AI大模型的商業(yè)“回旋鏢”，重新落到了云計算丨貿(mào)易戰(zhàn)下的產(chǎn)業(yè)韌性（二）

文 | 智能相對論

作者 | 陳泊丞

本土大模型行業(yè)正在試圖沖破困局，重構(gòu)新的秩序。但是，不穩(wěn)定的市場環(huán)境似乎隨時都有可能化成“壓死駱駝的最后一根稻草”。

今年年初，DeepSeek憑借在全球范圍內(nèi)的強大影響力一舉顛覆了行業(yè)對開源模式的認知。OpenAI CEO Sam Altman不得不重新思考開源策略的正確性與否，本土大模型廠商如阿里、百度、商湯科技們也都在以實際行動加速這場開源盛舉。

然而，回歸行業(yè)的實際狀況而言，開源固然是大勢所趨，卻也未必能一帆風順。特別是在美國持續(xù)堆高關稅壁壘的特殊背景下，開源大模型依舊面臨著開源激勵不足、硬件適配和標準碎片化等一系列現(xiàn)實問題。

開源，不能只是“為愛發(fā)電”

開源被認為是應對技術“卡脖子”的關鍵，通過開源模型、開源工具鏈降低對國外軟硬件的依賴，有利于推進國產(chǎn)芯片適配和生態(tài)建設。

然而，真要落實下來，開源的背后卻有著復雜的商業(yè)化博弈。業(yè)內(nèi)人士指出，作為開源廠商，他們不反對別人把模型拿過去，但是開源項目本身是沒有收入，如果自己還要花人力、物力去適配國產(chǎn)芯片，最后國產(chǎn)芯片大賣了，自己卻什么也得不到，圖啥呢？

純粹的“為愛發(fā)電”在市場上是站不住腳的。關于這一點，同樣影響著開源大模型的開發(fā)者和投資商們。

對于開發(fā)者而言，首要考慮的技術適配與維護成本，就是一大難點。盡管DeepSeek一類的開源大模型降低了技術門檻，但是實際應用中可能需要進行大量的定制化和優(yōu)化，以適應不同的業(yè)務場景。例如，企業(yè)可能需要將大模型集成到現(xiàn)有的系統(tǒng)中，這可能涉及數(shù)據(jù)預處理、模型微調(diào)、性能優(yōu)化等工作。

對于產(chǎn)業(yè)應用而言，開源從來就不是一條拿來主義的路線。這無疑需要專業(yè)的開發(fā)者進行跟進，包括后續(xù)的更新和維護，那么多出來的研發(fā)成本、人員成本如何平衡，又是一記拋回給企業(yè)的“回旋鏢”。

誠然，開源聽起來非常美好，節(jié)省了前期預訓練的時間、成本和資源消耗。但是，當企業(yè)拿到開源模型結(jié)合行業(yè)數(shù)據(jù)做后訓練，依舊是一件非常復雜且困難的事情——數(shù)據(jù)如何獲取、清洗、和標注？后訓練、推理階段所需要的大量計算資源如何解決？對于中小企業(yè)而言，這可能是一筆天文數(shù)字。

在此情況下，投資者對開源大模型的態(tài)度要謹慎得多?！瓣P鍵萬一你砸了四五千萬美元做出來了，別人開源了，你不是全白砸了？”去年，金沙創(chuàng)投主管合伙人朱嘯虎就以極致理性的態(tài)度討論過這個事情，畢竟他們真是真金白銀的投啊。

目前，投資者對大模型大多仍是以傳統(tǒng)的軟件銷售模式來評估，這種情況并不適用于開源路徑。因此，投資者的謹慎不無道理，盈利模式的明確依舊是擺在開源之路的關鍵問題。

回過頭來看，當熱度消散，冷水潑下去，開源并非“烏托邦”，其發(fā)展必然會是一場技術、商業(yè)與制度的多重博弈。

中國大模型廠商，走上了房地產(chǎn)商的老路

開源大模型作為大勢所趨，無法扭轉(zhuǎn)。拋開技術民主化發(fā)展的理想不談，在持續(xù)探索開源與閉源之爭的拉鋸中，中國的廠商似乎找到了一條能說服自己開源的路徑——以“免費引流+增值服務”構(gòu)建起大模型市場的基礎商業(yè)框架，像百度、阿里、騰訊等本土廠商正在試圖打造“開源模型引流-加劇算力消耗-增加云收入”的商業(yè)飛輪。

比如，百度將文心大模型開源，吸引更多開發(fā)者和企業(yè)使用。用戶在調(diào)用模型時，會使用到百度智能云的計算、存儲、網(wǎng)絡等資源，百度就可以通過提供這些云服務來收費，實現(xiàn)最終的商業(yè)“收割”。

盡管繞了一圈，但是這依舊是一個市場多方都能滿意且達成共贏的局面。開發(fā)者和企業(yè)確實需要開源模型以及優(yōu)質(zhì)的云服務作為企業(yè)數(shù)智化轉(zhuǎn)型的基礎。用房地產(chǎn)邏輯的來看，這是一條被驗證過的路徑，低價賣房+優(yōu)質(zhì)的物業(yè)服務形成用戶與房產(chǎn)的強綁定和長期性穩(wěn)定付費。

而對于開發(fā)者而言，開源大模型并非唯一的選擇，未來的開發(fā)選擇更多是建立在背后的云服務之上。換句話說，物業(yè)服務好不好，或許才是未來開發(fā)者選擇對應開發(fā)平臺的關鍵驅(qū)動因素。

前段時間，Meta在線上舉辦了首場針對AI創(chuàng)新的虛擬會議LlamaCon，并對外露出Llama API。這是一項專為開發(fā)者設計的云計算訪問服務，讓用戶無需自行部署模型，即可通過API訪問Meta最新的Llama模型。由此，Meta正在通過開源策略和高效邊界的API云計算服務吸引用戶將應用程序遷移至自家生態(tài)體系上，從而獲取更顯著的商業(yè)回饋。

類似的，Hugging Face開源了Transformer庫和數(shù)千個預訓練模型來吸引開發(fā)者，再向企業(yè)客戶提供付費的模型監(jiān)控、版本管理、團隊協(xié)作等私有化解決方案來尋求商業(yè)化的爆發(fā)。這種模式在如今的AI行業(yè)已經(jīng)較為普遍。

對于開發(fā)者而言，這種完備的進階服務體系才是他們選擇平臺的重要原因。同樣的，對于投資者而言，如今AI行業(yè)的商業(yè)邏輯比起單純地探討開源大模型要更加理性、可持續(xù)，能更清晰地評估其盈利模式。

在DeepSeek爆火后，騰訊、百度、華為等巨頭的云平臺都相繼完成了接入，開源大模型從根本上拉不開幾家之間的差距，對開發(fā)者的吸引力往往來自于云服務，例如是否有完備的開發(fā)工具鏈？對數(shù)據(jù)存儲、AI調(diào)優(yōu)、模型微調(diào)等模塊的支持是否達標？能否為開發(fā)者提供普惠的算力資源等等。

結(jié)語

開源被視為中國大模型行業(yè)突破技術封鎖、實現(xiàn)安全可控的最優(yōu)路徑，但是我們也需要清楚，模型能力并非唯一目標，不可能只是盯著開源模型來看，商業(yè)可持續(xù)性同樣關鍵。特別是對于開發(fā)者和投資者而言，作為大模型行業(yè)的參與者和金主，他們所關心的更多是在開源大模型之上的商業(yè)化發(fā)展問題。

美國的關稅壁壘加劇著大模型行業(yè)的生存壓力，越是這個時候，開發(fā)者對云平臺的選擇要高于開源模型本身。從這一點來看，開源還有很長的一段路要走，且這段路走下來不只是大模型的事情，而是全生態(tài)的跨越。

*本文圖片均來源于網(wǎng)絡

生成海報

免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。