技术深度解析
现代AI模型的技术架构，恰恰创造了打破传统Copyleft逻辑的条件。像GPT-4或Llama 3这样的模型并非单一软件，而是一个多层系统：训练代码（通常是Python/PyTorch）、训练数据集（海量的文本、代码和图像语料）、产出的模型权重（一个包含数值参数的数GB文件），以及运行模型的推理代码。像GPL这样的Copyleft许可证旨在规范*软件*的分发。它们对其他组件——尤其是权重和数据——的适用性，在法律上未经检验，在技术上模糊不清。
从工程角度看，“衍生作品”的问题尤为棘手。如果开发者使用LoRA（低秩适应）方法，在专有数据集上对基础模型（例如Meta的Llama 3）进行微调，那么生成的适配器权重的法律地位是什么？基础模型的权重在数学上被转换了，但并非传统编程意义上的直接复制或修改。开源社区已创建工具来应对此问题，例如Axolotl GitHub仓库（github.com/OpenAccess-AI-Collective/axolotl），这是一个用于微调LLM的高度优化库。拥有超过1.1万颗星标，Axolotl使模型定制民主化，但也放大了许可模糊性——用户可以轻松创建那些公开*发布*但许可*受限*的模型的衍生品。
此外，数据流水线是许可不确定性的黑箱。模型的训练数据混杂了公有领域文本、受版权保护的书籍、GitHub上宽松许可的代码（例如MIT或Apache 2.0许可），以及Copyleft许可的代码（例如GPLv3）。模型的“知识”是所有这些来源的统计融合。在GPL许可的代码上进行训练，是否会给模型权重带来GPL义务？大多数AI法律学者认为，根据现行解释，这不会构成义务，因为权重不被视为代码的“复制品”。这一技术细节，正是企业主张基于开源成分构建专有模型的理论基石。
| 技术组件 | 传统软件（GPL语境） | AI模型对应物 | Copyleft适用性挑战 |
|---|---|---|---|
| 源代码 | 人类可读指令（如 .c, .py 文件） | 训练代码、架构定义（如 transformer.py） | 清晰。若代码为GPL许可，则GPL适用。 |
| 可执行文件/二进制文件 | 源代码的编译版本 | 模型权重（.bin, .safetensors 文件） | 不明确。权重是数值参数，非可执行代码。 |
| 衍生作品 | 源代码的修改（分支、补丁） | 微调、LoRA适配器、提示工程 | 高度模糊。微调模型是权重的“修改版本”吗？ |
| 输入/数据 | 配置文件、用户数据 | 训练数据集（文本、图像） | 极不明确。用GPL代码处理数据会“感染”输出吗？先例表明不会。 |
数据要点： 上表揭示了一个根本性的错配。定义AI系统行为与价值的实体——权重和数据——落入了Copyleft杠杆作用最弱的法律范畴。这种技术架构天生有利于能够聚合数据和算力的实体，而非那些依赖许可互惠性的实体。
关键参与者与案例研究
战场上分布着策略迥异的阵营。一方是Meta和Stability AI，推行“开放权重”策略。Meta的Llama 3模型通过自定义的“Llama 3社区许可证”分发，该许可证禁止某些竞争对手使用，且未经特殊协议不得进行大规模商业部署。它是源码可用的，但不符合开源促进会（Open Source Initiative）定义的开源标准。Stability AI的Stable Diffusion模型使用Creative ML OpenRAIL-M许可证，包含特定使用限制（例如，不得生成有害内容），但允许商业使用。这些许可是新颖的创造，旨在吸纳社区开发的同时保持控制权。
与之对立的是纯粹的开源倡导者。创建了StarCoder2模型（160亿参数）的BigCode项目，在真正宽松的OpenRAIL许可证下发布了它们，仅要求署名。同样，Hugging Face倡导开放科学，托管了数千个在Apache 2.0等许可证下完全开放的模型。Yann LeCun等研究人员强烈主张开放AI平台，以此作为对抗企业控制的力量，并将其视为安全和创新的关键。
一个关键案例是软件自由保护协会（SFC）与AI行业的对抗。SFC发起了“Copyleft AI”项目，主张如果一个模型的训练、架构或推理关键依赖于GPL许可的软件，那么整个模型可能构成衍生作品。他们正在探索执行途径，这可能树立一个重大的先例。另一个案例是