从DeepSeek、Kimi到“黄仁勋联盟”：AI模型开源，到底“开”了什么？

外来客 • 2026-08-13 12:03:47

声明：本文为对公开视频内容的摘要整理，未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

开源并非全量公开：大众常误以为“开源”即发布全套代码，实际上大模型从训练到部署涉及七个环节（数据、架构、基础设施、训练流程、权重、技术报告等）。目前主流的“开放权重”（Open Weight）仅指公开最终训练结果及推理代码，而非真正的完全开源（Open Source，如AI2的OMO系列包含数据和完整代码）。
DeepSeek与Kimi的创新模式：不同于Meta Llama系列逐渐保守的技术披露，DeepSeek V3/R1和Kimi K3不仅开放权重，还详细公开了技术报告及内部工程工具链（如MOE训练细节、通信优化Moon EP等），被视为“Open Weight Plus”，极大降低了行业复现门槛。
商业模式重构：开源不等于放弃盈利。厂商通过云服务收费、私有化部署定制服务、后训练平台订阅以及模型级服务（MaaS）认证授权获利。对于云厂商和基础设施公司而言，开源能激发更多算力需求；对于企业用户，“拥有智能”（Intelligence should be owned）优于“租借智能”，且成本更低、数据更安全。

许可证策略分化：
宽松派：DeepSeek V3/R1采用MIT License，阿里通义千问切换至Apache 2.0，智谱GLM沿用MIT，商业限制极少。
有条件开放：Kimi K3启用新协议，月活超1亿或月收入超2000万美元需显著展示标识；模型托管服务年收入超2000万美元需签署商业协议。
严格派：Meta Llama采用社区许可证，限制7亿以上用户产品授权、欧盟使用及利用其输出训练其他大模型，但最新Muse Glimmer已转向Apache 2.0。
“黄仁勋联盟”与行业统一战线：面对中国开源模型的强势崛起（如DeepSeek V4 Pro, Kimi K3），美国AI圈罕见团结。除Anthropic外，主要玩家几乎全员加入推动开源生态的联盟。微软、亚马逊、谷歌等云厂商及英伟达等基础设施企业受益于模型部署带来的算力消耗；Palantir等企业软件公司则受益于更广泛的适用场景。
Anthropic的坚持与争议：Anthropic是唯一未加入联盟的主要美国AI公司，主张闭源以控制安全风险（防止恶意使用）和应对“蒸馏”问题（中国模型通过蒸馏美国前沿模型快速追赶）。其立场面临压力，批评者认为这迫使更多企业转向中国开源模型。
企业应用现状：编程Agent流行导致Token账单激增，促使企业采用“混合策略”：高难度任务使用闭源最强模型，日常任务使用高性价比的中国开放权重模型。

生态加速迭代：开放权重让AI能力像软件一样可下载、部署和微调，降低了创新门槛，推动了AI Agent等创业生态繁荣。技术经验的共享（如Kimi基于DeepSeek方案的演进）加速了整个行业的进步。
安全治理挑战：随着高性能模型（接近GPT-5水平）被广泛部署到本地服务器和个人设备，越狱攻击、恶意使用及模型治理难度增加。闭源模型虽受监控但也非绝对安全，开源带来的去中心化部署使得风险控制更为复杂。
未来趋势：开放权重已成为推动AI发展的关键路线。尽管存在安全风险和商业壁垒冲击（尤其对Anthropic等闭源厂商），但其带来的成本优势、所有权掌控及创新活力使其成为企业和开发者的首选。中美在开源模型上的竞争与合作将持续影响全球AI行业格局。