本周，谷歌发布了一系列名为Gemma 3的开源人工智能模型，因其高效的性能迅速赢得了赞誉。然而，正如许多开发者在X平台上所抱怨的那样，Gemma 3的许可协议使得这些模型的商业使用变得风险重重。
这并非Gemma 3独有的问题。像Meta这样的公司也对其公开提供的模型应用了自定义的非标准许可条款，这些条款给企业带来了法律挑战。一些公司，尤其是小型企业，担心谷歌等公司可能会通过执行更为苛刻的条款“突然撤掉”他们的业务。
“这些所谓‘开源’人工智能模型的限制性且不一致的许可协议正在制造巨大的不确定性，尤其是在商业应用方面，”开源倡议组织（Open Source Initiative）的社区负责人Nick Vidal对TechCrunch表示。开源倡议组织是一个长期致力于定义和“管理”所有开源事务的机构。“尽管这些模型被宣传为开源，但实际条款却设置了各种法律和实践障碍，阻止企业将其整合到他们的产品或服务中。”
开源模型的开发者有其理由在专有许可而非Apache和MIT等行业标准选项下发布模型。例如，人工智能初创公司Cohere明确表示其意图是支持科学工作，而非商业工作。
但特别是Gemma和Meta的Llama许可协议中的限制条款，使得企业在使用这些模型时无法完全避免法律风险。例如，Meta禁止开发者使用Llama 3模型的“输出或结果”来改进除Llama 3或其“衍生作品”之外的任何模型。它还禁止月活跃用户超过7亿的公司在没有事先获得特殊的附加许可的情况下部署Llama模型。
Gemma的许可协议总体上不那么苛刻。但它确实授予谷歌“限制（远程或其他方式）使用”Gemma的权利，如果谷歌认为该使用违反了公司的禁止使用政策或“适用的法律法规”。
这些条款不仅适用于原始的Llama和Gemma模型。基于Llama或Gemma的模型也必须分别遵守Llama和Gemma的许可协议。就Gemma而言，这包括使用Gemma生成的合成数据进行训练的模型。
德国人工智能研究中心的研究助理Florian Brand认为，尽管科技巨头的高管们可能让你相信，但像Gemma和Llama这样的许可协议“无法合理地被称为‘开源’”。
“大多数公司都有一套经批准的许可协议，如Apache 2.0，因此任何自定义许可协议都会带来很多麻烦和费用，”Brand对TechCrunch表示。“没有法律团队或律师预算的小公司将坚持使用标准许可协议的模型。”
Brand指出，像谷歌这样拥有自定义许可协议的人工智能模型开发者尚未积极执行其条款。然而，他补充说，这种威胁通常足以阻止采用。
“这些限制对人工智能生态系统产生了影响——甚至对我这样的人工智能研究人员也有影响，”Brand说。
穆迪公司的机器学习总监Han-Chung Lee也认为，像Gemma和Llama这样的自定义许可协议使得这些模型在许多商业场景中“不可用”。AI初创公司Gretel的应用科学家Eric Tramel也持相同观点。
“特定模型的许可协议对模型衍生和蒸馏做出了特殊规定，这引发了关于追回权的担忧，”Tramel说。“想象一下，一家专门为其客户生产模型微调业务的企业。基于Gemma数据的Llama微调模型应该采用什么许可协议？这对他们的所有下游客户会有什么影响？”
Tramel表示，部署者最担心的场景是这些模型在某种程度上是特洛伊木马。
“模型铸造厂可以发布[开源]模型，等待看看哪些商业案例使用这些模型发展起来，然后通过勒索或法律手段强行进入成功的垂直领域，”他说。“例如，Gemma 3从各方面来看似乎是一个扎实的发布——并且可能产生广泛影响。但由于其许可协议结构，市场无法采用它。因此，企业可能会坚持使用可能较弱且可靠性较低的Apache 2.0模型。”
明确的是，某些模型尽管有严格的许可协议，但仍然广泛分发。例如，Llama已被下载数亿次，并被整合到包括Spotify在内的大公司产品中。
但根据AI初创公司Hugging Face的机器学习与社会负责人Yacine Jernite的说法，如果它们采用更宽松的许可协议，它们可能会更加成功。Jernite呼吁像谷歌这样的提供商转向开放的许可框架，并在广泛接受的条款下“更直接地与用户合作”。
“鉴于对这些条款缺乏共识，以及许多基本假设尚未在法庭上得到检验，这一切主要作为这些参与者的意图声明，”Jernite说。“但如果某些条款被解释得过于宽泛，许多优秀的工作将处于不确定的法律基础上，这对于构建成功商业产品的组织来说尤其可怕。”
Vidal表示，迫切需要能够自由集成、修改和分享而不必担心突然许可变更或法律模糊的人工智能模型公司。
“当前人工智能模型许可的现状充满了混乱、限制性条款和对开放性的误导性声明，”Vidal说。“与其重新定义‘开放’以适应企业利益，人工智能行业应该与既定的开源原则保持一致，以创建一个真正开放的生态系统。”
