作者丨茯神編輯丨思原、九黎

當(dāng)科技巨頭們紛紛打開“技術(shù)黑箱”，將核心AI模型像樂高積木般拆解、共享時，一場靜默卻激烈的產(chǎn)業(yè)革命已然拉開帷幕。

剛剛過去不久的9月，阿里、騰訊、百度等大廠幾乎同步將核心模型開源，這一動作如同在AI產(chǎn)業(yè)投下一顆深水炸彈，漣漪迅速擴(kuò)散至技術(shù)、商業(yè)與產(chǎn)業(yè)生態(tài)的各個層面。進(jìn)入10月，公開數(shù)據(jù)顯示，來自中國的開源大模型已經(jīng)牢牢占據(jù)榜單前五。

這場變革的底層邏輯，在于破解人工智能發(fā)展中的“復(fù)雜性陷阱”。當(dāng)多模態(tài)交互、3D建模、代碼生成等需求呈指數(shù)級增長時，單一企業(yè)的研發(fā)投入已難以覆蓋所有技術(shù)分支。開源模式通過分布式創(chuàng)新，將全球開發(fā)者群體轉(zhuǎn)化為“研發(fā)外延團(tuán)隊”，既填補(bǔ)了技術(shù)空白，又通過真實場景反饋加速模型迭代。

“開源是數(shù)字世界的路和橋，AI則像是水和電?！盋SDN創(chuàng)始人蔣濤在2025全球開源創(chuàng)新匯上的論斷，精準(zhǔn)道破了這場變革的本質(zhì)。而看似免費(fèi)的技術(shù)共享背后，是大廠對生態(tài)控制權(quán)的精密布局，更是中國AI從技術(shù)跟跑到規(guī)則制定的戰(zhàn)略突圍。

01

破解“復(fù)雜性陷阱”

深度學(xué)習(xí)先驅(qū)吳恩達(dá)曾警示：“現(xiàn)代AI系統(tǒng)的復(fù)雜程度，正在超越任何單一組織的掌控極限。”這句話道出了當(dāng)下AI發(fā)展的核心困境。人工智能的“復(fù)雜性陷阱”在多模態(tài)時代愈演愈烈，其復(fù)雜性的指數(shù)級增長正使單一企業(yè)面臨前所未有的研發(fā)困境。

多模態(tài)交互、3D建模、代碼生成等前沿領(lǐng)域的技術(shù)分支逐漸擴(kuò)散，研發(fā)成本與知識壁壘的疊加效應(yīng)，使得集中式研發(fā)模式逐漸失效。例如，谷歌Veo、OpenAI的Sora Pro等先進(jìn)模型需支持4K分辨率、120秒以上時長視頻生成，時序連貫性評分需達(dá)到4.8/5的專業(yè)水準(zhǔn)，技術(shù)難度呈指數(shù)級增長。

普林斯頓大學(xué)的研究，也揭示了機(jī)器學(xué)習(xí)模型的“復(fù)雜性悖論”：模型復(fù)雜性與性能之間并非簡單的線性關(guān)系，當(dāng)參數(shù)數(shù)量超過訓(xùn)練數(shù)據(jù)量的特定比例時，性能反而下降。這種復(fù)雜性管理問題使得傳統(tǒng)軟件開發(fā)標(biāo)準(zhǔn)與AI技術(shù)需求產(chǎn)生嚴(yán)重不匹配，特別是在可管理性、透明性和問責(zé)制方面。

開源模式的效能優(yōu)勢體現(xiàn)在研發(fā)效率提升和創(chuàng)新能力增強(qiáng)兩個方面。根據(jù)MLCommons 2025年能效評估報告，采用動態(tài)路由MoE架構(gòu)的AI模型，推理能耗可降低42%。DeepSeek-R1通過FP8混合精度訓(xùn)練技術(shù)，將視頻生成的能耗降低30%以上，顯著提高了技術(shù)普及的可持續(xù)性。

另外，工業(yè)和信息化部的數(shù)據(jù)顯示，中國已成為全球開源參與者數(shù)量排名第二、增長速度最快的國家，軟件開發(fā)者數(shù)量突破940萬。這種規(guī)?；拈_發(fā)者生態(tài)，形成了事實上的分布式研發(fā)網(wǎng)絡(luò)。

國內(nèi)互聯(lián)網(wǎng)大廠中，阿里云的“模型矩陣+社區(qū)迭代”模式極具代表性。其Qwen3系列構(gòu)建起覆蓋文本、圖像、音頻、視頻的300余個開源模型矩陣，截至2025年9月累計下載量已突破6億次，衍生出17萬個細(xì)分場景模型，相當(dāng)于為每個行業(yè)賽道配備了專屬技術(shù)攻堅隊。

騰訊的精準(zhǔn)開源策略則展現(xiàn)了垂直賽道的破局智慧。面向游戲開發(fā)的混元3D-Omni模型，自公布之日起就在開發(fā)者社區(qū)引發(fā)連鎖反應(yīng)。有獨(dú)立游戲工作室負(fù)責(zé)人分享道：“過去制作高質(zhì)量角色模型需要專業(yè)團(tuán)隊耗時數(shù)月，現(xiàn)在調(diào)用開源接口配合社區(qū)插件庫，美工新手也能快速生成次世代資產(chǎn)?！?/p>

開放式創(chuàng)新帶來的不僅是效率提升，更是認(rèn)知邊界的突破。正如Linux基金會執(zhí)行董事吉姆·澤姆林所言：“真正的技術(shù)創(chuàng)新往往誕生于跨界碰撞的裂縫之中。”

02

從“賣錘子”到“打地基”

技術(shù)上的分布式創(chuàng)新，正倒逼商業(yè)邏輯發(fā)生根本性變革。

傳統(tǒng)AI商業(yè)模式的困境在于“技術(shù)授權(quán)”的線性增長邏輯。過去，企業(yè)通過銷售API接口或模型授權(quán)獲取收益，但這種模式面臨兩個致命問題：一是客戶黏性低（開發(fā)者可能隨時切換供應(yīng)商），二是利潤空間被壓縮（頭部客戶議價能力強(qiáng)）。而開源模式通過“免費(fèi)核心+增值服務(wù)”的組合，重構(gòu)了傳統(tǒng)商業(yè)邏輯。

據(jù)麥肯錫的調(diào)研顯示，企業(yè)用戶愿意為完整解決方案支付的費(fèi)用，是“賣錘子”式的單純技術(shù)授權(quán)費(fèi)的7倍以上。洞察到此趨勢的大廠們，紛紛轉(zhuǎn)向“打地基”式的生態(tài)運(yùn)營。這也重構(gòu)了大廠開源模型的真正利潤來源。

API調(diào)用收入是第一個利潤池。雖然當(dāng)前Token調(diào)用收入在各家云廠商收入大盤中占比很小，但Token消耗量正在以10倍、100倍的速度快速增長。中國某頭部云廠商的測算顯示，一些頭部云廠商的Token調(diào)用收入未來幾年可能增長到40億-70億元。

專屬算力租賃是第二個利潤池。當(dāng)企業(yè)使用開源模型后，隨著應(yīng)用規(guī)模擴(kuò)大，自然需要更多算力支持。例如百度走的軟硬協(xié)同路線，將自研昆侖芯算力與優(yōu)化后的視覺模型搭檔銷售，在政務(wù)、金融等對穩(wěn)定性敏感的場景建立壁壘。

定制化解決方案是第三個也是最大的利潤池。今年4月，百度就與格靈深瞳聯(lián)手構(gòu)建“端-邊-云”一體化算力網(wǎng)絡(luò)，共同推出了“政務(wù)AI數(shù)字員工”解決方案進(jìn)行規(guī)?；涞?。

2025財年，阿里云營收1180億元，增速重回兩位數(shù)增長達(dá)到11%。阿里集團(tuán)CEO吳泳銘在投資者電話會中明確表示，阿里云的增長主要得益于AI相關(guān)需求，AI相關(guān)業(yè)務(wù)已連續(xù)七個季度實現(xiàn)100%以上增長。

在將Qwen大模型打造成“模型超市”后，阿里云免費(fèi)提供基礎(chǔ)版本的同時，構(gòu)建起包含數(shù)據(jù)標(biāo)注、模型訓(xùn)練、部署優(yōu)化的全鏈條服務(wù)體系。這種“前端引流+后端變現(xiàn)”的模式成效顯著：使用免費(fèi)模型的企業(yè)，往往會因業(yè)務(wù)擴(kuò)展需求升級至付費(fèi)的企業(yè)版；而當(dāng)模型復(fù)雜度超出自身運(yùn)維能力時，自然會轉(zhuǎn)向阿里云提供的托管服務(wù)。

一位阿里云高管總結(jié)道：“阿里云目前的態(tài)度是，一方面積極擁抱和推動Token調(diào)用模式的增長；另一方面也通過‘全棧AI’的能力，去滿足客戶不同層次、不同形態(tài)的多樣化需求，以此確保自己在市場變化時，仍然可以保持優(yōu)勢?！?/p>

看似免費(fèi)的開源模型，實則是大廠構(gòu)建生態(tài)護(hù)城河的秘密武器。當(dāng)中小企業(yè)享受著開源模型帶來的降本增效時，大廠也正悄然掌控著整個AI產(chǎn)業(yè)生態(tài)的制高點(diǎn)。

03

產(chǎn)業(yè)末梢的卡位戰(zhàn)

真正決定產(chǎn)業(yè)高度的，從來不是金字塔尖的巨擘，而是塔基處的點(diǎn)滴。

開源AI浪潮不僅是大廠的競爭游戲，更是中小企業(yè)的生存革命。對于資源有限的中小企業(yè)而言，這意味著他們無需從零開始研發(fā)大模型，就能以較低成本獲得先進(jìn)的AI能力。數(shù)據(jù)顯示，全球94.57%的企業(yè)正在使用開源軟件，其中中小企業(yè)占比達(dá) 45.12%。相比商業(yè)軟件年均3-5萬美元的訂閱費(fèi)用，開源軟件為企業(yè)節(jié)省90%的軟件采購成本。

江西景德鎮(zhèn)一家煤化工企業(yè)通過數(shù)字化手段，將工藝知識圖譜與人工智能大模型深度融合，打造出煤化工行業(yè)專屬大模型，將20位老師傅40年經(jīng)驗轉(zhuǎn)化為3.6萬條知識圖譜節(jié)點(diǎn)，使產(chǎn)品合格率從82%提升至95%以上。

百度推出的輕量級文字識別模型PP-OCRv5，僅0.07B參數(shù)卻在多項測試中媲美7B參數(shù)模型，為教育行業(yè)的試卷批改、醫(yī)療行業(yè)的病歷數(shù)字化提供了低門檻解決方案。

這些微觀案例共同勾勒出開源的產(chǎn)業(yè)價值：不僅是大廠爭奪生態(tài)位的武器，更是激活經(jīng)濟(jì)末梢的數(shù)字基建。中小企業(yè)通過開源實現(xiàn)的技術(shù)躍遷，最終將反哺大廠生態(tài)的豐富度與穩(wěn)定性，形成產(chǎn)業(yè)共生的良性循環(huán)。

變革的底層邏輯，是開源模型降低了技術(shù)應(yīng)用的“啟動成本”。更深遠(yuǎn)的影響在于，開源正在重塑中小企業(yè)的生存法則。過去，技術(shù)門檻是初創(chuàng)企業(yè)的“死亡谷”，而現(xiàn)在，開源模型成為其跨越鴻溝的“數(shù)字橋梁”。

當(dāng)開源的水和電滲透到農(nóng)業(yè)大棚的監(jiān)控設(shè)備、制造車間的質(zhì)檢鏡頭、養(yǎng)老院的陪伴機(jī)器人，當(dāng)千萬級別規(guī)模的開發(fā)者在同一生態(tài)中協(xié)同創(chuàng)新，一個由中國力量引領(lǐng)的AI新秩序，正在產(chǎn)業(yè)實踐的土壤中悄然生長。開源讓AI競爭從“單點(diǎn)技術(shù)戰(zhàn)”變成“生態(tài)持久戰(zhàn)”，誰能激活產(chǎn)業(yè)末梢，誰就能贏得未來。

而對于互聯(lián)網(wǎng)大廠來說，大模型本身不是護(hù)城河，生態(tài)才是。尤其是在“模型能力高度趨同”的今天，誰能先構(gòu)建起一整套“可調(diào)用、可調(diào)優(yōu)、可部署”的模型體系，誰就掌握了議價權(quán)。更進(jìn)一步看，開源其實也是降低競爭焦慮的一種方式。把基礎(chǔ)層共享出去，大家比拼的不是“參數(shù)數(shù)值”，而是“產(chǎn)業(yè)落地能力”。這反而讓真正有工程能力和行業(yè)經(jīng)驗的廠商有了更多主導(dǎo)權(quán)。

凱文·凱利在《失控》中的預(yù)言將再次被驗證：“未來屬于那些善于培育生態(tài)系統(tǒng)的人。”

參考資料：零態(tài)LT，《大模型的盡頭是開源》CSDN，《2025 全球開源發(fā)展報告》虎嗅，《大模型全開源了，那到底咋掙錢啊？》量子位，《開源模型TOP5，被中國廠商包圓了》