他的初衷很朴素：家里侧墙上装了几个雨燕巢箱，希望把曾经在附近筑巢的雨燕重新吸引回来。但雨燕来没来、什么时候来，靠肉眼盯着并不现实。于是他想到用声音来判断——让机器一直听着，把每一段鸟鸣自动比对成物种名。

第一个坑：麦克风里的电池没装

方案本身很简单：树莓派放在室内避免风吹雨淋，麦克风顺着一根20英尺（约6米）的线缆伸出窗外收音。

结果接上之后，他花了将近一个小时，怎么调都收不到任何声音。折腾到最后，他做了一件本该最先做的事——翻说明书。原来这支麦克风虽然随包装附了电池，但出厂时并没有装进去，电池被塞在包装盒的角落里。装上电池，设备立刻正常工作。

算力不够，就让树莓派只当”耳朵”

麦克风通了，新问题来了。离窗户最近的那台是树莓派3B+，只有1GB内存，而且上面还跑着另一套脚本，用一块旧iPad屏幕轮播照片和电影海报，内存已经被占去一部分。识别鸟鸣的模型跑在上面显然会很吃力。

他最终选择把任务拆开：树莓派只负责把麦克风采到的音频以RTSP流的形式推出去，真正的识别工作交给内存充裕的迷你主机来做。迷你主机放的位置离窗户太远，够不着花园；树莓派则正好守在窗边。两台机器各取所长，位置和算力的矛盾就解决了。

BirdNET-Pi 还是 BirdNET-Go

识别引擎方面，业界比较成熟的方案是BirdNET——这是康奈尔大学鸟类学实验室与德国开姆尼茨工业大学联合开发的研究工具。最初的版本可以依据叫声识别984种北美和欧洲鸟类，背后是一套用大量鸟类录音训练出来的神经网络。它的工作方式是先把音频转换成可视化的声谱图，再由分类器把这些声谱图与已知鸟鸣比对。

围绕BirdNET，社区衍生出了两个常见的家用版本：

• BirdNET-Pi：长期以来是在家里7×24小时跑BirdNET最主流的方案，积累了数年的社区讨论和论坛帖子。但项目维护者已于2025年8月停止维护，后续由一些社区分支接手。
• BirdNET-Go：用Go语言而非Python重写的替代品，目前仍在活跃开发中，界面更现代，缺点是社区规模较小，遇到冷门问题不容易找到答案。

权衡之后他选了BirdNET-Go——原版BirdNET-Pi已无人维护，而他对社区分支的长期可靠性心里没底。

安装过程比预想的顺利：借助一个辅助脚本，他只输入了一条命令，脚本就自动在迷你主机的Proxmox里新建容器并引导完成安装，五分钟不到就跑了起来。

第一个识别结果就”翻车”

打开界面、把音频源指向树莓派推出的音频流之后，不到一分钟就出了第一条识别记录。

只是这条记录相当离谱：系统报告麦克风捕捉到了斑胸田鸡的叫声——这种鸟在他所在的国家极为罕见。紧接着的第二条是茶色鸣角鸮，同样不是本地物种。

问题很快被找到：他没有在界面里设置地理位置。BirdNET会依据用户所在地筛选当地可能出现的鸟种，而他的位置默认停留在非洲西海岸外的某处海域。

改掉位置之后，识别结果明显靠谱了。误报仍然存在，但每条记录都可以回放对应的音频片段人工复核，把不准确的删掉，如果某个物种反复误报，还能直接把它整个屏蔽掉。

技术之外

这套系统跑起来之后，他表示自己了解到了不少此前不知道的本地鸟类，甚至开始能凭耳朵记住几种叫声。

在他看来，这个项目有意思的地方恰恰在于：它用上了识别算法和一堆设备，最终目的却只是听听鸟叫、弄清楚是谁在唱歌——用技术手段去认识身边的自然，本身就是件挺有意思的事。

对国内动手能力强的用户来说，这套方案的门槛并不高：一块树莓派（官方推荐用性能更好的树莓派5，价格便宜、扩展性强，很适合作为迷你主机的底座）、一支能防潮的收音麦克风，加上开源软件，就能搭出一台自己的”鸟类监听站”。唯一需要注意的是，BirdNET的物种库以北美和欧洲鸟类为主，在其他地区使用时，识别准确率和本地物种覆盖度都需要自行验证。

来源：How-To Geek《This open-source app and Raspberry Pi helped me identify every bird in my neighborhood》

单是性能表现就已经足够让业界侧目，而月之暗面接下来的动作更耐人寻味：免费开放模型权重，并且明确瞄准海外开发者。这让美国 AI 公司开始认真思考一个问题——当越来越强的开放模型不断入场，闭源模式还能继续占据主导地位吗？

「开放权重」不等于「开源」

需要先厘清一个概念：Kimi K3 这类开放权重（open-weight）模型，并不是传统意义上的「开源」。在软件行业，开源有明确定义——源代码公开，可自由使用、修改和再分发。而 AI 系统要复杂得多，目前极少有模型达到这个标准。多数公司公开的只是「模型权重」，也就是 AI 在训练过程中学到的数值参数，训练数据、代码、模型架构和配置方法等关键部分仍然保密，使用许可上通常也有诸多限制。

这意味着开放权重模型无法像真正的开源软件那样从零复刻，但它提供的能力和灵活性，已经足够让开发者干很多事：检查模型如何运作、在自有基础设施上本地部署、深度定制，以及在不依赖单一供应商的前提下构建新产品——而且往往便宜得多。

免费送出权重，钱从哪儿赚？

花巨资训练一个模型，然后把最值钱的部分免费送出去，这门生意怎么算得过来？

福特汉姆大学法学院教授 Chinmayi Sharma 一语道破：「一套免费的权重，不等于一项免费的 AI 服务。」公司可以送出模型权重，然后在技术栈的其他环节赚钱——运行模型仍然需要算力基础设施、工程能力、安全保障、维护和技术支持，这些都可以通过托管服务等方式收费。对某些公司而言，回报还可能来得更间接：比如带动云计算服务或高端芯片的需求。

开放本身也是一种争夺竞争优势的策略。公开模型权重能吸引更多公司和开发者使用，进而催生围绕它的整套工具和基础设施生态。时间一长，这个模型就可能成为「事实标准」。乔治城大学安全与新兴技术中心高级研究分析师 Kyle Miller 举了阿里巴巴通义千问（Qwen）系列开放权重模型的例子——它已经深深嵌入行业的各个角落，展示了开放系统的渗透力。

美国巨头的两难

这给美国 AI 巨头出了个难题：如果一代开发者和工具都围绕 Kimi K3 这样的开放模型构建，行业重心就可能从 Gemini、Claude、ChatGPT 这些专有平台上移开。开放权重模型历来是专有系统的低成本替代品，而且在美国实验室不断收紧访问权限、给最新模型加上更严格护栏的当下，它们给了开发者更多自由。已有迹象显示，一些美国公司正在转向更便宜的中国模型。

压力也在美国科技行业内部发酵。此前有消息称美国可能因 Kimi K3 而限制开放权重 AI 的获取，随即引发科技界强烈反弹：包括 IBM、微软、Meta、英伟达、Perplexity 和 Palantir 在内的 25 家科技公司联名发布公开信，呼吁政策制定者避免「过早设限」，称开放权重模型对保持美国 AI 领先地位至关重要，能防止这项技术的力量和红利「集中在少数人手中」。值得注意的是，谷歌、OpenAI 和 Anthropic 均未出现在首批签名名单上。

本周一，英伟达、微软、SpaceX 等一批大型科技公司再次发声，呼吁美国加大对开放权重模型的支持。谷歌和 OpenAI 随后也表态反对仓促限制开放模型，但都没有加入周一的倡议；Anthropic 则两边都没有支持。

闭源巨头会让步多少？

Miller 认为长期走向仍是「未知数」。美国公司可能推出更强的自家开放权重模型——事实上，来自中国同行的压力正是 OpenAI 去年发布开放权重模型 GPT-OSS 的部分原因，谷歌的 Gemma 系列在一定程度上也被视为对同类竞争的回应。但这两者的能力都远不及各自的旗舰专有模型。「像 Anthropic 这样的公司，估计不会走这条路。」Miller 说。

Sharma 则给出了另一种预判：美国公司面临的问题会越来越具体——「需要开放多少能力，才能阻止中国模型成为开放生态的默认平台？」更可能的结果是一种「组合策略」：把最强的模型留作专有，同时不断放出能力越来越强的开放权重版本，以维持开发者的采用率和生态影响力。

Kimi K3 能否赢得海外开发者，还需要时间验证。但可以确定的是，它绝不会是最后一个尝试打开国际市场的中国开放模型。摆在美国大型 AI 公司面前的问题，已经不只是如何保持领先，而是闭源 AI 还能不能——或者说该不该——继续走下去。

来源：The Verge（原文作者：Robert Hart）

AI生成配图

## 一个历史性的首发帖

“作为我的第一条帖子，我想分享 NVIDIA 签署的一封关于开放模型重要性的信件，”黄仁勋在 X 上写道。”AI 将改变每个行业，驱动每家公司，被每个国家建设。开放模型能加强安全性和网络安全，加速创新和传播，并实现主权。世界既需要前沿的闭源模型，也需要前沿的开源模型。”

这封信名为《Open Weights and American AI Leadership》（开放权重与美国 AI 领导力），直接对比了当今开源 AI 模型的争论与 1980 年代开源软件运动的历史。信中指出，正如开源代码成为了现代互联网的基石，开源 AI 模型也应该被允许蓬勃发展，而不是面临”过早的限制”。

## 25家联名企业的阵容

签署这份公开信的企业阵容堪称 AI 产业的半壁江山：NVIDIA、Microsoft、Meta、IBM、Hugging Face、Mistral、Mozilla、Linux 基金会、Palantir、CrowdStrike、Dell、Y Combinator、Andreessen Horowitz、Perplexity、ServiceNow 等。

值得注意的是，最主要的闭源模型实验室——OpenAI、Anthropic 和 Google——并未在最初的签署名单中。不过 OpenAI 在周五晚些时候也加入了联署，CEO Sam Altman 表示”很高兴看到对开放权重模型的支持”。

## 信件的三个核心论点

公开信提出了三个核心主张：第一，开放模型扩大了经济和访问机会，让初创公司、大学和公共机构能够在前沿模型基础上构建应用，而无需从零训练；第二，开放模型促进了在模型开发商、芯片制造商、云服务商和应用层的竞争，防止 AI 收益集中在少数企业手中；第三，开放模型实际上提升了安全性，让更多研究人员能够审计代码、修补漏洞，而非依赖少数闭源”单点故障”。

信件还特别为”蒸馏”技术辩护——即利用一个模型的输出训练另一个模型——称这是一项合法的、长期存在的研究技术，不应与盗窃混为一谈。这也是当前最具争议的话题之一。

## 激辩升级：中美AI话语权之争

这封信的发布时机耐人寻味。就在一周前，中国AI公司月之暗面（Moonshot AI）发布了拥有 2.8 万亿参数的 Kimi K3 模型，该模型可下载和定制，在多项基准测试中跻身全球最强模型之列。白宫科技政策办公室主任 Michael Kratsios 公开指责月之暗面通过蒸馏复制美国模型来构建 Kimi K3。

黄仁勋此前曾表示”中国将赢得 AI 竞赛”，并在近期评价中国开源模型”非常出色”。这些言论使他更接近北京方面的叙事框架，而非 OpenAI 和 Anthropic 的鹰派立场。Elon Musk 在数小时内转发了黄仁勋的帖子，表示”Jensen 说得对，这得到了我的全力支持”。Jack Dorsey 也用一个词回复：”excellent”。

## 行业影响

分析人士指出，这封公开信本质上是一份关于”开放不是意识形态偏好，而是美国竞争力和繁荣的现实需求”的产业宣言。随着华盛顿正在争论是否要限制中国开源 AI 模型，以及是否要对蒸馏技术实施更严格的管制，科技产业的这一集体表态可能会影响未来 AI 监管政策的走向。

黄仁勋选择用他的第一条 X 帖子来做这件事，本身就传达了一个信号：对于 NVIDIA 来说，开源 AI 不是一个可以妥协的问题。

图片来源：Getty Images / Fortune

黄仁勋的首条推文

“AI将变革每个行业，赋能每家公司，并被每个国家构建。”黄仁勋在推文中写道，”开源模型能强化安全性与网络安全，加速创新与普及，并实现主权。世界既需要前沿的闭源模型，也需要前沿的开源模型。”

这条推文发布十几分钟内，其粉丝数已破万。微软CEO萨提亚·纳德拉、知名科技记者马克·古尔曼等科技大V第一时间呼应。截至发稿，黄仁勋的X账号已有超过68万粉丝。

联名公开信的核心主张

这封公开信由25家企业和机构联名签署，阵容横跨AI产业链多个环节：算力硬件（英伟达）、通用AI企业（Meta、微软）、网络安全服务商（CrowdStrike、Palantir）、开源模型平台（Hugging Face、Mistral AI）、投资机构（a16z、Y Combinator）以及IBM、ServiceNow等。

公开信提出三个核心观点：

第一，经济普惠。 开源模型让初创公司、大学和公共机构可以直接基于先进AI进行开发，无需从零训练前沿大模型，从而扩大了经济参与度。这意味着更多企业能以更低成本获得AI能力。