①開放權重模型降低AI使用成本後，可能刺激更多企業部署，從而帶動Token、算力和電力需求增長；②開放權重並不等於完全免費，企業仍需承擔GPU、雲服務、運維和安全等成本，實際經濟性取決於應用場景；③大摩提出未來三種情景，並認為無論模型開放程度如何變化，輝達等均有望受益。 財聯社8月4日訊（編輯 夏軍雄）摩根士丹利在最新報告《開放權重模型與三種未來情景》中指出，開放權重模型並不一定削弱AI算力需求。 恰恰相反，更低的使用成本可能加快AI普及，形成典型的「傑文斯悖論」：單次推理變便宜後，企業會把AI用於更多任務，最終推高Token、算力、電力和基礎設施的總需求。 開放權重不等於完全開源

同樣是科技圈的超級明星，馬斯克一天發N條推文，黃仁勳則壓根沒有社交媒體。 2026年7月24日這天，黃仁勳破天荒的註冊並行布第一條推文，轉發一個公開信，信裡說，美國要發展開放權重參數模型來保持AI領先性。 這封關於開放權重模型的公開信到底為什麼如此重要，能值得老黃親自站出來轉發一下呢？ 一個相對有意義的猜測是，前不久剛發佈的Kimi K3，作為一個開放權重模型，其智能水平跟OpenAI和Anthropic的閉源商業模型的差距到了幾乎可以忽略的程度。