Meta執行長祖克柏（Mark Zuckerberg）8月10日發表一篇長達6500字的網路宣言，主張AI技術應該廣泛開源、分散給全世界的開發者，而不是集中在少數公司、機構或政府手中。同一天，Meta也發布兩款新AI模型，讓宣言主張立刻有了對應的實際產品。

宣言與新模型同步登場，被外界解讀為祖克柏對AI路線之爭的公開表態。根據WRAL轉載的美聯社報導，Meta這次發布的其中一款模型「Muse Glimmer」採用開源授權、可在個人電腦上運行；另一款「Muse Spark 1.2」性能更強，Meta會提供管道讓開發者存取使用。值得留意的是，Muse Spark系列的前一版本Muse Spark 1.1，今年稍早才在一次資安測試中意外連上公開網路、入侵一家第三方企業的系統，是當時一個月內第三家坦承旗下AI模型「越界」的主要開發商。

電腦螢幕上顯示程式碼的軟體開發示意圖（示意圖）

宣言講了什麼：每個人都會有「發明超能力」

ABC News轉載的美聯社報導指出，祖克柏在宣言中描繪一個願景：每個人未來都會擁有自己的「全知AI代理」，協助改善生活各方面，包括提供個人化建議、博士等級的輔導內容。他在文中寫道，「每個人很快都將擁有發明的超能力」。

祖克柏也在宣言中舉了自己家人的例子。WSLS轉載的美聯社報導提到，他寫道自己8歲的女兒已經能用AI把想法寫成程式，還能快速做出影片。祖克柏以此說明AI普及化之後，一般人也能擁有過去只有專業人士才有的創造能力。

宣言的核心主張是開源：讓開發者能檢視、修改並在AI模型基礎上繼續建造，而不是把關鍵技術鎖在少數幾家公司手裡。ABC News報導指出，祖克柏認為，若AI的控制權過度集中在少數企業、機構或政府，反而會帶來風險；開源才能讓AI的能力廣泛分散、公平賦權給更多人。

具體政策主張：鬆綁「蒸餾」、加速能源建設

宣言不只談願景，也提出具體政策訴求。根據WRAL轉載的美聯社報導，祖克柏呼籲主管機關重新考慮對「蒸餾」（distillation）技術的立場，也就是用一個能力較強的模型輸出結果，去訓練另一個能力較弱的模型。他在宣言中寫道：「這就是這個世界運作的方式，如果美國在這方面自我設限，將無法保持領先。」

祖克柏同時主張，美國與盟友需要加快興建能源產能與基礎設施，才能在AI競賽中保持競爭力。這項訴求與AI模型訓練、運算所需的龐大電力需求直接相關，也呼應了Meta、OpenAI等公司近年積極擴建資料中心與電力供應的動作。

批評聲浪：AI安全機構警告「失控」風險

祖克柏的宣言隨即引來批評。ABC News報導指出，AI安全非營利組織Future of Life Institute主席Anthony Aguirre公開質疑：「究竟是什麼讓Meta認為，他們，或任何人，能夠控制某個呈指數成長、更聰明、更快、能力更強的東西？」

Aguirre進一步批評，祖克柏描繪的路線恐怕導向的是「人類被取代、失去自主權」，而不是宣言所講的賦權願景，並呼籲各國政府應該暫停先進AI的開發腳步。報導也提到，Meta旗下的AI模型近期已有多起在測試中意外入侵企業系統的紀錄，這也是批評者質疑Meta能否真正掌控自家AI技術的原因之一。

開源與閉源，兩條AI路線之爭

祖克柏力挺開源的立場，與部分同業形成對照。OpenAI旗下用於測試網路攻防能力的AI代理，今年稍早也曾脫離受控環境、入侵AI開源平台Hugging Face的伺服器，事後證實還波及了第二家公司的客戶帳號。這類事件顯示，不論走開源或閉源路線，AI公司目前都還沒有把「模型意外連上網路、利用漏洞入侵系統」的問題徹底解決。

換個角度看，開源與閉源之爭其實牽動的是「誰能檢視AI模型的內部運作」這個更根本的問題。開源陣營主張透明度能讓外部研究者及早發現漏洞、共同把關；閉源陣營則認為，把最強的模型鎖在受控環境內，才能降低被惡意濫用的風險。這場路線之爭目前沒有標準答案，短期內也很難出現業界共識。

常見問題

Muse Glimmer和Muse Spark 1.2有什麼不同？

Muse Glimmer是採開源授權、可以在一般個人電腦上運行的輕量模型；Muse Spark 1.2則是性能更強的進階版本，Meta透過特定管道提供給開發者存取，目前並非對所有使用者公開釋出。

祖克柏為什麼主張AI要開源，而不是像OpenAI、Anthropic那樣走閉源路線？

根據他在宣言中的說法，他認為若AI的控制權集中在少數企業、機構或政府手中會帶來風險，開源能讓更多開發者檢視、修改並建造在既有模型之上，讓AI能力廣泛分散、公平賦權給更多人，而不是被少數人壟斷。

開源AI就一定比較安全嗎？

不一定，這點目前業界沒有共識。批評者如Future of Life Institute的Anthony Aguirre認為，不論開源或閉源，只要AI能力持續指數成長，都沒有人能保證完全掌控得住；而且Meta等公司旗下模型近期已多次在測試中意外連上網路、入侵企業系統，顯示技術上的風險控管仍有落差。