Microsoft 於 2026 年 7 月 24 日刊出 Open Weights and American AI Leadership 聲明，頁面列出一批簽署者，包括 Microsoft、NVIDIA、Meta、GitHub、Google、OpenAI、Hugging Face、Mistral、Cloudflare、IBM、Palantir、Vercel 和 Y Combinator 等。這不是一個新 model 發布，而是一份針對 open-weight AI 生態和政策方向的聯署主張。
聲明把 open-weight model 定義為可以由任何人下載、檢查、修改和在自己的 infrastructure 上運行的模型。Microsoft 的論點是，這種模式可以讓 startup、企業、大學和公共機構按自己的任務和成本選擇模型，不必每項工作都支付 frontier model 的價格，也不必從零開始訓練一個模型。
聲明同時把重點由 model 本身推向 application layer。它主張擴大 startup 和研究人員的 compute access，投資共享 datasets、tools 和 evaluation frameworks，並避免過早限制 open models。這些是簽署者的政策立場，不是對所有 open-weight model 都有同樣成本、質量或安全表現的獨立研究結論。
文件沒有把開放說成沒有風險。它承認權重一旦發布，就超出原開發者的直接控制；修改後的版本難以追蹤或逆轉。聲明認為，回應不應只是禁止 open weights，而要讓研究人員和防守團隊能夠檢查、benchmark、red-team 和修補模型。這個論點也代表一個現實取捨：透明度可以增加檢查機會，但公開能力同樣可能降低濫用門檻。
另一個值得留意的政策主張是 distillation。聲明要求政策制定者不要把合法的模型改進、評估和 validation 技術，與從 closed model 非法抽取價值混為一談；後者應由針對性的法律和商業框架處理。這屬於聯署者的立場，並不會自動解決 training data provenance、license、輸出歸屬或模型行為責任等問題。
對部署團隊而言，open weights 的價值通常在可控性和可移植性，但也會增加營運責任。團隊要自己處理模型版本、license、漏洞修補、供應鏈、推理基礎設施、資料 residency、監察和退出方案。能夠把模型放在自己的 environment，不等於已經完成權限隔離、prompt injection 防護或安全評估。
這份聲明把 AI 政策爭論由「開放或封閉」推向更具體的問題：誰可以檢查模型、誰負責修補、誰負擔 compute、誰可以把模型接入真實 workflow，以及如何在不犧牲競爭的前提下處理明確的濫用。企業採用時，應用自己的 workload 和 risk model 做 evaluation，而不是把簽署名單當成安全認證。
