
开放权重AI模型意义重大但谁来买单?企业应押注供应而非特定供应商
开放权重对寻求突破的供应商、无需昂贵前沿模型的公司,以及不想被特定供应商锁定的企业有益。英伟达和200多家公司及组织在7月发布的《开放权重与美国AI领导力》信,证实了开放权重AI模型的重大意义,可问题是,谁来为它们买单?
前红帽首席执行官吉姆·怀特赫斯特称,"开放权重可以像开源一样发挥催化作用",推动AI领域创新。不过,这并非说开源或开放权重会绝对"获胜",像Linux虽成企业计算架构重要部分,但仍有大量Windows服务器运行,Kimi、Nemotron等开放权重模型短期内也撼动不了Anthropic、OpenAI的地位。但据怀特赫斯特所说,它们能"营造更广泛竞争环境,加速创新,让AI力量更广泛共享",前提是找到付费办法。
寄希望于自身利益
这也是向怀特赫斯特表达过的担忧,而这是整个行业要面对的问题。不过情况或许没那么糟,开源的蓬勃发展依赖企业不断演变的自身利益。任何时候,一家公司可能觉得为Linux等项目做贡献无利可图,另一家公司却可能找到贡献的理由,事实证明自身利益是强大驱动力。
2016年曾写道"开源无利可图",到2026年,开源和开放权重依然如此。在开放权重领域,指望某家公司持续投入大量资金训练随后免费公开的模型不明智,应押注开放权重贡献的整体供应能持续。因为Meta、阿里巴巴、DeepSeek、英伟达和推理公司业务不同,模型层更便宜、更具互换性时,这些业务价值会提升。若Meta封闭,阿里巴巴想推动云服务使用;若阿里巴巴保留,DeepSeek或Moonshot想获全球关注;英伟达想增加芯片需求。这些不对称激励因素让系统有韧性,即便个别贡献者成本高。
以Meta为例,发布Llama等开放权重模型后,其首席执行官马克·扎克伯格在AI宣言中倡导开源和开放权重。2024年,扎克伯格对开放Llama给出坦诚解释:一是Meta不想依赖其他公司的AI平台;二是庞大Llama生态系统将催生硅支持、推理优化等,这是Meta独自做不到的;三是开放Llama不太可能蚕食Meta主要业务——广告,所以可追求其他利益。
Meta会一直有足够自身利益驱动发布开放权重模型吗?有可能。该公司表示预计同时训练开放和封闭模型。即便Meta更挑剔,还有阿里巴巴,其开放的Qwen模型能为专有模型和云计算创造需求;还有Z.AI(原智谱),可在MIT许可下发布GLM - 5.2,同时对API访问收费。激励因素不同,这是关键。所以,虽可称赞Meta如今对开放权重的贡献,但其实不需要它永远持续贡献,每一代模型中至少有一家雄心勃勃的模型构建者认为广泛分发比独家控制更有价值就行。
市场领导者通常维护稀缺性,挑战者则借助开源或开放权重追赶并改变竞争格局。若落后者成领导者后放弃开放策略,总会有人有动力接力,竞争推动了贡献。
“足够好”就够了
开放模型不必击败所有封闭模型才有意义。截至3月,斯坦福大学发现最佳封闭模型性能仅比最佳开放模型高3.3%,Epoch AI估计2026年开放模型落后封闭前沿模型约四个月。对前沿竞争实验室来说,四个月可能很久,但对进行文档摘要、分类支持请求等的企业来说基本无关紧要。企业所需模型不一定是最好的,能以合适价格、延迟和控制水平通过公司评估即可。只要像Fireworks这样的公司针对企业用例对开放权重模型精细调整,“足够好”的开放权重模型在某些特定用例中可能比封闭的前沿模型“更好”。
Vercel的AI网关显示了市场情况。7月,开放权重模型处理了其36%的令牌,占8.6%的支出。按令牌量算,DeepSeek成该网关第二大模型实验室,Anthropic以30%的令牌量获65%的支出。一家供应商的流量不能代表整个市场,但模式合理:开放模型承担的工作份额增大,封闭的前沿模型保留高端工作负载,这和数据库等市场情况类似。
“开放核心”模式应用于开放权重
权重本身不是产品,还需有人让它们运行更快、更可靠,高效提供服务,帮助客户评估和调整,并在新模型发布第一天就使其可投入生产。这是怀特赫斯特呼吁的生态系统,也是矛盾可能加剧的地方。
模型创建者希望推理供应商扩大模型应用范围、优化性能并创造需求。但供应商获可观收入时,模型创建者可能就没那么积极了。开源历史表明,下游公司从他人工作中赚取巨额利润时,原始创作者会怀疑自己是否获合理投资回报。数据库和云服务提供商就出现过这种情况,供应商更改许可证抵御云竞争对手。模型权重领域也开始出现类似动态,或许预示着开放核心模型的最新实例即将出现。
例如,Moonshot的Kimi K3许可证规定,年营收超2000万美元的模型即服务提供商须另行协商协议。MiniMax M3也类似,基于该模型构建的产品或服务年营收超2000万美元时,需事先获得授权。相比之下,DeepSeek V4和GLM 5.2使用宽松的MIT许可证。
限制性许可并非不可避免。市场分化为两类模型:一类使模型层商品化,另一类在赢得应用时对最有价值商业用途保留一定控制权。即使模型权重可下载,利用它们开展大规模业务的权利可能没那么开放。
押注供应,而非供应商
企业不应把宝全押在某一个模型上,无论开放还是封闭。企业应进行反映实际工作的评估,保留转移数据和调整模型的能力,避免应用逻辑过度依赖某一个供应商,仔细阅读许可证,毕竟只有技术上的可移植性而没有法律上的可移植性,并非真正的可移植性,而是被锁定。
有理由相信会出现更多更好的开放权重模型,但不应指望Meta、阿里巴巴、DeepSeek或其他公司永远坚持开放策略,也没必要。以开源历史为鉴,开放权重会持续存在,因为总会有人为获利与封闭模型阵营分道扬镳。即便如此,仍需关注,确保“开放权重”不会像开源那样沦为准开放或伪开放。不过,总会有人为超越竞争对手而选择完全开放,竞争是开放的最佳伙伴。
关键词:人工智能;生成式AI;开源;软件开发;新兴技术
335



被折叠的 条评论
为什么被折叠?



