原文链接：https://mp.weixin.qq.com/s/7tO4V2m9dLcNOrJclKWDww 作者：丿世外逃猿（大米淘天） 本文获原作者授权转载
搞了半年 AI，我才发现连「权重」是什么都不懂。大佬忽略。
背景：我为什么会去了解权重
最近国外围绕开源模型的一轮讨论里，英伟达黄仁勋、OpenAI、Anthropic（A 社）都反复提到一个词——开源权重。
这个词我其实早就眼熟，训练、部署、微调的文章里到处都是，但我从没真正搞清楚它指什么。
我之前的误解很具体：参数量不就是 356B、2T 这种数字吗？一个规模指标，它凭什么能被「开源」？一个数字开源出去有什么意义？
直到认真查了一轮才明白，我把两件事搞混了：参数量是规模，权重是内容。
权重到底是什么
权重是模型训练结束后得到的一堆实数（浮点数），写在模型文件里（.safetensors / .gguf / .bin），运行时整体加载进 GPU 显存，推理就是拿输入和这堆数做乘加运算。它不是物理硬件参数，也不是纯概念词，是实打实的数据。
具体例子：
- 一个 7B 模型，B 是 Billion（十亿），指约 70 亿个参数（参数 = 权重 + 偏置，权重占绝对大头）。也就是这个模型里有约 70 亿个实数。
- 每个权重值用 fp16 存储占 2 字节，所以 7B 模型文件约 14GB；量化到 4 比特，文件压到 4GB 出头，但它还是 7B 模型——权重数量没变，只是每个数存得糙了。这就是同一个 7B 模型有 14GB 和 4GB 两个版本的原因。
- 回到最初困惑：356B、2T 是参数量级（告诉你模型有多大），「开源权重」是把那几千亿个训练好的具体值交给你。数字本身开源没意义，值开源才有意义。
训练时这些数是拿海量数据一遍遍调出来的；训练完推理时固定不动，除非再微调、蒸馏或量化。
现在所谓开源模型的现状：到底几个是真开源
| 类别 | 开放范围 | 代表模型 |
|---|---|---|
| 真·开源（全开放） | 权重 + 训练代码 + 训练数据 + 训练日志，可完整复现 | OLMo 系列（Allen AI）、BLOOM（BigScience）、Pythia（EleutherAI） |
| 只开放权重 | 仅训练好的参数文件，代码/数据不给 | Llama（Meta）、DeepSeek、Qwen（阿里）、Gemma（Google）、Mistral |
| 闭源（仅 API） | 权重都不给，只能远程调用 | GPT 系列（OpenAI）、Claude（Anthropic） |
结论：标榜「开源」的模型里，真正全开源的是极少数，绝大多数只是开放了训练好的权重。开放权重模型，权重就是你下载下来那坨以 GB 计的实数文件。
免责声明：本文为个人学习笔记，非专业论文。各模型开放范围基于公开资料整理，厂商政策会变动，具体以官方发布为准。如有错漏欢迎指正。