過(guò)去一兩年，全球AI行業(yè)出現(xiàn)了一個(gè)頗具戲劇性的變化：曾經(jīng)被視為追趕者的中國(guó)大模型，開(kāi)始以開(kāi)放權(quán)重、低價(jià)格、高可用性的方式，進(jìn)入全球開(kāi)發(fā)者的視野。DeepSeek帶來(lái)的沖擊尚未消散，Qwen、GLM、Kimi、MiniMax等模型又接連被放到國(guó)際比較的坐標(biāo)系中。它們未必能在跑分上壓過(guò)OpenAI、Anthropic和Google的模型，但在成本、部署靈活性、代碼能力、智能體應(yīng)用和開(kāi)發(fā)者生態(tài)上，中國(guó)模型已經(jīng)日益嶄露頭角。

開(kāi)放模型降低了AI使用門(mén)檻，削弱了歐美閉源模型長(zhǎng)期維持高價(jià)的能力，也讓中小企業(yè)、地方產(chǎn)業(yè)和全球開(kāi)發(fā)者獲得了新的選擇。但是，模型可以免費(fèi)，算力、云服務(wù)、數(shù)據(jù)、工具鏈、行業(yè)交付和安全治理卻依然昂貴。一個(gè)更現(xiàn)實(shí)的問(wèn)題隨之浮現(xiàn)：當(dāng)模型能力越來(lái)越像工業(yè)零件，AI產(chǎn)業(yè)的利潤(rùn)將流向哪里？在開(kāi)源與閉源的博弈中，誰(shuí)會(huì)真正獲益？

一、為什么中國(guó)AI企業(yè)集體押注開(kāi)放模型

回答這些問(wèn)題，首先要把“開(kāi)源”這個(gè)詞放回準(zhǔn)確的位置。開(kāi)放源代碼促進(jìn)會(huì)（OSI）強(qiáng)調(diào)，開(kāi)放AI不僅應(yīng)當(dāng)允許使用、研究、修改和分享，還要求提供足夠的數(shù)據(jù)說(shuō)明、完整訓(xùn)練和運(yùn)行代碼以及模型參數(shù)等關(guān)鍵組成部分。今天很多被稱(chēng)為“開(kāi)源AI”的模型，嚴(yán)格說(shuō)更接近“開(kāi)放權(quán)重模型”（open-weight model）：企業(yè)公開(kāi)模型參數(shù)，允許開(kāi)發(fā)者下載、部署、微調(diào)，卻未必公開(kāi)完整訓(xùn)練數(shù)據(jù)、訓(xùn)練代碼、數(shù)據(jù)篩選規(guī)則和可復(fù)現(xiàn)的訓(xùn)練流程。這意味著，今天的“開(kāi)源AI熱潮”需要打一個(gè)引號(hào)。

中國(guó)AI企業(yè)選擇開(kāi)放模型，不能簡(jiǎn)單理解為技術(shù)理想主義。它更像一種在現(xiàn)實(shí)約束下形成的產(chǎn)業(yè)策略。

一方面，美國(guó)對(duì)先進(jìn)芯片和半導(dǎo)體設(shè)備的限制，改變了中國(guó)AI企業(yè)的競(jìng)爭(zhēng)方式。中國(guó)企業(yè)很難完全復(fù)制美國(guó)頭部公司“無(wú)限堆算力、訓(xùn)練超大閉源模型、靠API收費(fèi)”的路線。算力受限之后，工程效率、推理成本、模型蒸餾、混合專(zhuān)家架構(gòu)、本地部署能力等，反而成了更重要的競(jìng)爭(zhēng)指標(biāo)。

另一方面，開(kāi)放模型可以繞開(kāi)閉源商業(yè)模式的門(mén)檻。過(guò)去，企業(yè)接入AI通常意味著購(gòu)買(mǎi)OpenAI、Anthropic等公司的API。模型能力被封裝在遠(yuǎn)程服務(wù)中，價(jià)格、調(diào)用規(guī)則、服務(wù)穩(wěn)定性和模型更新節(jié)奏都由供應(yīng)商決定。開(kāi)放模型提供了另一條路：企業(yè)可以本地部署，可以微調(diào)，可以根據(jù)任務(wù)選擇不同模型，也可以通過(guò)模型路由工具在價(jià)格和效果之間動(dòng)態(tài)切換。

這正擊中了企業(yè)AI落地中的痛點(diǎn)。AI應(yīng)用越深入業(yè)務(wù)，賬單越不可控。路透社援引行業(yè)數(shù)據(jù)稱(chēng)，OpenRouter上開(kāi)源模型處理的token占比從2026年1月的34%上升到6月的65%；該平臺(tái)最受歡迎的四個(gè)模型均來(lái)自中國(guó)，部分模型的價(jià)格低至每百萬(wàn)token 0.18美元，而頂級(jí)模型平均約為4美元。對(duì)大量企業(yè)而言，“90%的能力，10%的價(jià)格”已經(jīng)足夠有吸引力。

二、開(kāi)源紅利：把AI從奢侈品變成工業(yè)零件

開(kāi)放模型的直接價(jià)值，是把AI能力從少數(shù)大公司的昂貴服務(wù)，變成越來(lái)越多企業(yè)可以使用的工業(yè)零件。

許多公司并不需要一個(gè)全能模型，它們需要的是能寫(xiě)客服話術(shù)、整理表格、生成商品描述、輔助代碼開(kāi)發(fā)、做內(nèi)部知識(shí)庫(kù)問(wèn)答的工具。閉源模型當(dāng)然強(qiáng)，但當(dāng)AI調(diào)用從“偶爾嘗鮮”變成“每天生產(chǎn)”，成本就會(huì)變成硬約束。

對(duì)開(kāi)發(fā)者和研究機(jī)構(gòu)來(lái)說(shuō)，開(kāi)放模型則意味著學(xué)習(xí)和再創(chuàng)造的空間。只調(diào)用API，培養(yǎng)不出真正理解模型的人才。學(xué)生、工程師、創(chuàng)業(yè)者需要拆開(kāi)模型，做微調(diào)、做評(píng)測(cè)、做適配，理解模型在不同語(yǔ)言、行業(yè)、任務(wù)和硬件環(huán)境下的表現(xiàn)。開(kāi)放模型帶來(lái)的價(jià)值，遠(yuǎn)遠(yuǎn)超過(guò)一次模型下載。它會(huì)形成訓(xùn)練人才、積累工具、沉淀社區(qū)的長(zhǎng)周期效應(yīng)。

對(duì)政府、金融、醫(yī)療、工業(yè)等敏感場(chǎng)景來(lái)說(shuō)，開(kāi)放模型還關(guān)系到數(shù)據(jù)安全。很多機(jī)構(gòu)不愿把內(nèi)部數(shù)據(jù)上傳到境外API，甚至不愿把核心業(yè)務(wù)數(shù)據(jù)交給任何第三方閉源平臺(tái)。本地部署、私有化部署、專(zhuān)有數(shù)據(jù)微調(diào)等因此變得重要。OECD關(guān)于AI開(kāi)放性的研究也指出，開(kāi)放模型能夠降低創(chuàng)新門(mén)檻，促進(jìn)競(jìng)爭(zhēng)，方便本地適配和技術(shù)主權(quán)建設(shè)，尤其適合醫(yī)療、國(guó)家安全等數(shù)據(jù)敏感部門(mén)。

這也是開(kāi)源AI最有戰(zhàn)略意義的地方。它不僅服務(wù)國(guó)內(nèi)市場(chǎng)，也可能影響全球南方的AI采用路徑。許多國(guó)家和企業(yè)既負(fù)擔(dān)不起昂貴的閉源模型，也不愿完全綁定美國(guó)技術(shù)棧。便宜、可部署、可改造的開(kāi)放模型，很可能成為它們接入生成式AI的重要入口。中國(guó)AI的國(guó)際影響力，未必只來(lái)自最強(qiáng)模型排行榜，也可能來(lái)自最廣泛的部署、適配和使用。

三、模型開(kāi)放之后，利潤(rùn)流向哪里

開(kāi)放模型的敘事很容易讓人興奮，但產(chǎn)業(yè)經(jīng)濟(jì)不會(huì)因?yàn)椤伴_(kāi)放”二字自動(dòng)消失。模型免費(fèi)之后，成本只是換了位置。

訓(xùn)練成本、推理成本、存儲(chǔ)成本、帶寬成本、安全評(píng)估成本、運(yùn)維成本、合規(guī)成本、行業(yè)交付成本，都需要有人承擔(dān)。企業(yè)下載一個(gè)模型很容易，讓它穩(wěn)定運(yùn)行在生產(chǎn)系統(tǒng)中卻并不簡(jiǎn)單。模型需要推理集群，需要監(jiān)控，需要權(quán)限管理，需要日志審計(jì)，需要災(zāi)備，需要不斷更新，也需要與企業(yè)內(nèi)部的數(shù)據(jù)庫(kù)、業(yè)務(wù)流程和權(quán)限體系打通。真正昂貴的，往往不是模型本身，而是讓模型變成可靠生產(chǎn)力的整套系統(tǒng)。

這會(huì)帶來(lái)一個(gè)微妙變化：模型越開(kāi)放，云和算力平臺(tái)越重要。模型公司可以宣布開(kāi)放權(quán)重，開(kāi)發(fā)者可以輕松下載，但大規(guī)模推理、低延遲服務(wù)和企業(yè)級(jí)部署仍然要依靠云、芯片、數(shù)據(jù)庫(kù)、向量檢索、模型路由和運(yùn)維平臺(tái)。開(kāi)源削弱了模型公司的定價(jià)權(quán)，卻可能增強(qiáng)基礎(chǔ)設(shè)施公司的議價(jià)權(quán)。過(guò)去利潤(rùn)流向閉源API，未來(lái)利潤(rùn)可能流向云廠商、推理平臺(tái)、芯片公司、行業(yè)集成商和掌握數(shù)據(jù)的應(yīng)用平臺(tái)。

這也是中國(guó)AI企業(yè)需要警惕的隱憂：模型開(kāi)放了，卻沒(méi)有找到可持續(xù)的商業(yè)閉環(huán)。開(kāi)放可以帶來(lái)聲量、下載量、開(kāi)發(fā)者好感和生態(tài)擴(kuò)散，但這些不自動(dòng)等于利潤(rùn)。最終，市場(chǎng)記住了模型名字，錢(qián)卻被提供算力、云服務(wù)、行業(yè)軟件和客戶交付的公司賺走。

四、從“開(kāi)放模型”走向“可信生態(tài)”

對(duì)中國(guó)AI企業(yè)而言，開(kāi)源不應(yīng)只被當(dāng)作獲取聲量、爭(zhēng)奪開(kāi)發(fā)者和打價(jià)格戰(zhàn)的工具。開(kāi)放是一種入口，最終考驗(yàn)的是生態(tài)經(jīng)營(yíng)能力。

第一，要從“發(fā)布權(quán)重”走向更高水平的透明化。企業(yè)需要更清楚地說(shuō)明訓(xùn)練數(shù)據(jù)來(lái)源、評(píng)測(cè)方法、許可證邊界、安全策略和適用場(chǎng)景。國(guó)際客戶不只關(guān)心模型是否便宜，也關(guān)心出了問(wèn)題誰(shuí)負(fù)責(zé)、數(shù)據(jù)是否安全、模型是否可審計(jì)、許可證是否會(huì)埋雷。開(kāi)放模型若缺少可信文檔，就會(huì)停留在開(kāi)發(fā)者嘗鮮階段，很難進(jìn)入嚴(yán)肅的企業(yè)采購(gòu)。

第二，要避免陷入?yún)?shù)競(jìng)賽和低價(jià)消耗。中國(guó)企業(yè)已經(jīng)證明自己可以做出便宜好用的模型，下一步更重要的是推理效率、穩(wěn)定部署、工具鏈完善、Agent框架、模型路由、私有化交付和行業(yè)適配。企業(yè)真正需要的不是“又一個(gè)排行榜模型”，而是能接進(jìn)業(yè)務(wù)系統(tǒng)、解決具體問(wèn)題、長(zhǎng)期維護(hù)升級(jí)的AI基礎(chǔ)設(shè)施。

第三，要盡快找到商業(yè)閉環(huán)。模型可以免費(fèi)，圍繞模型形成的服務(wù)不能沒(méi)有價(jià)格。AI企業(yè)需要把能力嵌入金融風(fēng)控、制造質(zhì)檢、政務(wù)服務(wù)、教育輔導(dǎo)、醫(yī)療文書(shū)、跨境貿(mào)易、軟件開(kāi)發(fā)等具體場(chǎng)景，提供可交付、可維護(hù)、可審計(jì)的系統(tǒng)方案。只有從“模型供應(yīng)商”變成“行業(yè)智能化服務(wù)商”，開(kāi)源紅利才不會(huì)被云和平臺(tái)完全拿走。

第四，要認(rèn)真經(jīng)營(yíng)全球開(kāi)發(fā)者生態(tài)。英文文檔、穩(wěn)定API、清晰許可證、示例代碼、長(zhǎng)期版本維護(hù)、社區(qū)響應(yīng)、第三方評(píng)測(cè)和海外部署方案，都決定中國(guó)模型能否真正融入全球技術(shù)棧。開(kāi)發(fā)者可能不關(guān)心模型來(lái)自哪里，但他們非常關(guān)心模型是否穩(wěn)定、文檔是否清楚、遷移成本是否可控、服務(wù)是否會(huì)突然變化。

第五，要把安全治理前置。開(kāi)放模型不能依賴(lài)事后補(bǔ)救。模型發(fā)布前的風(fēng)險(xiǎn)評(píng)估、紅隊(duì)測(cè)試、能力分級(jí)、濫用監(jiān)測(cè)、版本追蹤、下游使用規(guī)范，都應(yīng)成為基礎(chǔ)配置。越是想進(jìn)入國(guó)際市場(chǎng)，越要把治理能力當(dāng)成產(chǎn)品能力的一部分。

總之，中國(guó)開(kāi)源AI的崛起，確實(shí)改變了全球AI競(jìng)爭(zhēng)的節(jié)奏。但開(kāi)源可能打破舊壟斷，也可能制造新依附；它可能降低模型門(mén)檻，也可能把利潤(rùn)推向云、芯片、平臺(tái)和行業(yè)集成商。真正的問(wèn)題是中國(guó)能否把開(kāi)放模型轉(zhuǎn)化為可信、可持續(xù)、可治理的產(chǎn)業(yè)生態(tài)。誰(shuí)能把模型、算力、數(shù)據(jù)、場(chǎng)景、合規(guī)和全球信任連接起來(lái)，誰(shuí)才會(huì)成為開(kāi)源與閉源博弈中的真正贏家。

（作者王翔為復(fù)旦大學(xué)數(shù)字與移動(dòng)治理實(shí)驗(yàn)室研究員）

來(lái)源：王翔