核心關注於 AI 開源定義的制度設計，對於釐清模型權重與資料集的所有權、控制權及公共資源分配至關重要。

1. 由 OSI（開放原始碼倡議）執行長主導，直接涉及開源治理與 AI 基礎設施的規範基礎。
2. 探討如何將「開放」精神延伸至訓練數據與模型權重等高敏感度資產，符合數位主權與制度架構核心。
3. 提供了解不同開發模式下的標準制定、程序入口與平台中立性所需的深度治理框架。

OSI (Open Source Initiative) 執行董事 Duane O'Brien 與 Alan Shimel 對話，針對「AI 開放定義」的建立與核心概念進行深度的機制探討。內容集中在如何將傳統開源原則擴展至機器學習模型、權重及包含訓練數據集的架構中，並強調制度性的共識對於防止技術壟斷、確保開發者權利以及維護共享知識資產的重要性。這不僅是產品層面的討論，更是針對 AI 基礎設施的治理規則與標準界定。