从纽约一场活动引出的选题

主持人在旧金山湾区介绍两位嘉宾：英伟达研究员叶汉荣与 Fusion Fund 创始合伙人张璐。选题源于纽约一场活动上被问到的「美国在开源中是否落后」，节目想提供跳出中国模型看开源的全貌视角。

英伟达两份声明背后的算盘

英伟达连发开放权重与开放安全两份声明。叶汉荣解释英伟达从硬件获利、软件生态是配套，因此最有动力做开源；张璐补充企业级部署、成本与高监管行业可控性三重动因，并讨论开源是否比闭源更安全。

开源与安全：一场没有结论的争论

嘉宾讨论开源模型是否更危险，叶汉荣认为开源不等于把所有东西都开放，需要规则边界；张璐以言论自由作比，主张多样化生态，并提到业内希望形成自愿性的行为准则。

开放权重和开源到底差在哪

主持人追问 open weights 与 open source 的本质区别。叶汉荣解释开放权重只给权重和推理框架，不期待你修改；英伟达则配套训练框架、数据和工具，希望客户定制。张璐指出英伟达不希望模型层一家独大。

被硅谷忽视的非科技行业

张璐给出美国 IT 行业占 GDP 不到 10%、医疗约 20%、金融保险接近 20% 的对比，说明大企业更愿意在现有流程里植入 AI，而不是重构整套基础设施。

医院和银行为什么要自己买 GPU

以大型非营利医疗系统为例，核心数据不外流促使企业选择本地化部署，最终形成混合模式。叶汉荣提到医疗集团和药厂买大量 GPU 却不知道怎么用；张璐补充今年多起制药企业收购 AI 医疗公司的大额交易。

开源不等于开源模型，更不等于中国

主持人指出「开源=开源模型=中国」这条被偷换的链条。叶汉荣强调训练框架、推理框架、Agent Harness 都是开源版图的一部分，推理层因智能体常驻而成本权重上升。

Harness、工具层与低调的美国大厂

叶汉荣认为 Agent Harness 是今明两年最有价值的开源方向，同一模型换 harness 表现完全不同。张璐提到 memory infrastructure 与工具层开源把产品周期从一两年压缩到几个月。主持人追问谷歌、微软、OpenAI 为何做了却不说。

小模型才是企业真正要的

叶汉荣坦言英伟达不需要做最强模型，团队更关注 3B、30B 等小尺寸，Nemotron 在 Hugging Face 上有两千一百万次下载。张璐认为 Kimi 与 DeepSeek 让开源闭源差距缩到历史最小，但中国模型今年出现策略收敛。

一家十人公司靠开源做到四千万订单

张璐讲了一家德国 AI 基础设施创业公司的案例：开源项目带来大量开发者，开发者在大公司内部自发推销 Pro 版本，没有销售团队却一年收入涨四十倍，今年一季度订单约四千万美元。

美国开源生态未来五年会怎样

叶汉荣偏悲观，认为大模型公司商业模式未受挑战、没有开源动力，变量在于是否出现新形态如 Physical AI 与 Coding Agent。张璐认为 Physical AI 场景与数据更多样，反而给初创企业更多机会。

把安全从限制变成激励

叶汉荣称每个模型发布前都做安全测试，并认为开源模型的安全问题可能没那么大。张璐主张创新与激励合作更好，安全可以成为企业订单的竞争优势。主持人以朋友筹建新加坡算力中心做安全 benchmark 的故事收尾。