一个模型主要就是一个由数字组成的超大文件,也就是它的权重。开发者公开这个文件后,任何人都可以在自己的硬件上运行这个模型。
工作原理
训练产生权重,即神经网络学到的参数。开放源代码促进会(OSI)把开放权重描述为 “the final weights and biases of a trained neural network.”(译文:训练好的神经网络最终的权重和偏置。)有了它们,你就可以运行推理、微调或量化模型。
按 OSI 的说法,开放权重通常不包括:
- 训练代码;
- 训练数据的详细信息。
OSI 的开源 AI 定义要求在权重之外同时公开这两项,让其他人能够研究并复现模型。许多热门模型是开放权重的,但并不是这个意义上的开源。美国政府的报告使用了一个相关的说法:具有 “widely available model weights”(译文:广泛可得的模型权重)的模型。例如,Google 把它的 Gemma 系列称为 “open models”(开放模型)。
每个开放权重的发布都附带许可证。常见的有 Apache-2.0 和 MIT,另一些则限制商用。许可证决定了你能否通过 API 把模型提供给他人使用。
为什么重要
- 可以选择在哪里运行。 自行部署以获得完全控制,或者调用提供同一模型的多家服务商之一。
- 隐私。 你可以把数据留在自己的硬件上,或者选择提供零数据保留的托管方。
- 不被锁定。 如果某家服务商改了条款,同样的权重可以在别处运行。OpenAI 兼容 API 让切换只是改一下配置。
- 同名不同配置。 两家服务商提供同一个模型时,量化方式、上下文上限或设置都可能不同。请用你自己的提示词测试。
在 BroadNet Inference 上
BroadNet 的模型目录说 “~270 models run on our GPUs”(译文:约 270 个模型在我们的 GPU 上运行)(实验室数据,2026 年 9 月)。这个数字统计的是 BroadNet 称自己运行、基准测试、量化或微调过的所有模型,包括被它排除的模型,而不只是其 API 上的模型。它的隐私声明把托管描述为 BroadNet 自有或租用的美国硬件,并以合作伙伴的算力作为备份。它的模型目录会标明许可证,因为用它的话说,许可证 “decide what can be served through an API.”(译文:决定了哪些模型可以通过 API 提供服务。)BroadNet Gemma 4 VL 26B 是 BroadNet 基于 Google Gemma 4 构建的版本。BroadNet Transcribe Arabic 基于 Cohere Transcribe,BroadNet 报告它在 Open Universal Arabic ASR Leaderboard 上排名 第 2 名(共 37 个) (这是 2026年9月的数据;2026年11月15日实时榜单上为 39 个中的第 4 名),并在许可证允许通过 API 提供服务的模型中排名第一。
要为阿拉伯语文本选择模型,请看如何为阿拉伯语选择大模型。