开源（open-source）近年来在AI领域持续升温，其核心争议在于：开放是否有利于创新与安全？OpenAI近期的一系列开源举措生动展现了这一趋势。
OpenAI发布了gpt-oss开源模型系列，这是其首次在语言模型领域采取开源策略，尽管具体细节有限，但标志着OpenAI在开放与闭源之间寻找新平衡。同时，OpenAI在基础设施和工具层面大力投入开源：例如，开源了强化学习工具包Baselines（包括DQN及其变体），提供可复现的基线算法；发布Universe平台用于训练通用智能；推出RobotSchool机器人模拟器和Neural MMO多智能体环境，降低了相关领域的入门门槛。此外，还有块稀疏GPU内核用于加速神经网络，以及MuJoCo Python库、RL-Teacher人类反馈训练工具等，形成了覆盖从硬件加速、环境模拟到算法实现的完整开源生态。
当前焦点集中在：开源模型是否会导致恶意滥用，以及如何平衡商业利益与社区贡献。未来观察点包括：更多大型AI实验室是否会跟进开源核心模型，以及开源生态能否在确保安全的同时激发创新。