开源人工智能定义（OSAID）

是什么

开源人工智能定义（Open Source AI Definition，OSAID）是一份说明什么样的模型可以被称为开源的标准。开源促进会（Open Source Initiative，OSI）于 2024 年 10 月 28 日在 All Things Open 大会上发布了它的 1.0 版，这也是该定义第一个稳定版本^[1]。它的作用，是给开源 AI 这个说法一个可以对照检查的固定含义。

一个模型要交代什么

按照这份定义，模型要想被称为开源，必须提供足够的关于其设计的信息，使另一个人能够大体上把模型重新做出来；同时还要披露训练数据的相关细节，包括数据来自哪里、经过了怎样的处理、可以通过什么方式获取或取得授权^[2]。Maffulli 把这层意思讲得更直白：开源 AI 是让人能够完整理解它是怎么造出来的模型，训练代码、数据过滤代码这些组件都要能看到^[2]。

换句话说，开源在这里不只意味着权重可以下载，而是意味着造出这个模型的过程可以被别人检查和重复。

使用者的自由

除了披露，定义还规定了使用权利：可以为了任何目的使用模型，可以不经许可修改它，也可以在它之上继续开发^[2]。这些权利与经典开源定义中的四项基本自由一脉相承^[1]。经典定义是为软件写的，那里的源代码指的是程序文本；搬到模型上之后，需要公开的东西就变成了代码、数据和训练过程的组合。

谁来监督

OSI 并没有设置强制执行机制。它的做法是点名那些被称作开源、实际却达不到要求的模型，希望社区自己来纠正对开源一词的误用^[2]。此外，OSI 还成立了一个委员会，负责观察这份定义的实际适用情况，并为将来的版本提出修订建议^[2]。

现实中的落差

按这套标准衡量，真正达标的模型很少。Meta 规定月活跃用户超过 7 亿的平台在使用 Llama 时需要申请特别许可；Stability AI 要求营收超过 100 万美元的企业取得企业许可证；Mistral 的许可证则禁止某些商业用途^[2]。这些条款都与可以为任何目的使用的自由相冲突，也说明开源这个标签在模型领域常被宽泛地使用。

批评

批评者的意见主要集中在两点。Lightning AI 首席技术官（CTO）Luca Antiga 认为定义走得不够远：一个模型即使训练数据无法自由获取，也可以满足 OSAID 的全部要求，这就留下了一个许可证上的缺口^[2]。另一项由 Signal Foundation、AI Now Institute 和卡内基梅隆大学（Carnegie Mellon）的研究人员完成的研究发现，许多所谓的开源模型只是名义上的开源，训练数据保密，所需的算力也非一般人可以企及^[2]。

意义

这份定义的意义不在于强制，而在于提供了一个共同的参照点：模型发布方在自称开源时，外界现在有一套明确的条目可以逐条比对。由于它依靠披露和社区压力而非执法来起作用，这个标签在实践中有多大分量，取决于它是否被认真使用。