已往一两年，，，全球AI行业泛起了一个颇具戏剧性的转变：一经被视为追赶者的中国大模子，，，最先以开放权重、低价钱、高可用性的方式，，，进入全球开发者的视野。。。。DeepSeek带来的攻击尚未消逝，，，Qwen、GLM、Kimi、MiniMax等模子又接连被放到国际较量的坐标系中。。。。它们未必能在跑分上压过OpenAI、Anthropic和Google的模子，，，但在本钱、安排无邪性、代码能力、智能体应用和开发者生态上，，，中国模子已经日益崭露头角。。。。
开放模子降低了AI使用门槛，，，削弱了西欧闭源模子恒久维持高价的能力，，，也让中小企业、地方工业和全球开发者获得了新的选择。。。。可是，，，模子可以免费，，，算力、云服务、数据、工具链、行业交付和清静治理却依然腾贵。。。。一个更现实的问题随之浮现：当模子能力越来越像工业零件，，，AI工业的利润将流向那里？？？在开源与闭源的博弈中，，，谁会真正获益？？？
一、为什么中国AI企业整体押注开放模子
回覆这些问题，，，首先要把“开源”这个词放回准确的位置。。。？？？旁创朐鼋幔∣SI）强调，，，开放AI不但应当允许使用、研究、修改和分享，，，还要求提供足够的数听说明、完整训练和运行代码以及模子参数等要害组成部分。。。。今天许多被称为“开源AI”的模子，，，严酷说更靠近“开放权重模子”（open-weight model）：企业果真模子参数，，，允许开发者下载、安排、微调，，，却未必果真完整训练数据、训练代码、数据筛选规则和可复现的训练流程。。。。这意味着，，，今天的“开源AI热潮”需要打一个引号。。。。
中国AI企业选择开放模子，，，不可简朴明确为手艺理想主义。。。。它更像一种在现实约束下形成的工业战略。。。。
一方面，，，美国对先进芯片和半导体装备的限制，，，改变了中国AI企业的竞争方式。。。。中国企业很难完全复制美国头部公司“无限堆算力、训练超大闭源模子、靠API收费”的蹊径。。。。算力受限之后，，，工程效率、推理本钱、模子蒸馏、混淆专家架构、外地安排能力等，，，反而成磷泣主要的竞争指标。。。。
另一方面，，，开放模子可以绕开闭源商业模式的门槛。。。。已往，，，企业接入AI通常意味着购置OpenAI、Anthropic等公司的API。。。。模子能力被封装在远程服务中，，，价钱、挪用规则、服务稳固性和模子更新节奏都由供应商决议。。。？？？拍Ｗ犹峁┝肆硪惶趼罚浩笠悼梢酝獾匕才，，，可以微调，，，可以凭证使命选择差别模子，，，也可以通过模子路由工具在价钱和效果之间动态切换。。。。
这正击中了企业AI落地中的痛点。。。。AI应用越深入营业，，，账单越不可控。。。。路透社援引行业数据称，，，OpenRouter上开源模子处理的token占比从2026年1月的34%上升到6月的65%；； ；；；；该平台最受接待的四个模子均来自中国，，，部分模子的价钱低至每百万token 0.18美元，，，而顶级模子平均约为4美元。。。。对大宗企业而言，，，“90%的能力，，，10%的价钱”已经足够有吸引力。。。。
二、开源盈利：把AI从奢侈品酿成工业零件
开放模子的直接价值，，，是把AI能力从少数至公司的腾贵服务，，，酿成越来越多企业可以使用的工业零件。。。。
许多公司并不需要一个万能模子，，，它们需要的是能写客服话术、整理表格、天生商品形貌、辅助代码开发、做内部知识库问答的工具。。。。闭源模子虽然强，，，但当AI挪用从“无意尝鲜”酿成“天天生产”，，，本钱就会酿成硬约束。。。。
对开发者和研究机构来说，，，开放模子则意味着学习和再创立的空间。。。。只挪用API，，，作育不出真正明确模子的人才。。。。学生、工程师、创业者需要拆开模子，，，做微调、做评测、做适配，，，明确模子在差别语言、行业、使命和硬件情形下的体现。。。？？？拍Ｗ哟吹募壑，，，远远凌驾一次模子下载。。。。它会形成训练人才、积累工具、沉淀社区的长周期效应。。。。
对政府、金融、医疗、工业等敏感场景来说，，，开放模子还关系到数据清静。。。。许多机构不肯把内部数据上传到境外API，，，甚至不肯把焦点营业数据交给任何第三方闭源平台。。。。外地安排、私有化安排、专有数据微调等因此变得主要。。。。OECD关于AI开放性的研究也指出，，，开放模子能够降低立异门槛，，，增进竞争，，，利便外地适配和手艺主权建设，，，尤其适合医疗、国家清静等数据敏感部分。。。。
这也是开源AI最有战略意义的地方。。。。它不但服务海内市场，，，也可能影响全球南方的AI接纳路径。。。。许多国家和企业既肩负不起腾贵的闭源模子，，，也不肯完全绑定美国手艺栈。。。。自制、可安排、可刷新的开放模子，，，很可能成为它们接入天生式AI的主要入口。。。。中国AI的国际影响力，，，未必只来自最强模子排行榜，，，也可能来自最普遍的安排、适配和使用。。。。
三、模子开放之后，，，利润流向那里
开放模子的叙事很容易让人兴奋，，，但工业经济不会由于“开放”二字自动消逝。。。。模子免费之后，，，本钱只是换了位置。。。。
训练本钱、推理本钱、存储本钱、带宽本钱、清静评估本钱、运维本钱、合规本钱、行业交付本钱，，，都需要有人肩负。。。。企业下载一个模子很容易，，，让它稳固运行在生产系统中却并不简朴。。。。模子需要推理集群，，，需要监控，，，需要权限治理，，，需要日志审计，，，需要灾备，，，需要一直更新，，，也需要与企业内部的数据库、营业流程和权限系统买通。。。。真正腾贵的，，，往往不是模子自己，，，而是让模子酿成可靠生产力的整套系统。。。。
这会带来一个玄妙转变：模子越开放，，，云和算力平台越主要。。。。模子公司可以宣布开放权重，，，开发者可以轻松下载，，，但大规模推理、低延迟服务和企业级安排仍然要依赖云、芯片、数据库、向量检索、模子路由和运维平台。。。？？？聪魅趿四Ｗ庸镜亩廴，，，却可能增强基础设施公司的议价权。。。。已往利润流向闭源API，，，未来利润可能流向云厂商、推理平台、芯片公司、行业集成商和掌握数据的应用平台。。。。
这也是中国AI企业需要小心的隐忧：模子开放了，，，却没有找到可一连的商业闭环。。。？？？趴梢源瓷俊⑾略亓俊⒖⒄吆酶泻蜕┥，，，但这些不自动即是利润。。。。最终，，，市场记着了模子名字，，，钱却被提供算力、云服务、行业软件和客户交付的公司赚走。。。。
四、从“开放模子”走向“可信生态”
对中国AI企业而言，，，开源不应只被看成获取声量、争取开发者和打价钱战的工具。。。？？？攀且恢秩肟，，，最终磨练的是生态谋划能力。。。。
第一，，，要从“宣布权重”走向更高水平的透明化。。。。企业需要更清晰地说明训练数据泉源、评测要领、允许证界线、清静战略和适用场景。。。。国际客户不但体贴模子是否自制，，，也体贴出了问题谁认真、数据是否清静、模子是否可审计、允许证是否会埋雷。。。？？？拍Ｗ尤羧鄙倏尚盼牡，，，就会停留在开发者尝鲜阶段，，，很难进入严肃的企业采购。。。。
第二，，，要阻止陷入参数竞赛和低价消耗。。。。中国企业已经证实自己可以做出自制好用的模子，，，下一步更主要的是推理效率、稳固安排、工具链完善、Agent框架、模子路由、私有化交付和行业适配。。。。企业真正需要的不是“又一个排行榜模子”，，，而是能接进营业系统、解决详细问题、恒久维护升级的AI基础设施。。。。
第三，，，要尽快找到商业闭环。。。。模子可以免费，，，围绕模子形成的服务不可没有价钱。。。。AI企业需要把能力嵌入金融风控、制造质检、政务服务、教育向导、医疗文书、跨境商业、软件开发等详细场景，，，提供可交付、可维护、可审计的系统方案。。。。只有从“模子供应商”酿成“行业智能化服务商”，，，开源盈利才不会被云清静台完全拿走。。。。
第四，，，要认真谋划全球开发者生态。。。。英文文档、稳固API、清晰允许证、示例代码、恒久版本维护、社区响应、第三方评测和外洋安排方案，，，都决议中国模子能否真正融入全球手艺栈。。。？？？⒄呖赡懿惶逄Ｗ永醋阅抢，，，但他们很是体贴模子是否稳固、文档是否清晰、迁徙本钱是否可控、服务是否会突然转变。。。。
第五，，，要把清静治理前置。。。？？？拍Ｗ硬豢梢览凳潞蟮鹘。。。。模子宣布前的风险评估、红队测试、能力分级、滥用监测、版本追踪、下游使用规范，，，都应成为基础设置。。。。越是想进入国际市场，，，越要把治理能力当成产品能力的一部分。。。。
总之，，，中国开源AI的崛起，，，确实改变了全球AI竞争的节奏。。。。但开源可能突破旧垄断，，，也可能制造新依附；； ；；；；它可能降低模子门槛，，，也可能把利润推向云、芯片、平台和行业集成商。。。。真正的问题是中国能否把开放模子转化为可信、可一连、可治理的工业生态。。。。谁能把模子、算力、数据、场景、合规和全球信任毗连起来，，，谁才会成为开源与闭源博弈中的真正赢家。。。。
（作者王翔为复旦大学数字与移动治理实验室研究员）
泉源：王翔
