不止是開(kāi)源AI，對(duì)于整個(gè)開(kāi)源產(chǎn)業(yè)而言，如何既確保技術(shù)不斷進(jìn)步與生態(tài)不斷完善，又能實(shí)現(xiàn)“賺錢(qián)”，這個(gè)“魚(yú)和熊掌”要兼得的問(wèn)題一直是整個(gè)開(kāi)源行業(yè)最大的挑戰(zhàn)。

另一方面，當(dāng)種種不可抗力都在“阻礙”中國(guó)AI產(chǎn)業(yè)發(fā)展，中國(guó)AI的出路又在何方？在中國(guó)工程院院士倪光南看來(lái)，開(kāi)源正在成為中國(guó)AI突圍的唯一可行路徑。

從算力到生態(tài)，開(kāi)源產(chǎn)業(yè)路在何方？

全球AI算力市場(chǎng)正呈現(xiàn)“冰火兩重天”的格局。據(jù)《全球AI算力需求研究》數(shù)據(jù)顯示，全球AI算力市場(chǎng)規(guī)模已突破1.2萬(wàn)億美元，中國(guó)以38%的市場(chǎng)占比成為最大需求國(guó)，智能駕駛、工業(yè)AI、醫(yī)療影像三大場(chǎng)景貢獻(xiàn)62%的算力消耗。

但供給端的壟斷從未如此絕對(duì)。目前，英偉達(dá)占據(jù)全球95%的主流GPU市場(chǎng)，其BlackwellUltra芯片采用“GPU+DPU+光引擎”架構(gòu)，單卡算力達(dá)到前一代產(chǎn)品的8倍，與OpenAI達(dá)成的1000億美元戰(zhàn)略合作更將掌控10吉瓦級(jí)AI數(shù)據(jù)中心資源。

在開(kāi)源中國(guó)CEO徐勇看來(lái)，“壟斷的本質(zhì)不是硬件本身，而是CUDA生態(tài)構(gòu)建的技術(shù)壁壘?！逼渲校ミ_(dá)通過(guò)CUDA工具鏈綁定了全球90%以上的AI開(kāi)發(fā)者，形成“硬件-軟件-開(kāi)發(fā)者”的三重鎖定。

面對(duì)壟斷，開(kāi)源正在成為破局關(guān)鍵。據(jù)《中國(guó)開(kāi)源發(fā)展深度報(bào)告（2024）》統(tǒng)計(jì)，中國(guó)活躍開(kāi)源開(kāi)發(fā)者數(shù)量已達(dá)227萬(wàn)，居全球首位，開(kāi)源項(xiàng)目數(shù)量突破300萬(wàn)個(gè)，覆蓋操作系統(tǒng)、人工智能、云計(jì)算等關(guān)鍵領(lǐng)域。與此同時(shí)，Gartner發(fā)布的數(shù)據(jù)顯示，2025年全球開(kāi)源軟件市場(chǎng)規(guī)模已達(dá)1500億美元，年復(fù)合增長(zhǎng)率12%，其中AI開(kāi)源領(lǐng)域貢獻(xiàn)600億美元營(yíng)收。而IDC的報(bào)告中則揭示當(dāng)前中國(guó)開(kāi)源產(chǎn)業(yè)仍面臨著諸多挑戰(zhàn)，IDC數(shù)據(jù)顯示，中國(guó)AI開(kāi)源項(xiàng)目的商業(yè)轉(zhuǎn)化率不足5%，遠(yuǎn)低于全球平均23%的水平。

從市場(chǎng)規(guī)?？矗?025年至2030年全球開(kāi)源軟件市場(chǎng)將保持8.5%的復(fù)合增長(zhǎng)率，2030年有望突破1500億美元，其中云計(jì)算、AI、物聯(lián)網(wǎng)是三大增長(zhǎng)引擎。細(xì)分領(lǐng)域中，AI開(kāi)源市場(chǎng)表現(xiàn)尤為突出。

中國(guó)在開(kāi)源規(guī)模上的崛起更為迅猛。Gitee平臺(tái)已聚集1400萬(wàn)用戶(hù)、37萬(wàn)企業(yè)和3500萬(wàn)代碼倉(cāng)，成為全球第二大開(kāi)源代碼托管平臺(tái)；AI領(lǐng)域，阿里Qwen、DeepSeek等開(kāi)源大模型全球下載量超3億次，衍生模型達(dá)10萬(wàn)個(gè)，在HuggingFace社區(qū)占據(jù)30%以上份額。

規(guī)模的膨脹并未帶來(lái)價(jià)值的同步增長(zhǎng)。IDC《AI與大數(shù)據(jù)開(kāi)源生態(tài)研究》指出，中國(guó)開(kāi)源項(xiàng)目的平均商業(yè)壽命不足18個(gè)月，70%的項(xiàng)目在發(fā)布后一年內(nèi)活躍度驟降，僅有3%的項(xiàng)目能形成持續(xù)盈利的商業(yè)模式。

對(duì)比國(guó)際市場(chǎng)，RedHat（紅帽）的OpenShift容器平臺(tái)年?duì)I收超30億美元，Canonical的Ubuntu系統(tǒng)通過(guò)企業(yè)服務(wù)實(shí)現(xiàn)穩(wěn)定盈利，而中國(guó)頭部開(kāi)源項(xiàng)目的年?duì)I收多數(shù)不足千萬(wàn)元。

這些數(shù)據(jù)的背后，是開(kāi)源產(chǎn)業(yè)規(guī)模雖然在持續(xù)增加，但所產(chǎn)生的“價(jià)值”卻與規(guī)模的增加不匹配。

這種失衡在AI開(kāi)源領(lǐng)域尤為明顯。英偉達(dá)發(fā)布的數(shù)據(jù)顯示，中國(guó)擁有全球80%的開(kāi)源大模型，但這些模型的商業(yè)價(jià)值轉(zhuǎn)化效率極低。

技術(shù)革新與生態(tài)重構(gòu)的雙重革命

面對(duì)諸多挑戰(zhàn)，全球開(kāi)源產(chǎn)業(yè)正掀起一場(chǎng)“技術(shù)革新+生態(tài)重構(gòu)”的革命。從中國(guó)開(kāi)源中國(guó)的“模力方舟”社區(qū)，到國(guó)際上RISC-V芯片的崛起；從Agent開(kāi)發(fā)的場(chǎng)景突破，到全棧開(kāi)源的技術(shù)演進(jìn)，開(kāi)源產(chǎn)業(yè)正在尋找破局的鑰匙。Gartner預(yù)測(cè)，到2027年，全球50%的AI產(chǎn)業(yè)生態(tài)將基于開(kāi)放式模型構(gòu)建，開(kāi)源將從“可選項(xiàng)”變?yōu)椤氨剡x項(xiàng)”。

在PC與互聯(lián)網(wǎng)時(shí)代，“WinTel聯(lián)盟”（Windows操作系統(tǒng)與Intel芯片）定義了全球信息產(chǎn)業(yè)的底層架構(gòu)。徐勇尖銳地指出，在AI時(shí)代，這一架構(gòu)已演變?yōu)椤癗V+OpenAI聯(lián)盟”（英偉達(dá)GPU與OpenAI等大模型）。英偉達(dá)憑借其CUDA生態(tài)，在AI算力領(lǐng)域建立了近乎壟斷的地位，其市值一度超越德國(guó)GDP的體量，凸顯了硬件與軟件生態(tài)結(jié)合所釋放的驚人力量。然而，這種高度集中的生態(tài)對(duì)中國(guó)而言，意味著潛在的戰(zhàn)略風(fēng)險(xiǎn)——“面臨著人家斷供，高端芯片不給你”。

因此，中國(guó)開(kāi)源AI發(fā)展的首要命題，并非簡(jiǎn)單的模型開(kāi)源，而是構(gòu)建一套完整的底層技術(shù)棧。這其中，硬件生態(tài)的統(tǒng)一是比模型開(kāi)源更為基礎(chǔ)和緊迫的挑戰(zhàn)。與美國(guó)的“單一生態(tài)”（CUDA）不同，中國(guó)涌現(xiàn)了“十家左右”的GPU廠商，如摩爾線程、沐曦、寒武紀(jì)、海光、昆侖芯等。

這些廠商技術(shù)路線各異，有“英偉達(dá)派、AMD派，還有自創(chuàng)本土派”，徐勇進(jìn)一步指出，“如果缺乏統(tǒng)一的技術(shù)標(biāo)準(zhǔn)，將導(dǎo)致開(kāi)發(fā)者、產(chǎn)業(yè)界和運(yùn)維層面陷入‘各自為戰(zhàn)’的困境，無(wú)法形成合力?！?/p>

“天下一統(tǒng)”的趨勢(shì)在2025年已經(jīng)開(kāi)始，以具身智能領(lǐng)域?yàn)槔?，其領(lǐng)域的“軟硬件結(jié)合+大模型”開(kāi)源已經(jīng)成為新趨勢(shì)。國(guó)內(nèi)摩爾線程、沐曦等廠商通過(guò)開(kāi)源MUSA生態(tài)兼容CUDA，已在Gitee發(fā)布4類(lèi)16個(gè)倉(cāng)庫(kù)、200萬(wàn)行代碼，吸引1000+生態(tài)伙伴加入“完美生態(tài)聯(lián)盟”。

Gartner預(yù)測(cè)，到2027年，這種開(kāi)源兼容策略將幫助國(guó)產(chǎn)AI芯片實(shí)現(xiàn)40%的市場(chǎng)份額目標(biāo)。

進(jìn)一步來(lái)看，徐勇認(rèn)為，解決這一問(wèn)題的核心在于 “要長(zhǎng)出一個(gè)自己中國(guó)版的CUDA” ，即建立一套所有國(guó)產(chǎn)GPU共同遵守的軟件生態(tài)體系。這正是開(kāi)源中國(guó)發(fā)起“模力方舟社區(qū)”的戰(zhàn)略意圖。據(jù)悉，該平臺(tái)旨在連接各家國(guó)產(chǎn)GPU廠商，并為其適配海量的開(kāi)源模型與數(shù)據(jù)集，目標(biāo)是讓開(kāi)發(fā)者和企業(yè)“不用考慮底層特殊差異”，使開(kāi)源模型能在國(guó)產(chǎn)算力上順暢運(yùn)行。這并非單純的技術(shù)適配，而是一場(chǎng)旨在打破算力壁壘、推動(dòng)國(guó)產(chǎn)硬件形成統(tǒng)一接口的生態(tài)運(yùn)動(dòng)。其成功與否，直接關(guān)系到中國(guó)AI產(chǎn)業(yè)能否在基礎(chǔ)層擺脫對(duì)外部單一技術(shù)的依賴(lài)，實(shí)現(xiàn)真正的自主可控。

與此同時(shí)，中國(guó)的開(kāi)源產(chǎn)業(yè)也在這個(gè)過(guò)程中，呈現(xiàn)出了與以往不同的趨勢(shì)。對(duì)此，中國(guó)信通院總工程師魏然表示，當(dāng)前中國(guó)開(kāi)源產(chǎn)業(yè)呈現(xiàn)三大顯著特征：供給端實(shí)現(xiàn)“量質(zhì)齊升”，關(guān)鍵技術(shù)領(lǐng)域?qū)崿F(xiàn)突破性進(jìn)展；需求端深化“融合應(yīng)用”，傳統(tǒng)行業(yè)積極開(kāi)啟治理升級(jí)；生態(tài)端完善“標(biāo)準(zhǔn)引領(lǐng)”，多方協(xié)同筑牢發(fā)展根基。

從技術(shù)維度看，人工智能已經(jīng)成為我國(guó)開(kāi)源創(chuàng)新最活躍的領(lǐng)域。對(duì)此，徐勇表示，開(kāi)源中國(guó)的策略是“緊跟隨、輕投入”?！霸诩夹g(shù)演進(jìn)的時(shí)候，一定要緊密跟隨，審慎投入。待技術(shù)成熟與產(chǎn)業(yè)落點(diǎn)明確時(shí)，再快速加大投入，以成熟的技術(shù)去改變行業(yè)，避免前期投入被模型迭代快速‘吞沒(méi)’?！毙煊轮赋?。

開(kāi)源AI商業(yè)化的中國(guó)式務(wù)實(shí)

與硬件生態(tài)的積極構(gòu)建形成鮮明對(duì)比的，是中國(guó)AI產(chǎn)業(yè)在應(yīng)用側(cè)面臨的嚴(yán)峻現(xiàn)實(shí)：算力嚴(yán)重過(guò)剩與規(guī)?；虡I(yè)應(yīng)用的艱難。這是一個(gè)頗具諷刺意味的矛盾：一方面，國(guó)家與企業(yè)投入巨資建設(shè)算力基礎(chǔ)設(shè)施；另一方面，這些算力卻難以找到有價(jià)值的應(yīng)用場(chǎng)景，無(wú)法轉(zhuǎn)化為實(shí)際生產(chǎn)力。

據(jù)了解，某頭部互聯(lián)網(wǎng)大廠用用超過(guò)380萬(wàn)張GPU卡，但使用量不到三成。究其原因，是找不到應(yīng)用場(chǎng)景。當(dāng)前的大模型推理（如聊天問(wèn)答）消耗的算力與龐大的基礎(chǔ)設(shè)施投入相比微不足道，而能夠消耗巨量算力、產(chǎn)生商業(yè)價(jià)值的“殺手級(jí)”企業(yè)應(yīng)用尚未大規(guī)模涌現(xiàn)。

2025年，在DeepSeek的帶動(dòng)下，眾多金融機(jī)構(gòu)和央企曾倉(cāng)促上馬AI項(xiàng)目，采購(gòu)了很多一體機(jī)產(chǎn)品。但徐勇通過(guò)調(diào)研發(fā)現(xiàn)，這些項(xiàng)目大多發(fā)展的并不好，對(duì)業(yè)務(wù)并沒(méi)有起到實(shí)質(zhì)性的幫助，甚至有些一體機(jī)買(mǎi)回來(lái)就“吃灰”了。這一現(xiàn)象揭示了AI落地中普遍存在的誤區(qū)：對(duì)技術(shù)期望過(guò)高，但缺乏與真實(shí)業(yè)務(wù)場(chǎng)景的深度融合。

在此背景下，中國(guó)開(kāi)源AI的發(fā)展路徑呈現(xiàn)出一種鮮明的 “務(wù)實(shí)主義” 特征。徐勇清晰地劃分了AI產(chǎn)業(yè)的參與層次：

• 第一層是基礎(chǔ)大模型，其入門(mén)門(mén)檻極高，無(wú)論是人才上的投入，還是硬件設(shè)備上的投入，都是巨大的，徐勇認(rèn)為，這個(gè)領(lǐng)域?qū)⒏叨燃?，中?guó)最終可能只會(huì)剩下3個(gè)繼續(xù)“煉丹”玩家。
• 第二層是垂直領(lǐng)域模型。在這一層，徐勇認(rèn)為，企業(yè)需要利用開(kāi)源基座模型，結(jié)合特定行業(yè)的領(lǐng)域知識(shí)（Domain Knowledge）進(jìn)行微調(diào)。這是比較務(wù)實(shí)且可行的路徑。
• 第三層是智能體開(kāi)發(fā)層。這一層可直接基于開(kāi)源大模型的能力，開(kāi)發(fā)上層應(yīng)用，門(mén)檻最低。

對(duì)于絕大多數(shù)企業(yè)而言，真正的機(jī)會(huì)在于第二、三層。徐勇強(qiáng)烈認(rèn)同“業(yè)務(wù)+AI”，而非“AI+業(yè)務(wù)”的模式。成功的案例并非來(lái)自從零開(kāi)始的AI公司，而是來(lái)自像同花順、恒生電子這樣深耕證券行業(yè)數(shù)十年的企業(yè)。它們將AI能力融入已有的業(yè)務(wù)場(chǎng)景進(jìn)行升維，其深厚的領(lǐng)域知識(shí)是外來(lái)純AI公司難以短期逾越的壁壘。徐勇斷言：“凡是想從AI到業(yè)務(wù)的公司都不成立?！?/p>

這種務(wù)實(shí)態(tài)度也體現(xiàn)在對(duì)“低代碼+AI”等熱門(mén)概念的冷靜審視上。在徐勇看來(lái)，低代碼本身有其局限性，“沒(méi)有一個(gè)放之四海皆好用的低代碼產(chǎn)品，與AI的結(jié)合也僅能覆蓋部分場(chǎng)景”，徐勇如是說(shuō)。這反映了中國(guó)產(chǎn)業(yè)界在經(jīng)歷概念炒作泡沫后，開(kāi)始回歸商業(yè)本質(zhì)：技術(shù)必須能解決真實(shí)問(wèn)題、帶來(lái)可衡量的回報(bào)。

開(kāi)源AI的價(jià)值，不在于其技術(shù)本身的“酷炫”，而在于能否降低企業(yè)利用先進(jìn)技術(shù)的門(mén)檻，賦能千行百業(yè)，將過(guò)剩的算力轉(zhuǎn)化為切實(shí)的生產(chǎn)力。開(kāi)源中國(guó)打造的“AI應(yīng)用市場(chǎng)”，正是這種思路的實(shí)踐——提供算力、模型、工具的一站式平臺(tái)，讓開(kāi)發(fā)者能聚焦于應(yīng)用創(chuàng)新本身。

展望未來(lái)，中國(guó)開(kāi)源AI的成功，不取決于是否能誕生另一個(gè)OpenAI，而在于能否培育出一個(gè)能將全球開(kāi)源智慧與中國(guó)龐大應(yīng)用市場(chǎng)深度融合，并能持續(xù)反哺全球的繁榮生態(tài)。這不僅是技術(shù)問(wèn)題，更是一場(chǎng)關(guān)于產(chǎn)業(yè)組織、創(chuàng)新文化和國(guó)際協(xié)作的深刻考驗(yàn)。正如徐勇所言，生態(tài)的繁榮如同“原始森林”，需要時(shí)間、多樣性與復(fù)雜的共生關(guān)系。中國(guó)開(kāi)源AI的森林，正在播種與生長(zhǎng)之中，它的最終樣貌，將決定中國(guó)在全球智能時(shí)代的話語(yǔ)權(quán)與競(jìng)爭(zhēng)力。（本文作者｜張申宇，編輯丨蓋虹達(dá)）