數據“鎖在家裏”，AI難爲無米之炊！傳統開源模式失靈，更高階“開放”在哪

熱度空前的世界人工智能大會（WAIC）餘溫未散，上海再迎盛會。8月2日至3日，2025 CCF中國開源大會（以下簡稱“開源大會”）在滬召開。

現身此次會議的宇樹科技創始人王興興給出一則判斷：具身智能要在陌生場景中真正服務於人，需實時生成各類動作。他認爲，目前，機器人整機硬件已夠用，但具身智能大模型仍有巨大缺口，正“期待一個屬於機器人的ChatGPT時刻”。可以說，精確數據的獲取難度，也是當前具身智能機器人升級所面臨的難題。

包括王興興在內，多位與會專家學者不約而同將討論的熱點聚焦於人工智能（AI）時代繞不開的核心話題——開源。

AI時代，開源有何重要意義？又面臨哪些困境與挑戰？突圍之路又在何方？

AI重塑開源版圖：共享協作推動技術普惠

所謂開源，就是公開代碼供所有人查看、使用、修改與再分享,其“共享、協作、透明”的精神不僅影響軟件領域，更延伸至教育、科研、硬件（如開源芯片）等領域，鼓勵通過集體協作解決問題，推動技術普惠。

AI時代，爲何開源至關重要？中國工程院院士、清華大學計算機系教授鄭緯民介紹，AI大模型的生命週期一般包括五個環節，其中，數據獲取、預處理與模型訓練前三個環節需海量數據與算力，成本高昂，非一般公司能負擔。而開源，則有望讓小公司也能直接基於大公司的模型，跳過前三個環節，專注於模型微調和推理。

另一方面，AI的進步依賴 “不斷試錯、持續優化”。一個模型需經無數場景測試，單靠一家公司難以窮盡。所以，開源能讓全球開發者共同“找茬”、協同改進。正如中國科學院院士、南京大學教授呂建所言：“開源決定規模，規模決定湧現，湧現成就顛覆。”

開源大幅降低了互聯網技術的使用成本，讓小公司、個人開發者得以參與到技術浪潮中，催生出更多新想法、新服務。上海交通大學校長、中國科學院院士丁奎嶺也指出，開源不僅是當前全球科技創新的技術風尚，更是推動開放發展、共同發展的重要路徑。

若數據不開放，AI開源就不是真正的開源

AI在持續迭代的過程中，數據尤其核心。“AI正在經歷從‘模型中心’向‘數據中心’的範式轉變。” 中國科學院院士、北京大學教授、上海交通大學人工智能學院首席顧問鄂維南指出，高質量、高效率的數據基礎設施是降低AI落地門檻的關鍵。

作爲人口大國，數據本是我國的優勢。但在此次論壇上，多位與會的專家都提及一個共同的現實困境：一方面，數據作爲企業核心資產，價值愈發被重視；另一方面，隨着公衆數據保護與安全意識的提升，大量數據因“安全考慮”無法公開。“我國大數據建設推進多年，卻在一些領域出現了‘倒退’跡象，甚至不少數據即便收集完成、研究有了成果，落地卻杳無音信。”

“所謂的AI開源，若數據不開放，就不是軟件開源所定義的開源。”中國科學院院士、北京大學教授梅宏解釋道，即便大模型參數公開，若外界沒有相同的訓練數據，也難以復現其能力，更談不上迭代創新。當AI的核心生產資料——數據，因商業價值與安全合規問題被“鎖在家裏”時，傳統開源模式便陷入了“無米之炊”的困境。

從“開源”到“開放”，亟需共建新生態

面對AI時代的挑戰，傳統開源模式漸顯乏力，破題抓手在哪裏？多位專家認爲，當務之急是構建一個更高維的“開放”解法。

開放數據的核心是“數據資源的有條件共享”。回顧人類的數據開放史，本身就是從封閉走向分層開放的進化過程。所以，從開源到開放，並非倒退。例如，互聯網早期“黃頁”都主動公開電話號碼，而現代隱私保護法則要求“最小必要”等原則，這不是倒退，而是數據管理的升級。

開放數據通常附帶場景限制，如禁止商業濫用、需脫敏處理，且不允許修改原始數據，目的是釋放數據價值以支撐AI訓練與科研分析。以醫療數據爲例，需去除隱私信息後開放，且僅限科研使用，不得修改原始屬性。

如專家們所說，“開放更具有長遠的價值”，其範疇涵蓋標準、API、平臺等多個維度。AI時代，開放架構（如分層接口標準化）比單純開源代碼更易推動二次創新，適配AI快速迭代需求。

中國工程院院士、中國工程院原副院長陳左寧指出，AI時代，設計精良的“開放架構”可能比完全公開的源代碼更有意義。從“給代碼”到“給接口、給標準、給合作框架”，將能讓不同創新者在各自擅長的領域（如底層硬件適配、上層應用開發）便捷接入與貢獻，大幅降低協作門檻，構建高效創新生態。

2025 CCF中國開源大會由中國計算機學會（CCF）主辦、上海交通大學和CCF開源發展技術委員會承辦。