复旦大学 NLP · 上海人工智能实验室 // OpenMOSS 开源组织 访问官网 ↗
  • 开源大模型组织
  • MOSS 对话模型
  • 复旦 NLP 出品
  • 60+ 仓库
  • 多模态与语音
  • Apache-2.0

同样是「大模型」，OpenMOSS 走的是和闭源 API 完全相反的一条路

你用惯了点开即用、按 token 计费、参数永远看不见的闭源对话服务。OpenMOSS 反其道而行：它把模型权重、训练代码、论文与一整套多模态、语音、具身智能的研究仓库，全部摊在 GitHub 上让人随便看、随便改、随便拿去创业。这不是又一个聊天机器人，而是一支高校科研团队用「开源」对抗「黑箱」的方式，把大模型研究的门槛一砖一瓦往下拆。

一句话认识它：OpenMOSS 是邱锡鹏教授领衔、依托上海人工智能实验室（SII）并与复旦大学、MOSI.AI 深度协作的开源大模型研究组织[1]，其开创性项目 MOSS 是复旦大学自然语言处理实验室于 2023 年 2 月发布的国内首个公开亮相的类 ChatGPT 对话语言模型[3]；如今该组织已在 GitHub 上维护 60 余个仓库，覆盖基础语言模型、多模态视觉、语音合成、语音转录、音频音乐理解与具身智能等研究方向[1]。

把它和「闭源商业大模型」摆在一起比，才看得清它到底是什么

判断一个开源组织值不值得关注，最好的办法不是看它吹了什么，而是看它和你想当然的那条主流路线，到底在哪些环节上做出了相反的选择。下面这组左右对照，把 OpenMOSS 与常见的闭源 API 服务放到同一张桌子上。

闭源商业大模型的默认姿势

  • 权重不公开：你拿到的是接口，模型内部结构、训练数据配比、对齐方法一律不可见，出了问题只能猜。
  • 按量计费：推理成本随调用量线性上涨，做产品原型可以，规模化上线就要反复算账。
  • 能力被平台框死：能调用哪些功能、支持多长上下文、能不能本地部署，都由服务商说了算，你改不了。
  • 数据与合规在别人手里：请求和语料要发到对方的云上，敏感行业用前先过合规这一关，常常过不去。

OpenMOSS 的开源路径

  • 权重与代码全摊开：MOSS 主仓库以 Apache-2.0 等开源协议发布，模型、训练脚本、论文引用一应俱全，研究者能逐行复现[2]。
  • 一次下载、长期免续费：把模型拉到自己的机器上，推理不再按 token 计费，适合要做长期、大规模实验的团队。
  • 想怎么改怎么改：从基座微调到加插件、接工具，整条链路都在你掌控中，能长出闭源服务不提供的形态。
  • 私有化与可审计：可完全离线部署，数据不出内网，研究过程透明、可复现，契合学术与高合规场景。

要讲清楚：开源不等于「免费又好用」。开源模型通常要你自己配显存、调环境、做对齐，开箱即用的顺滑度往往不如成熟的闭源产品；OpenMOSS 的价值在「可研究、可改造、可落地」，而不在「替你把体验做到极致」。

拆开看：OpenMOSS 这个组织到底装了什么

很多人以为 OpenMOSS 就是「那个叫 MOSS 的聊天模型」，其实 MOSS 只是它最出圈的一个招牌。把它下面 60 多个仓库按研究方向拆开，会发现这是一支覆盖全栈大模型的团队。下面逐块拆解它真正在做什么。

  1. 基础语言模型 MOSS：组织的开山项目，一个开源的、支持工具调用的对话语言模型，复旦团队把它定位为「走通类 ChatGPT 技术路线」的验证载体，并公开了论文与代码[2]。
  2. 多模态视觉 MOSS-VL / MOVA：把语言模型的能力延伸到看图、看视频，其中 MOSS-VL 公开了较完整的训练栈，MOVA 做可扩展的音视频同步生成，覆盖视觉理解这一大片疆域。
  3. 全模态 AnyGPT：尝试用统一框架处理文本、图像、语音、音乐等多种模态，是组织探索「一个模型懂所有模态」的前沿方向。
  4. 语音合成 MOSS-TTS 系列：包含可实时运行、仅 0.1B 参数、无需显卡就能在 CPU 上跑的 MOSS-TTS-Nano，以及支持多说话人、长文本、角色定制的完整语音与音效生成家族。
  5. 语音转录 MOSS-Transcribe-Diarize：做带说话人区分、带时间戳的端到端语音转录，适合会议、访谈、长音频的自动整理场景。
  6. 音频与音乐 MOSS-Audio / MOSS-Music：统一处理语音识别、环境声、音乐理解与生成，把「听见声音」和「理解声音」并在一起做。
  7. 具身智能与机器人 RoboOmni / OpenETA：把智能体能力从数字世界延伸到物理世界，探索机器人如何感知、规划并执行任务。
  8. 可解释性与评测 Llamascopium / VLABench / GAOKAO-MM：一边研究模型内部机制（稀疏自编码器等），一边做基准测试，给社区提供「怎么衡量模型」的工具。
  9. 高效训练与长上下文 CoLLiE / LongLLaDA：提供协作式高效训练库与长上下文、扩散式语言模型方案，降低后来者复现大模型的工程门槛。

这一长串清单说明：OpenMOSS 不是单一产品，而是一个以开源为方法论的研究矩阵。它的每一块都在试图把某一类能力「从黑箱里拽出来」，让高校、创业者和工程师能站上去接着盖楼。

技术路线拆解：MOSS 当初为什么能跑通，又卡在哪

把 2023 年那次引爆舆论的 MOSS 发布拆开看，最能理解开源路线和闭源路线的本质差异。下面用一张表把两条技术路线并排摆出来。

对比维度MOSS（开源路线）闭源 ChatGPT 类路线
模型可见性权重、代码、论文全部开源，可复现闭源，仅提供接口
参数量级比 ChatGPT 小一个数量级（约 16B 级别）千亿级（如 175B）
对话能力训练让模型与人类及其他对话模型交互来学习以人类反馈强化学习（RLHF）为主
中文水平初版中文弱于英文，受中文语料清洗难度拖累中英均衡、持续迭代
使用成本自部署后不再按 token 计费按调用量持续付费
核心价值给学界与产业提供一手经验、降低研发门槛开箱即用的成熟产品体验

复旦团队当时讲得很坦白：MOSS 和 ChatGPT 的差距主要在基座预训练这一阶段，参数量小一个数量级，知识储备和任务完成度都还有很大空间[3]。但正是这次「端到端走通」，给国内学术界和产业界证明了类 ChatGPT 产品的技术路径走得通，也为后来的开源大模型潮提供了关键的一手经验。

一个真实使用场景：在 MOSS 开源基座上做垂直产品

开源的意义，最终要落到「你能拿它干什么」。设想一支三五人的创业小队，想给律所做一套「合同要点抽取 + 风险标注」的内部助手，数据不能出公司内网。用闭源 API 会卡在合规与持续成本上，而走 OpenMOSS 路线可以这样落地。

第一步，选基座：从 GitHub 拉取 MOSS 系列或组织内更轻量的语言模型权重，确认开源协议允许商用（MOSS 主仓库为 Apache-2.0，商用友好）[2]。

第二步，私有化部署：把模型放进律所本地机房，所有合同文本只在内部流转，请求不经过任何第三方云服务，合规这一关先过掉。

第三步，领域微调：用自家积累的脱敏判例与合同条款做监督微调，把通用对话能力改造成「懂法条、懂条款」的垂直能力，这一步在开源权重上是完全可操作的。

第四步，接工具：MOSS 本就支持工具调用，把「查法规库」「生成标注报告」封装成插件接进去，形成一个闭环的助理，而不是只能聊天的玩具。

第五步，长期持有：模型下载一次、部署一次，之后推理不再按 token 计费，案件量越大越划算，这正是开源相对闭源 API 的结构性优势。

这个场景里没有一步需要求着服务商开特权，也没有一笔随用量上涨的账单——它恰好印证了邱锡鹏团队当年的判断：MOSS 开源后，能有效降低预训练语言模型的研发和应用门槛，让中小企业在其基础上开发出智能客服、垂直助手等各种产品[3]。

三个最容易踩的误区

01

误区一：开源就等于「开箱即用的替代品」。MOSS 等开源模型需要你自己配环境、调显存、做对齐和评测，新手直接拉下来往往跑不动或效果拉胯；把它当成熟闭源产品的平替，会严重误判工作量。

02

误区二：名字叫 MOSS 就无所不能。这个名号来自电影《流浪地球2》里的量子计算机，是团队在模型训练完成、正值电影热映时借用的代称，和电影里的超级 AI 没有技术关系，别被名字带偏预期[3]。

03

误区三：所有仓库都能直接商用。OpenMOSS 下不同仓库协议并不统一，部分研究性代码采用限制性许可；落地前务必逐仓核对 LICENSE 文件，别默认「挂了开源就能商用」。

常见问答

OpenMOSS 和 MOSS 到底是什么关系？

MOSS 是 OpenMOSS 组织里最出圈的开创性项目——一个开源的、支持工具调用的对话语言模型；而 OpenMOSS 是承载 MOSS 以及多模态、语音、具身智能等数十个后续仓库的整个开源研究组织，MOSS 是其中的「长子」而非全部。

OpenMOSS 是哪个机构做的，靠谱吗？

它由邱锡鹏教授领衔，依托上海人工智能实验室（SII），并与复旦大学、MOSI.AI 深度协作；MOSS 本身出自复旦大学自然语言处理实验室，是国内首个公开亮相的类 ChatGPT 模型，学术背景与公开可追溯性都比较扎实[1]。

和闭源商业大模型比，它最大的优势是什么？

核心是「可控」：权重与代码公开、可私有化部署、可自由微调改造、推理不按 token 计费。代价是你要自己承担工程与对齐成本，它适合重合规、重可控、重长期成本的场景，而非追求开箱即用的日常聊天。

普通人能直接拿来用吗，需要什么基础？

直接用网页版闭源服务那种零门槛体验它给不了；要跑起来至少需要会配 Python 环境、懂一点模型推理与显存管理。高校研究者、工程师和创业者是它最对口的用户，纯小白建议先从官方文档和演示空间入手。

它下面那么多仓库，我该从哪个开始看？

想理解对话模型本源，从 MOSS 主仓库和它的论文《MOSS: An Open Conversational Large Language Model》读起；想做语音产品看 MOSS-TTS 与 MOSS-Transcribe 系列；想做视觉看 MOSS-VL；组织主页给出了按研究方向归类的索引，照着需求挑即可[1]。

开源协议允许商用吗，有没有坑？

MOSS 主仓库采用 Apache-2.0，对商用相对友好；但组织内其他仓库协议并不统一，部分研究代码带限制条款。上线任何产品前，请逐仓库核对 LICENSE，必要时联系团队邮箱 openmoss@sii.edu.cn 确认授权范围。

听说初代 MOSS 中文不行，现在还值得关注吗？

初代 MOSS 中文弱于英文是事实，受当时中文语料清洗难度影响；但组织的价值早已不限于那只初代模型，它后续在多模态、语音、长上下文、可解释性上的持续产出，才是今天仍值得跟踪的理由。

参考资料

  1. 来源：OpenMOSS 官方 GitHub 组织主页（组织简介、依托单位、研究方向与 60+ 仓库索引）：https://github.com/OpenMOSS
  2. 来源：OpenMOSS/MOSS 主仓库 README（MOSS 模型定位、开源协议与论文引用信息）：https://github.com/OpenMOSS/MOSS
  3. 来源：复旦大学自然语言处理实验室官方资讯——国内首个类 ChatGPT 模型 MOSS 发布（邱锡鹏团队、技术路线与开源计划）：https://fddi.fudan.edu.cn/5b/e2/c21257a482274/page.htm
  4. 来源：Hugging Face OpenMOSS-Team 组织页（模型、数据集、空间与研究动态聚合）：https://huggingface.co/OpenMOSS-Team
  5. 来源：OpenMOSS/MOSS-VL 仓库（多模态视觉理解系列与训练栈开源说明）：https://github.com/OpenMOSS/MOSS-VL
  6. 来源：OpenMOSS/MOSS-TTS-Nano 仓库（0.1B 多语种语音合成模型、可 CPU 实时运行说明）：https://github.com/OpenMOSS/MOSS-TTS-Nano
  7. 来源：维基百科 — Large language model（大语言模型与开源模型生态的背景定义）：https://en.wikipedia.org/wiki/Large_language_model
  8. 来源：arXiv — 计算语言学期刊 cs.CL（大模型与对话系统相关论文的研究范畴与索引）：https://arxiv.org/list/cs.CL/recent

青衣网络 AI 观察团队 · 最后更新 2026-08-25　|　本文基于 OpenMOSS 官方公开仓库与复旦大学自然语言处理实验室公开资讯整理，用于帮助用户理解该开源组织的定位、能力边界与技术路线；仓库、协议、论文与研究方向随时可能更新，实际使用请以官方最新发布与各仓库 LICENSE 为准。