arXiv 论文提出 MAIAM 分级准入模型，主张前沿 AI 访问权按能力设限

事件核心：发生了什么

这篇论文摘要指出，当前关于发布强 AI 系统的争论常被简化为二元选择：要么把模型锁在 API 后面，要么直接公开权重。作者认为这种框架混淆了两个决策——系统能力可以发展到什么程度，以及谁能在什么条件下获得这种能力。论文聚焦第二个问题，提出多层级 AI 可访问性模型（MAIAM），按用途、安全和能力而非发布形态来划分访问层级。

具体分为三层：第一层“AI for Learning”面向广泛人群，但能力被刻意限制；第二层“AI for Exploration”服务研发场景，需要注册、身份验证和使用控制，能力越高控制越严；第三层“Full-Scale Frontier AI”只通过结构化、可记录、可问责的方式开放。论文还提出用能力、自主性、领域后果、使用与安全等维度判断系统归属，并把 MAIAM 与 SAFE AI Operating Point 结合成两部分框架：一条是“能力边界”，限定不该跨越的安全上限；另一条是“可访问性边界”，限定谁能获得该上限以下的能力。

为什么重要

论文摘要提到一个关键论据：公开前沿级权重会让开发者失去发布后的所有安全杠杆。同时，摘要引用证据称，安全微调可以被几百美元的成本从开源权重中剥离，这意味着评测基础模型的表现，很难代表其衍生模型的安全水平。目前公开信息显示，这是论文层面的模型提议，不是已落地政策，也未提及具体公司、模型名或监管机构。但它触及开源与闭源争论中一个真实空白：能力限制和访问控制不是同一件事。

对用户/开发者/创作者的影响

如果这套思路被监管或平台采纳，开发者获取前沿模型的路径可能不再只有 API 或开放权重两种，而是出现注册、身份核验、用途记录等中间层。对使用大模型做应用、图像生成或推理服务的团队来说，高能力模型的访问门槛可能上升，合规和审计成本也会增加。对开源社区而言，论文立场偏谨慎：它承认开放权重对生态的价值，但强调一旦发布，安全微调很容易被剥离。创作者和普通用户短期受影响有限，长期可能体现在工具分级、功能限制和账号资质要求上。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

第一，看是否有监管机构或 AI 实验室公开讨论类似分级准入机制；第二，看论文全文是否给出更细的层级判定标准和实际案例；第三，看开源社区如何回应“安全微调可被低成本剥离”这一论据。这些都将决定 MAIAM 是停留在学术讨论，还是进入政策与产品设计。

来源：arXiv cs.AI