英伟达的黄仁勋在 X 发了首条推文，然后马斯克等一众大佬转发
这封支持开放权重的联名信还只有 25 个名字
今天再打开微软官网，签署名单已经涨到了 77 个
最不和谐的声音来自 Anthropic，他家一众工程师各种阴阳怪气，甚至引来了吴恩达的回复
抱抱脸工程师 Ben Burtenshaw 都看不下去了，做了一个打砖块游戏来嘲讽Anthropic
这家公司成全民公敌了，没有人喜欢它，我都怀疑 Anthropic 也很享受这种你看不惯我有干不掉我的样子
比较有意思的是 karpathy 5 月份加入该司之后 GitHub 都不怎么更新了
回归正题，这份名单中 77 家机构涉及大模型生态的各个方面，是有芯片、有云、有工具、有应用、有资本的完整产业链
生态位置
数量
占比
它们靠什么吃饭
模型与前沿研究
20
26%
训练基础模型、行业模型、视觉模型或研究新架构
算力与模型运行
13
17%
卖芯片、服务器、云、推理和训练平台
工具、分发与开放社区
18
23%
帮开发者找模型、评测模型、运行模型、搭建应用
企业应用与行业落地
19
25%
把模型接进搜索、安全、办公、编程、科研和真实业务
资本、政策与产业组织
7
9%
投资创业公司、组织行业、影响政策环境
我找 Codex 分析了一波，发现蛮有意思的
77 个签署方里，有 57 个的主业并非训练通用大模型
它们支持开放权重，动机也很现实
只要模型可以下载、修改和部署，芯片有活干，云平台有流量，推理公司有订单，工具公司有用户，应用公司也有更多选择
这封信表面上替模型权重说话，背后站着的是一群不想让 AI 产业只剩几个收费入口的人
第一层，20 家模型与前沿研究机构
这一层最接近大家理解中的「大模型公司」
但它们内部也分成三路：坚定做开放模型的，开放与商业接口并行的，以及仍在研发阶段的新实验室
机构
核心业务
所处的大模型生态
AI21
面向企业提供模型和智能体系统
Jamba2 走开放模型路线，同时保留企业平台和私有部署
Arcee AI
美国开放模型实验室
Trinity 全系开放权重，主打可下载、可微调、可本地运行
Black Forest Labs
视觉生成与视觉智能
FLUX 同时提供开放权重和商业接口，属于混合路线
Cohere
企业大模型与企业 AI 平台
Command 服务企业，Cohere Labs 通过 Aya 等项目推进开放权重研究
Core Automation
高度自动化的 AI 研究实验室
研究新学习算法和新架构，官网尚未公布可下载模型
EdgeRunner AI
面向国防和边缘设备的小模型
自研模型强调离线、隔离网络和本地运行，也支持第三方开放模型
Fastino Labs
面向智能体任务的专用小模型
主打小而专，GLiGuard 等模型提供 Apache 2.0 开放权重
Gemini、Gemma、AI 开发平台
Gemini 负责前沿商业能力，Gemma 负责开放模型生态
humans&
以人和组织协作为中心的前沿实验室
正在研究长周期、多智能体、记忆与用户理解，官网承诺回馈开源研究
IBM
企业 AI、混合云和咨询
Granite 是 Apache 2.0 开放模型家族，重点服务企业任务
Meta
社交产品、AI 研究与基础模型
Llama 是其开放权重核心，也是美国开放模型生态的重要底座
Microsoft
云、企业软件、Copilot 与模型平台
Phi 走开放小模型路线，Azure 和 Foundry 承接多模型部署
Mistral
基础模型、助手、智能体和企业服务
大量模型采用 Apache 2.0，同时经营商业接口和定制训练
Morph
面向编程智能体的专用模型与推理
训练代码搜索、修改、压缩等专用模型，并为开放模型做推理优化
Nous Research
开放模型研究与训练
Hermes 等模型长期围绕开放权重、后训练和个性化展开
OpenAI
前沿模型、ChatGPT 和开发接口
主力产品继续走托管服务，gpt-oss 提供 Apache 2.0 开放权重，形成双轨路线
Periodic Labs
AI 科学家与自主实验室
用模型控制真实物理实验，当前官网重点是科学发现，未公布开放权重产品
PrismML
超低比特、高密度模型
Bonsai 家族强调手机和边缘设备运行，模型采用 Apache 2.0
Reflection
开放基础模型和完整 AI 技术栈
从模型、运行软件到生产基础设施都围绕开放和可控部署搭建
Sakana AI
多模型协作、科学智能体与自然启发研究
Fugu 动态调度多种模型，并与 NVIDIA Nemotron 开放模型体系合作
这 20 家里，最值得注意的变化来自 OpenAI 和 Google
OpenAI 有 ChatGPT 和商业接口，也发布了 gpt-oss
Google 有 Gemini，也持续维护 Gemma
微软有 Copilot 和 Azure，也有 Phi
这说明「支持开放权重」已经不等于把公司全部产品都开放
更常见的做法是双轨制：最强能力放在托管服务里，小模型、专用模型或可部署版本进入开放生态
对这些大公司来说，开放权重是一种产品组合，也是一条避免把市场全部押在单一交付方式上的保险
第二层，13 家算力与模型运行公司
模型权重下载下来只是一个文件
想让它真正跑起来，还要经过芯片、服务器、网络、云、推理引擎和调度平台
这一层恰恰是开放权重最直接的商业受益者
机构
核心业务
所处的大模型生态
AMD
CPU、GPU 和自适应计算芯片
为训练、本地部署和数据中心推理提供硬件底座
Applied Compute
官网处于即将上线状态
公开信息不足，暂时无法确认具体产品和模型关系
Baseten
模型训练与高性能推理平台
重点服务 DeepSeek、Qwen、GLM、gpt-oss 等开放模型和自定义模型
Cisco
网络、安全与 AI 基础设施
连接和保护数据中心、企业网络与边缘 AI 环境
Cloudflare
全球网络、开发者云和边缘计算
让开发者在全球边缘运行和调用多种模型
Dell Technologies
服务器、存储、终端和企业基础设施
为企业私有化部署和本地 AI 提供整套硬件
Fireworks AI
高性能生成式 AI 推理
专门优化开放模型和客户后训练模型的生产运行
Inferact
vLLM 背后的商业团队
继续维护开放推理引擎 vLLM，让更多模型和硬件低成本接入
Modal
面向 AI 团队的弹性算力平台
提供按需 GPU、CPU 和大规模任务运行环境
Nebius
为 AI 构建的专用云
从芯片到接口提供训练和推理资源
NVIDIA
GPU、网络、AI 软件和模型
一边卖算力，一边用 Nemotron 提供开放模型、数据和训练方法
Prime Intellect
开放超级智能训练与运行平台
把算力、训练、推理、强化学习和沙箱整合在一起
RadixArk
开放训练与推理基础设施
以 SGLang 和 Miles 为核心，降低大规模推理和后训练门槛
这一层解释了 NVIDIA 为什么会成为联名信最积极的推动者
闭源接口把大部分计算集中在少数模型公司的机房里
开放权重会把计算需求散到企业数据中心、主权云、区域云、开发者工作站和边缘设备
模型越开放，需要购买和调度的芯片越多
对 NVIDIA、AMD、Dell、Nebius、Baseten、Fireworks 这类公司来说，开放模型既是理念，也是需求来源
第三层，18 家工具、分发与开放社区
如果模型是矿石，这一层做的就是地图、道路、加工厂和交易市场
它们自己很少训练最前沿的通用模型，却决定了一个模型能不能被发现、比较、下载、微调、运行和接进产品
机构
核心业务
所处的大模型生态
Agno
多智能体框架和企业运行平台
连接不同模型，帮助团队搭建、运行和管理智能体
Arena
由用户投票驱动的模型评测平台
同时比较开放模型与商业模型，形成公开排行榜
Bolt
用自然语言生成网站和应用
位于模型上层，把模型能力直接变成可运行软件
GitHub
代码托管、协作和 AI 开发平台
承载大量开放模型代码、工具和开发者协作
GPU MODE
GPU 编程学习与工程社区
培养推理、算子和硬件优化人才
Hugging Face
模型、数据集和应用分发平台
开放模型生态最重要的集散地之一
Interconnects AI
AI 技术研究与行业内容
连接模型研究、开放生态和产业判断
LangChain
智能体开发、评测与观测平台
让应用可以接入不同模型，降低模型切换成本
The Linux Foundation
开源项目和社区治理
为开放软件、开放模型许可和行业协作提供组织基础
LM Studio
本地模型运行与桌面智能体
让普通用户在个人电脑上使用开放模型
LMSYS
开放的大模型系统研究组织
研究可扩展模型系统，也是 Arena 的学术源头
Mozilla
浏览器、互联网公共利益和开放技术
关注开放互联网、用户控制权与公共 AI
Ollama
本地开放模型运行工具
把模型下载、管理和本地推理做成简单体验
OpenClaw
本机运行的开源个人 AI 助手
让模型通过常用聊天工具操作个人设备和任务
Replit
AI 编程与云端开发环境
把模型能力接进从写代码到部署的完整流程
Scale
数据、评测和可靠 AI 系统
为模型训练、评估和关键场景落地提供数据基础
Unsloth
本地训练、运行和导出开放模型
降低微调、量化和本地使用门槛
Vercel
网站、应用与智能体运行平台
让开发者通过统一工具接入多种商业和开放模型
我感觉，这 18 家才是开放生态最容易被低估的一层
模型排行榜上的第一名会频繁更换，开发者的工作流却很黏
大家在 Hugging Face 下载模型，在 GitHub 找代码，用 Unsloth 微调，用 vLLM、Ollama 或 LM Studio 运行，再通过 LangChain、Agno 和 Vercel 接进应用
这条链一旦形成，模型公司很难单独控制开发者往哪里走
开放模型真正的护城河，也从来不只是一份权重文件
教程、工具、运行环境、评测方法和社区经验，合在一起才叫生态
第四层，19 家企业应用与行业落地公司
这一层的名单最杂
有网络安全公司，有办公软件，有搜索产品，有航天公司，还有矿业公司
它们站出来支持开放权重，说明模型已经开始进入真实生产流程
机构
核心业务
所处的大模型生态
Block
支付、金融服务、音乐和硬件
属于大模型下游用户，更关心成本、控制权与模型选择
Box
企业内容管理与协作
在企业文档上构建 AI，天然重视数据边界和私有部署
Camber
面向数据科学团队的 AI 智能体
把文档、代码、查询和分析沉淀成可复用智能体
CrowdStrike
AI 原生网络安全
用模型做防御、检测和响应，需要可审计、可控的模型能力
DoorDash
本地商业与配送平台
用 AI 优化商家、消费者、骑手和物流网络
Exia Labs
地面无人系统、空间推理和国防 AI
把模型接到真实世界、边缘设备和任务自主系统
Genspark
通用 AI 工作空间和智能体产品
位于模型上层，依赖多模型完成搜索、创作和自动化任务
Glean
企业搜索、助手和智能体
把企业内部数据接入模型，强调权限、知识和工作流
Intangible
面向创意行业的 AI 3D 工作室
将生成模型用于 3D 视觉、叙事和创意生产
Mariana Minerals
软件驱动的关键矿产公司
用软件和 AI 改造矿产勘探、开发与供应
Palantir
数据整合、决策和运营软件
把不同模型接入政府和企业的真实业务系统
Palo Alto Networks
企业网络与云安全
既保护 AI 系统，也把 AI 用进安全运营
Perplexity
AI 搜索与答案产品
位于用户入口层，可组合搜索、模型和实时信息
Plastic Labs
智能体记忆与用户身份建模
为不同模型提供长期记忆和个性化上下文
Rehearsals
用 AI 数字分身预测营销结果
模拟真实消费者，预测转化、留存、收入和需求
ServiceNow
企业工作流和 AI 平台
把模型放进 IT、客服、人事和企业自动化流程
SpaceX
火箭、飞船和太空基础设施
属于高要求产业用户，对本地能力、工程控制和长期可用性敏感
Telnyx
通信网络、语音和 AI 智能体
把电话网络、语音服务和模型推理接成一套语音 AI 技术栈
Trajectory
持续学习平台
用真实产品使用数据持续改进模型、提示和智能体运行方式
这组公司给开放权重提供了最强的现实理由
对于 Box、Glean、Palantir、ServiceNow 这类企业软件公司，客户数据和业务流程不能轻易被锁在单一模型供应商里
对于 CrowdStrike、Palo Alto Networks、Exia Labs、SpaceX 这类安全和现实世界系统，断网运行、内部审查、版本固定和长期维护都很重要
对于 Perplexity、Genspark、Replit、Bolt 这类 AI 产品，模型本身就是原材料
原材料供应商越多，它们越有议价权，也越容易针对不同任务选择不同模型
第五层，7 家资本、政策与产业组织
最后一层没有模型，也不负责部署
但它们决定哪些团队能拿到钱，哪些议题能进入政策讨论
机构
核心业务
所处的大模型生态
American Innovators Network
为美国创业者和「小科技公司」进行政策倡议
推动开放 AI、创业竞争和更宽松的创新环境
AMP PBC
为独立前沿实验室建设共享 AI 算力网格
希望独立团队共享算力，同时保持研究和组织独立
Andreessen Horowitz
科技风险投资
投资模型、算力、工具和应用，开放生态会扩大可投公司数量
Atreides Management
横跨公开与私募市场的科技投资
从资本市场支持科技与 AI 产业扩张
Emergence Capital
专注早期企业软件的风险投资
押注 AI 原生企业软件和持续学习产品
Unusual Ventures
早期风险投资与创业支持
帮助基础设施、开发工具和企业 AI 创业公司成长
Y Combinator
早期创业加速与投资
大批 AI 创业公司需要低成本、可控、可替换的模型底座
资本为什么要支持开放权重
答案很简单，开放模型让创业公司的起跑成本更低
如果每个 AI 产品都要先向少数模型供应商交一笔能力税，创业公司能留下的利润和差异化空间都会变小
模型可下载、可微调、可私有部署之后，创业者可以把钱花在行业数据、产品体验和客户渠道上
对投资机构来说，这会长出更多公司，也会减少一家底层供应商对整个投资组合的影响
77 个名字，暴露了美国开放生态的四个真相 第一，开放权重已经是一门基础设施生意
早期谈开源模型，大家容易想到研究共享、社区精神和技术理想
今天的名单里却塞满了芯片、服务器、云、推理、安全、企业软件和风险投资
这说明开放权重已经完成了一次商业化
模型本身可以免费下载，围绕它发生的计算、部署、微调、安全、评测和应用都可以收费
开放没有消灭商业价值，它把商业价值分散到了更多环节
第二，未来会长期存在双轨路线
OpenAI、Google、Microsoft、Mistral、Black Forest Labs 都在同时经营托管接口和开放模型
托管服务适合追求最新能力、快速接入和省运维
开放权重适合数据敏感、成本稳定、需要定制和长期控制的场景
企业会根据任务混用两类方案
最强模型负责最难的少数问题，小模型、专用模型和本地模型承接海量日常任务
这条路线也正是联名信里最务实的部分
第三，模型中立层会越来越值钱
Hugging Face、Arena、LangChain、Ollama、LM Studio、vLLM、Unsloth、Vercel 都不要求用户忠于某一家模型
它们服务的是模型之间的竞争
哪家模型赢，它们都能继续提供分发、评测、运行、微调或应用接入
这类公司的价值来自选择变多
模型越多、更新越快、差异越大，中间层越重要
第四，这份名单服务于美国政策，参与者却来自全球
AI21 来自以色列，Mistral 来自法国，Sakana AI 来自日本，Nebius 的业务也面向全球
所以「美国大模型开源生态」更准确的理解，是围绕美国政策和产业平台形成的国际联盟
它争夺的核心资源也不只在美国
开发者、模型、算力、资本和企业客户，本来就在全球流动
制作不易，如果这篇文章对你有用，欢迎点个关注，给我一个点赞、转发和在看，谢谢你看我的文章，我们下篇再见！
热门跟贴