黃仁勛注冊(cè) X 之后發(fā)的第一條帖子，沒(méi)有談下一代 GPU，也沒(méi)有秀機(jī)器人或數(shù)據(jù)中心，而是轉(zhuǎn)發(fā)了一封支持開(kāi)放權(quán)重模型的聯(lián)署信。落款是 25 家美國(guó)頭部科技公司，微軟、IBM、Meta、英偉達(dá)、Palantir 都在其中。
這封信的核心主張只有一句話(huà)的分量：美國(guó) AI 的領(lǐng)導(dǎo)地位，不應(yīng)該只取決于是否擁有某一個(gè)領(lǐng)先的前沿模型，而應(yīng)取決于能否建立一個(gè)開(kāi)放的、能滲透進(jìn)各行業(yè)的 AI 生態(tài)。開(kāi)放權(quán)重被擺在了這個(gè)生態(tài)的地基位置——因?yàn)樗屜冗M(jìn)能力更容易獲取、更能被改造、也更廣泛可用。
導(dǎo)火索并不神秘。就在此前一周，一款參數(shù)規(guī)模巨大、性能逼近頂級(jí)閉源模型、卻開(kāi)放權(quán)重可自由下載的模型問(wèn)世，再次引發(fā)市場(chǎng)對(duì) AI 競(jìng)爭(zhēng)格局的擔(dān)憂(yōu)，也讓英偉達(dá)等芯片股出現(xiàn)回調(diào)。市場(chǎng)害怕的是同一件事：如果強(qiáng)模型可以免費(fèi)下載，還有誰(shuí)愿意持續(xù)為算力和 API 買(mǎi)單？
黃仁勛給出的答案恰恰相反。在他看來(lái)，越便宜、越開(kāi)放的 AI，越有利于芯片、有利于數(shù)據(jù)中心。
表面上，這是一場(chǎng) " 開(kāi)放還是封閉 " 的技術(shù)路線(xiàn)之爭(zhēng)。但如果只把它讀成開(kāi)源理想主義與商業(yè)利益的對(duì)撞，就低估了這件事。真正在發(fā)生的，是 AI 產(chǎn)業(yè)鏈內(nèi)部圍繞利潤(rùn)分配的一次重新站隊(duì)。
賣(mài)模型的人希望智能保持稀缺，賣(mài)算力的人則希望智能無(wú)處不在。
兩邊都能談創(chuàng)新、談生態(tài)、談安全。但在這些宏大詞匯背后，是兩套截然不同的商業(yè)邏輯：一方想把最先進(jìn)的智能封裝成持續(xù)收費(fèi)的服務(wù)，另一方想讓任何公司、任何國(guó)家、任何設(shè)備都跑起模型來(lái)。
前者需要墻，后者需要流量。
一、封閉模型賣(mài)的不是能力，是一種持續(xù)依賴(lài)
封閉模型的商業(yè)模式并不復(fù)雜。企業(yè)不必買(mǎi)下模型，也不必知道它怎么訓(xùn)練出來(lái)的，只需通過(guò) API 或訂閱調(diào)用能力，按用量、按人頭、按服務(wù)等級(jí)持續(xù)付費(fèi)。
這對(duì)客戶(hù)很方便：不用維護(hù)訓(xùn)練集群，不用養(yǎng)龐大的模型團(tuán)隊(duì)，也不用自己扛每一次版本升級(jí)。模型公司負(fù)責(zé)訓(xùn)練、部署、優(yōu)化，客戶(hù)只管用。
但方便不是免費(fèi)的。企業(yè)每一次調(diào)用，都在把自己的業(yè)務(wù)流程、數(shù)據(jù)結(jié)構(gòu)和使用習(xí)慣，一點(diǎn)點(diǎn)綁到某個(gè)供應(yīng)商身上。
一開(kāi)始，買(mǎi)的可能只是一個(gè)文本生成接口。接著，客服知識(shí)庫(kù)、合同分析、銷(xiāo)售預(yù)測(cè)、內(nèi)部搜索陸續(xù)接了進(jìn)去。再往后，Agent 開(kāi)始調(diào)用企業(yè)系統(tǒng)，模型滲進(jìn)采購(gòu)、運(yùn)維、審批和決策。
當(dāng)能力長(zhǎng)進(jìn)業(yè)務(wù)流程之后，換模型就不再是改一個(gè) API 地址那么簡(jiǎn)單。提示詞要遷移，工具接口要重寫(xiě)，評(píng)估體系要重建，員工習(xí)慣要重訓(xùn)，圍著模型長(zhǎng)出來(lái)的數(shù)據(jù)和工作流全要重新適配。
這時(shí)候，模型公司賣(mài)的就不再是計(jì)算結(jié)果，而是一種持續(xù)依賴(lài)。
真正值錢(qián)的鎖定，不是讓客戶(hù)無(wú)法離開(kāi)，而是讓離開(kāi)的成本越來(lái)越高。
這和過(guò)去的企業(yè)軟件如出一轍。早期 SaaS 靠數(shù)據(jù)格式、工作流和協(xié)作關(guān)系筑墻；模型公司則可能靠推理接口、Agent 框架、長(zhǎng)期記憶和業(yè)務(wù)知識(shí) , 建起一堵新墻。
模型越強(qiáng)，企業(yè)越依賴(lài)；企業(yè)越依賴(lài)，模型公司越有資格決定價(jià)格、產(chǎn)品邊界和能力開(kāi)放的程度。所以對(duì)封閉模型公司而言，最理想的市場(chǎng)未必是模型遍地開(kāi)花，而是最先進(jìn)的能力始終攥在少數(shù)平臺(tái)手里。企業(yè)能用智能，卻不真正擁有智能 ; 買(mǎi)得到結(jié)果，卻拿不到生產(chǎn)結(jié)果的核心資產(chǎn)。
二、賣(mài)算力的人，不需要某一個(gè)模型永遠(yuǎn)贏
芯片和基礎(chǔ)設(shè)施公司的處境完全不同。
封閉模型公司必須證明自己比別人強(qiáng)，因?yàn)榭蛻?hù)只有選它才產(chǎn)生收入。但對(duì)算力提供者來(lái)說(shuō)，誰(shuí)贏沒(méi)那么重要。
不管企業(yè)用的是封閉模型、開(kāi)放模型、行業(yè)模型，還是自己微調(diào)的小模型，只要模型要訓(xùn)練、要推理，就得用芯片、服務(wù)器、網(wǎng)絡(luò)、存儲(chǔ)和軟件棧。模型競(jìng)爭(zhēng)越激烈，算力需求反而可能越大。
如果全球只有三四個(gè)超大模型，多數(shù)企業(yè)只是通過(guò) API 使用，訓(xùn)練和推理就會(huì)高度集中在少數(shù)幾個(gè)數(shù)據(jù)中心。但如果每家銀行、醫(yī)院、工廠(chǎng)、車(chē)企和政府都開(kāi)始部署自己的模型，市場(chǎng)結(jié)構(gòu)就徹底變了：企業(yè)要建私有集群，云廠(chǎng)商要提供更多推理資源，設(shè)備廠(chǎng)商要加邊緣算力 , 軟件公司要為不同模型做適配 , 國(guó)家也要建自己的 AI 基礎(chǔ)設(shè)施。
模型于是從少數(shù)公司的產(chǎn)品，變成整個(gè)社會(huì)的基礎(chǔ)能力。這正是算力公司最想看到的局面。
封閉模型想把智能集中起來(lái)收費(fèi)，算力公司想把智能擴(kuò)散出去耗電。
從這個(gè)角度看，開(kāi)放權(quán)重不是在削弱 AI 的商業(yè)價(jià)值，而是在擴(kuò)大 " 能買(mǎi)算力的客戶(hù) " 數(shù)量。一個(gè)創(chuàng)業(yè)團(tuán)隊(duì)訓(xùn)練不起基礎(chǔ)模型，但可以下載一個(gè)開(kāi)放模型、微調(diào)后部署在自己服務(wù)器上 ; 一家制造企業(yè)不愿把生產(chǎn)數(shù)據(jù)傳給外部服務(wù)，卻愿意買(mǎi)本地算力在廠(chǎng)內(nèi)跑模型 ; 一個(gè)國(guó)家擔(dān)心長(zhǎng)期依賴(lài)外國(guó) API，卻愿意建數(shù)據(jù)中心、部署可自主控制的模型。
每一次從 "API 調(diào)用 " 轉(zhuǎn)向 " 本地部署 "，都可能減少模型公司的直接收入，卻增加芯片、服務(wù)器、云和部署服務(wù)的需求。所以黃仁勛支持開(kāi)放模型，不代表基礎(chǔ)設(shè)施公司突然放棄了商業(yè)利益 , 恰恰相反 , 這是一筆極其清醒的賬：
最好的芯片生態(tài)，不是服務(wù)一個(gè)永遠(yuǎn)領(lǐng)先的模型，而是承載一萬(wàn)個(gè)彼此競(jìng)爭(zhēng)的模型。
三、開(kāi)放模型不是免費(fèi)，只是把利潤(rùn)搬到了別處
人們常把開(kāi)放模型理解成 " 免費(fèi)模型 "，這不準(zhǔn)確。
開(kāi)放權(quán)重意味著用戶(hù)能拿到模型參數(shù)，在許可范圍內(nèi)自行部署、修改、微調(diào)。它降低了對(duì)單一 API 的依賴(lài)，卻沒(méi)有消除成本。模型仍要算力，企業(yè)仍要服務(wù)器、存儲(chǔ)、安全、運(yùn)維和工程團(tuán)隊(duì)，還得圍繞自身業(yè)務(wù)做數(shù)據(jù)整理、評(píng)估、微調(diào)和持續(xù)更新。一個(gè)模型可以免費(fèi)下載，但讓它穩(wěn)定進(jìn)入生產(chǎn)環(huán)境，往往是一項(xiàng)昂貴而漫長(zhǎng)的工程。
所以開(kāi)放模型沒(méi)有消滅商業(yè)價(jià)值，只是改變了價(jià)值出現(xiàn)的位置。
封閉模式下，價(jià)值集中在鏈條頂端：
訓(xùn)練模型→控制模型→提供接口→按調(diào)用收費(fèi)
開(kāi)放模式下，價(jià)值沿產(chǎn)業(yè)鏈攤開(kāi)：
開(kāi)放模型→芯片與云→私有化部署→數(shù)據(jù)治理→行業(yè)微調(diào)→應(yīng)用開(kāi)發(fā)→安全與控制→運(yùn)維服務(wù)
過(guò)去由一家模型公司獨(dú)吞的大部分收入，會(huì)被分給基礎(chǔ)設(shè)施公司、云廠(chǎng)商、行業(yè)軟件公司、系統(tǒng)集成商和企業(yè)內(nèi)部團(tuán)隊(duì)。這也是為什么開(kāi)放模型的支持者并不都是理想主義者——芯片公司能賣(mài)更多算力 , 云廠(chǎng)商能承載更多部署 , 軟件公司能把模型嵌進(jìn)自家產(chǎn)品 , 開(kāi)發(fā)者平臺(tái)能拿到更多項(xiàng)目和用戶(hù)。
甚至一家同時(shí)握著封閉模型和云業(yè)務(wù)的公司，也可能支持開(kāi)放生態(tài)。因?yàn)樗幢匾笏锌蛻?hù)都用自己的模型：只要客戶(hù)還在它的云上跑模型、存數(shù)據(jù)、調(diào)數(shù)據(jù)庫(kù)、買(mǎi)企業(yè)服務(wù)，它就照樣賺錢(qián)。
開(kāi)放與封閉不是道德陣營(yíng)，而是不同公司在產(chǎn)業(yè)鏈位置上的利益選擇。
模型公司關(guān)心的是：每一次智能調(diào)用由誰(shuí)收費(fèi)?；A(chǔ)設(shè)施公司關(guān)心的是：整個(gè)世界一共產(chǎn)生多少次調(diào)用。一個(gè)想抬高單次調(diào)用的價(jià)值，一個(gè)想把調(diào)用總量放大一百倍。
四、模型越像商品，算力越像基礎(chǔ)設(shè)施
AI 早期，市場(chǎng)最關(guān)心誰(shuí)能訓(xùn)出更強(qiáng)的模型。參數(shù)、數(shù)據(jù)、推理能力和榜單成績(jī)，構(gòu)成了模型公司的核心敘事，投資者相信領(lǐng)先模型會(huì)像搜索引擎或操作系統(tǒng)一樣形成強(qiáng)集中效應(yīng)。
但隨著開(kāi)放模型不斷追上來(lái)，企業(yè)開(kāi)始有了更多選擇——而且并不是每個(gè)場(chǎng)景都需要最強(qiáng)的通用模型。客服分類(lèi)、文檔提取、設(shè)備診斷、內(nèi)部問(wèn)答、固定流程自動(dòng)化，往往只需要更小、更便宜、更好控制的模型。
當(dāng)多個(gè)模型都能做到 " 足夠好 "，模型間的差距就不再能無(wú)限換算成價(jià)格差距。企業(yè)會(huì)開(kāi)始算另一筆賬：推理成本多少、數(shù)據(jù)能不能留在本地、能不能針對(duì)業(yè)務(wù)微調(diào)、能不能跨云遷移、供應(yīng)商漲價(jià)后能不能替換、模型停服后業(yè)務(wù)能不能繼續(xù)、積累的知識(shí)還算不算自己的。
這會(huì)把模型從稀缺產(chǎn)品，慢慢逼成可替換的組件。但模型越好換，跑模型的基礎(chǔ)設(shè)施反而越重要。就像互聯(lián)網(wǎng)時(shí)代網(wǎng)站越多，服務(wù)器和云的價(jià)值越大 ; 移動(dòng)應(yīng)用越繁榮，芯片、操作系統(tǒng)和應(yīng)用商店越接近基礎(chǔ)設(shè)施。
當(dāng)模型從產(chǎn)品變成原材料，決定利潤(rùn)的就不再是誰(shuí)擁有一塊原材料，而是誰(shuí)控制加工、運(yùn)輸和使用它的整條產(chǎn)業(yè)鏈。
這也是賣(mài)算力的人愿意把門(mén)打開(kāi)的原因。門(mén)外不是競(jìng)爭(zhēng)者，門(mén)外是更多客戶(hù)。
五、企業(yè)真正怕的不是價(jià)格，而是智能資產(chǎn)歸誰(shuí)
對(duì)企業(yè)來(lái)說(shuō)，開(kāi)放模型最大的吸引力未必是便宜，而是控制權(quán)。
一家企業(yè)用 AI 的時(shí)間越長(zhǎng)，越會(huì)攢出一批獨(dú)特資產(chǎn)：內(nèi)部知識(shí)庫(kù)、行業(yè)術(shù)語(yǔ)、業(yè)務(wù)判斷規(guī)則、用戶(hù)反饋、工具調(diào)用方式、工作流數(shù)據(jù)、專(zhuān)用評(píng)估集、微調(diào)后的模型能力。這些不是普通使用記錄，而是企業(yè)在 AI 時(shí)代一點(diǎn)點(diǎn)長(zhǎng)出來(lái)的 " 組織智能 "。
如果這些能力完全依賴(lài)外部平臺(tái)，企業(yè)就繞不開(kāi)一個(gè)問(wèn)題：自己投入數(shù)據(jù)、人才和時(shí)間形成的智能，到底屬于誰(shuí)？
模型提供商也許不直接擁有企業(yè)數(shù)據(jù)，但它控制著能力運(yùn)行的基礎(chǔ)條件——它可以調(diào)價(jià)、換版本、下線(xiàn)接口、改服務(wù)區(qū)域，甚至因監(jiān)管或商業(yè)原因終止服務(wù)。企業(yè)圍著模型建起來(lái)的能力，都可能因此受影響。
開(kāi)放權(quán)重提供了另一種可能：企業(yè)可以把模型部署在自己控制的基礎(chǔ)設(shè)施上，鎖定特定版本，自己決定何時(shí)更新，圍繞自身數(shù)據(jù)持續(xù)優(yōu)化。這不意味著企業(yè)必須親自訓(xùn)練一切，而是意味著它握著更多選擇權(quán)——能跑本地也能上云，能自維護(hù)也能托管，能繼續(xù)用當(dāng)前模型也能遷到另一個(gè)兼容模型。這份選擇權(quán)本身，就是商業(yè)價(jià)值。
企業(yè)買(mǎi) AI 時(shí)真正要保護(hù)的，不是某一次調(diào)用的價(jià)格，而是長(zhǎng)期積累的組織智能不能淪為供應(yīng)商的人質(zhì)。
于是開(kāi)放模型之爭(zhēng)最終會(huì)溢出技術(shù)圈，變成企業(yè)采購(gòu)、數(shù)據(jù)治理、供應(yīng)鏈安全和長(zhǎng)期戰(zhàn)略的一部分。
六、但拿到權(quán)重，不等于拿回了控制權(quán)
開(kāi)放模型當(dāng)然不是萬(wàn)能解。
權(quán)重能下載，企業(yè)照樣可能不知道模型為什么給出某個(gè)答案 ; 模型能本地部署，也不代表它天然安全 ; 企業(yè)能改模型，同樣意味著攻擊者或內(nèi)部人員也能移除限制。更要命的是，企業(yè)真正承擔(dān)風(fēng)險(xiǎn)的地方，往往不在模型生成內(nèi)容，而在模型開(kāi)始執(zhí)行動(dòng)作之后。一個(gè)本地部署的開(kāi)放模型，若握著財(cái)務(wù)系統(tǒng)、生產(chǎn)設(shè)備、云平臺(tái)和客戶(hù)數(shù)據(jù)庫(kù)的高權(quán)限，一樣能釀成大禍。
企業(yè)掌握了模型，卻未必掌握了模型的行為邊界。
所以開(kāi)放權(quán)重解決的主要是所有權(quán)、部署權(quán)和修改權(quán)，它沒(méi)有自動(dòng)回答這些問(wèn)題：AI 能調(diào)用哪些工具、能拿多大權(quán)限、哪些動(dòng)作必須由人確認(rèn)、最終執(zhí)行對(duì)象有沒(méi)有被改、模型被改后安全規(guī)則還在不在、高風(fēng)險(xiǎn)結(jié)果能不能在落地前被獨(dú)立拒絕。
拿到模型，只說(shuō)明企業(yè)拿回了智能的生產(chǎn)工具 ; 能不能控制執(zhí)行，才決定它是否真正拿回了結(jié)果的控制權(quán)。
未來(lái)企業(yè)很可能開(kāi)放模型和封閉模型一起用：最強(qiáng)的通用能力走外部服務(wù)，敏感數(shù)據(jù)和穩(wěn)定任務(wù)跑在內(nèi)部，邊緣設(shè)備用小模型，不同業(yè)務(wù)按成本和風(fēng)險(xiǎn)各取所需。在這種混合環(huán)境里，安全不能押在某一個(gè)模型廠(chǎng)商的承諾上——模型可以被替換，安全邊界卻必須保持穩(wěn)定。無(wú)論請(qǐng)求來(lái)自哪個(gè)模型、部署在云端還是本地，凡涉及真實(shí)資產(chǎn)和高風(fēng)險(xiǎn)系統(tǒng)的動(dòng)作，都得過(guò)一套統(tǒng)一的身份、權(quán)限、證據(jù)和執(zhí)行控制。這正是開(kāi)放模型普及之后，新的基礎(chǔ)設(shè)施機(jī)會(huì)所在。
七、真正的戰(zhàn)爭(zhēng)，不是開(kāi)放對(duì)封閉，而是誰(shuí)控制價(jià)值鏈
未來(lái)幾年，開(kāi)放和封閉不會(huì)只剩一個(gè)。封閉模型會(huì)繼續(xù)守住前沿能力、產(chǎn)品體驗(yàn)和服務(wù)優(yōu)勢(shì)，開(kāi)放模型則在成本、可控性、定制化和本地部署上不斷擴(kuò)張。兩者會(huì)長(zhǎng)期共存。
真正的競(jìng)爭(zhēng)不是哪種理念在道德上獲勝，而是誰(shuí)能卡住 AI 產(chǎn)業(yè)里最關(guān)鍵的價(jià)值節(jié)點(diǎn)。封閉模型公司想控制能力入口，芯片公司想控制計(jì)算底座，云廠(chǎng)商想控制部署環(huán)境，軟件公司想控制業(yè)務(wù)流程，數(shù)據(jù)公司想控制訓(xùn)練材料，應(yīng)用公司想控制用戶(hù)關(guān)系 , 而企業(yè)客戶(hù)想保住遷移權(quán)、數(shù)據(jù)權(quán)和最終決定權(quán)。
所以那封公開(kāi)信看似在討論模型是否開(kāi)放，實(shí)際討論的是一個(gè)更現(xiàn)實(shí)的問(wèn)題：
未來(lái) AI 產(chǎn)生的利潤(rùn)，究竟集中在少數(shù)模型公司手里，還是沿著芯片、云、軟件、應(yīng)用和企業(yè)內(nèi)部能力重新分配？
開(kāi)放模型不是把 AI 變成公共福利，而是把一座封閉的收費(fèi)站，改造成一整片可以修路、建倉(cāng)、造城的土地。
賣(mài)模型的人想守住收費(fèi)站，賣(mài)算力的人手里握著修路的機(jī)器。路修得越多，車(chē)跑得越多，算力燒得越多，它賺得也越多。它當(dāng)然希望把門(mén)打開(kāi)。
八、門(mén)打開(kāi)之后，新的墻會(huì)砌在哪里？
每一輪技術(shù)開(kāi)放，都在拆掉一部分舊壁壘的同時(shí)，砌起新的壁壘。
開(kāi)源軟件拆掉了代碼的封閉，卻讓云計(jì)算和平臺(tái)生態(tài)變得更重 ; 移動(dòng)互聯(lián)網(wǎng)拉低了應(yīng)用開(kāi)發(fā)門(mén)檻，卻讓操作系統(tǒng)和應(yīng)用商店握住了分發(fā)權(quán)。開(kāi)放模型可能削弱單一模型的鎖定力，卻會(huì)抬高芯片、云、數(shù)據(jù)、行業(yè)場(chǎng)景和執(zhí)行控制的重要性。
所以企業(yè)真正該想的，不是應(yīng)該無(wú)條件擁抱開(kāi)放，還是死守封閉。而是無(wú)論選哪種模型，都不能把自己的數(shù)據(jù)、知識(shí)、業(yè)務(wù)流程和執(zhí)行權(quán)，整個(gè)交給某一個(gè)外部供應(yīng)商。
模型會(huì)不斷更新，價(jià)格會(huì)不斷下探，開(kāi)放與封閉的邊界也會(huì)不斷移動(dòng)。但有幾樣?xùn)|西企業(yè)必須攥在手里：對(duì)數(shù)據(jù)的控制、對(duì)模型的選擇權(quán)、對(duì)業(yè)務(wù)知識(shí)的所有權(quán)，以及對(duì)最終執(zhí)行結(jié)果的否決權(quán)。
企業(yè)可以租用智能，但不能把自己的未來(lái)一起租出去。
黃仁勛打開(kāi)的，表面是一扇模型開(kāi)放之門(mén)。門(mén)后真正鋪開(kāi)的，卻是一場(chǎng)更大范圍的產(chǎn)業(yè)重構(gòu)。當(dāng)模型不再只有少數(shù)公司能擁有，智能會(huì)更快涌進(jìn)每一家企業(yè)、每一種設(shè)備、每一個(gè)業(yè)務(wù)流程。模型公司的圍墻或許會(huì)因此降低——但圍繞算力、數(shù)據(jù)、場(chǎng)景和控制權(quán)的新城墻，才剛剛開(kāi)始動(dòng)工。
賣(mài)模型的人想把智能留在墻內(nèi)，賣(mài)算力的人希望智能奔向世界 ; 而企業(yè)真正要做的，是確保無(wú)論用誰(shuí)的智能，最后的控制權(quán)都還留在自己手里。
