。现在AI改变了获取知识的方式，无论在城市还是在偏远地区，都可以用低成本触达世界上最顶尖的专家。
刘大一恒的孩子从小就对天文非常感兴趣，但要想讲好天文实际上并不容易。“有了AI，我的妻子用AI模型几句话就做出了PPT以及黑洞模拟软件，讲给孩子听，这在过去很难做到。”他说，现在的孩子很有想法和创造力，缺的是实践资源，“AI能帮他们把想象力释放出来”。
关于生活，刘大一恒认为AI更像是一次工业革命。一方面物质生活会被改善，人类有更多时间去追求梦想，了解以前好奇但没有时间了解的问题，做以前做不到的事；另一方面，大家会有更多时间和精力建立人与人之间的情感连接。
2022年底，ChatGPT（一款AI聊天机器人模型）横空出世，AI技术发展进入大模型时代。短短三四年时间，AI大模型已经从最开始的聊天，走向芯片设计、漏洞挖掘、数学求证等专业领域，解决复杂问题。从上述变化中，冯雯真切体会到了一句中国俗语：众人拾柴火焰高。
她以自己的体验为例说：“我们把模型开源之后，经常会出现意想不到的好事。芯片厂商、开发者、内容创作者都来做适配，还把自己做模型训练的工具发到开源社区中。”她判断，未来几年，大模型会在更多行业大规模落地，解决更复杂的问题。“开源让我们看到，一家公司能做的其实有限，但开源可以把边界推得更远。”冯雯说。
关于未来，约翰·希金斯更在意AI对年轻人的影响。他说，处于前沿的年轻人通常对新技术都比较感兴趣，AI的发展会影响年轻人的学习方式，塑造年轻人的心智、思维等。“当前，年轻人已经开始广泛地使用人工智能，速度非常快，这将会改变我们的社会。”
在冯雯看来，大模型压缩了智能密度、让技术更加平权，需要更有创造力和生命力的年轻人加入。“什么是AI Native（原生）的组织，什么是AI Native的产品形态——这个问题，需要真正AI Native的下一代来回答。”冯雯说。
中国青年报客户端浙江乌镇11月4日电