开源浪潮席卷全球，大模型急需转型“商业化2.0”？

如果说在2024年，我们见证了大模型从科技前沿走向大众视野，那么在2025年，最明显的变化就是——开源逐渐成为行业趋势。

根据不完全统计，仅今年三月至今，OpenAI、谷歌、Meta、英伟达，阿里，DeepSeek、智谱AI、全球9家科技巨头，如群核科技、阶跃星辰等，已经密集发布了10多种开源模式。并且，开源模型的性能不断突破，Hugginging，世界上最大的AI开源社区。 Face模型列表不断刷新...无论是科技巨头还是创业公司，都在加速拥抱开源。

但是值得注意的是，目前市场上，闭源方式已经在商业化方面取得了初步成效，甚至现有的厂商在企业端获得了数亿元的订单，为什么大模型巨头们还要纷纷转向开源？开源后，新的商业模式将如何演变？

01 “开源派”加速开放，“闭源派”纷纷反戈

事实上，早在去年大模型价格战和市场竞争进入白热化阶段后，关于大模型“开源”和“闭源”的对抗就逐渐变得激烈。

“闭源派”主张通过技术封闭实现商业变现，保护知识产权，确保服务质量。这条路径可以集中资源优化模型性能和安全性，防止技术泄露；“开源派”提倡开放模型代码、数据和算法，促进技术包容性，加快创新，构建合作生态。该路径可降低技术门槛，吸引全球开发者参与改进，形成开发者社区，促进工具链和基础设施的发展。

长期以来，闭源模式一直是商业AI领域的主导模式，公司通过技术封闭实现商业实现，保证数据安全，保持竞争优势。然而，2025年已经成为行业发展的关键转折点——随着DeepSeek等开源模式的兴起，全球AI产业迅速掀起了前所未有的“开源浪潮”。

第一，开源阵营最近的开源速度和技术迭代节奏明显加快。

三月初，在持续五天的“DeepSeek开源周”之后，开源领域的领头羊DeepSeek再次发布了V3模型最新更新版本-V3-0324模型，V3-0324模型的性能、用户体验和实用性在保持原有技术框架的基础上进行了优化。

在DeepSeek引发开源浪潮之前，美国科技巨头Meta一直是开源模型的领先玩家和重要奠基者。Meta在ChatGPT问世仅7个多月后就率先宣布开源Llamama。 而且可以免费商业使用。它也成为大模型发展的分水岭和开源模型社区的历史性时刻。

四月六日，Meta再次推出开源人工智能模型Llamama 4。据悉，目前该模型有两个版本：Scout和Maverick，是迄今为止Meta最先进的模型，也是同类产品中最具多模态性的模型。

在中国，阿里，中国三大互联网巨头之一，也是下注开源的典型代表。2022年11月，阿里发布了中国AI大模型开源社区的“魔法”（Model Scope）。2023年8月，开源Qwen-7B和Qwen-7B在AI模型社区魔搭ModelScope上-Chat，那是阿里开源的第一个大语言模型，接着，开源规模逐步扩大，阿里继续更新迭代，Qwen-14B4B先后开源更新。、Qwen2系列，Qwen2系列.几十个参数版本的模型，如5-Omni。

与阿里相比，腾讯的开源之路比较落后，但目前“混合元大模式”也从去年开始，文生图、视频生成、多专家混合等相继开源。（MoE）以及3D内容生成等多种大型模型。

与此同时，由于开源趋势的持续影响，近日，不少长期坚持闭源策略的企业也纷纷宣布开源计划。

今年2月，一直坚持关闭源头的百度宣布，自4月1日起免费，并将于6月30日正式开放源头；在字节跳动方面，虽然核心模型豆包还没有开放源头，但团队最近开放了一项名为COMET的MoE架构优化技术，可以将大模型训练效率提高1.7倍。文章显示，该技术已经应用于字节万卡集群训练，实现了数百万GPU小时训练计算能力的节约。

在国际上，OpenAI坚持闭源路线，以GPT系列模型在商业AI领域占据主导地位。如今，由于开源的影响，其市场份额和行业影响力面临着严峻的考验。

DeepSeek发布后，OpenAI CEO山姆·奥特曼很少松口，公开承认公司过去在开源策略上“站在历史错误的一边”。这种声明很快引起了连锁反应:今年1月，OpenAI“试水”开源，轻量级推理模型o3免费向公众开放。-Mini；四月一日，该公司再次宣布，未来几个月将发布一款“具有强大推理能力的开放权重”（open-weight）从2019年GPT-2开始，OpenAI将是第一个开源项目。

英伟达最近也在开源方面迈出了重要一步。它们曾经以闭源硬件和软件为主，构建了强大的生态系统。但是三月二十日，英伟达在GTC。 2025 全球首个开源人形机器人基础模型——GROOTN1在会上发布，在此之后，开发者可以直接使用该模型对机器人进行改造，成为推动具身智能发展的中坚力量。

02 为什么AI巨头选择加速开源？

百度创始人李彦宏肯定“开源模式会越来越落后”。当时市场判断的依据是OpenAI的闭源模式是黄金标准，开源不便宜，技术会越来越落后。

然而，DeepSeek通过开源实现了技术突破和商业生态的双赢，使得这些行业的基础变得不那么有效。也让中国公司第一次看到了开源模式的商业价值和影响力，看到了产业格局变化的概率，看到了生态开放的影响。

伴随着开源从概念、尝试到现在成为巨头制造商发展战略的必然选择，这背后主要有双重推动力：

一是技术发展趋势，二是市场需求。

从趋势来看，FutureLabs专家胡延平指出，中国大型开源模式的爆发源于四大驱动力，就像四股强大的浪潮一样，驱动着巨轮的开源滚滚向前。

第一波是端侧智能崛起。现在，个人和企业对本土化进行AI 部署的需要就像点燃的火焰，越烧越旺。想象一下，你可以在自己的电脑上拥有一个智能助手。它可以根据你的需求快速响应，不需要依靠数据连接到遥远的云服务器。感觉很酷吗？那就是端侧智能的魅力。它的崛起促进了模型轻量化和灵活性的升级，就像给模型穿上轻便的运动服一样，让它在各种设备上自由奔跑，发挥最大的效率。

行业定制需求是第二波浪潮。虽然通用云模型很强大，但是它就像一把万能钥匙，很难打开每一个特定的锁。金融、医疗等领域有严格的隐私要求和独特的场景需求，通用模型很难满足这些“特殊客户” 的需要。此时，开源就像一根神奇的魔棒，成为企业差异化竞争的魔棒。 秘密武器。企业可以根据自己的需要，定制开发开源模型，打造自己的开源模型。 在激烈的市场竞争中，“秘密武器”脱颖而出。

生态分工加速是第三波浪潮。作为一名技艺精湛的厨师，头部企业致力于基础模型的研发，精心烹制出一系列美味的“基础模型大餐”。而且中小型企业就像是各具特色的小吃摊主，基于开源模型构建细分应用，把这些 “基本模型大餐” 创意加工，变成各式各样的美味小吃，满足不同用户的口味需求。这样，就会形成 “巨人搭台，百家唱戏” 热闹的产业格局，整体 AI 生态系统变得更加丰富多样，充满活力。

技术跨越临界点是第四波浪潮。从“可用”的模型能力 迈向 “高可用性”就像一个孩子从蹒跚学步走向飞翔。客户和应用进入爆发期，开源成为技术落地。 “最短路径”。当模型变得足够强大和耗时时，每个人都迫不及待地想把它应用到各个领域，而开源为这种应用提供了最便捷的渠道，让技术能够快速进入千家万户，给人们的生活带来改变。

综上所述，将大型企业推向开源化的因素有三个：

第一，技术民主：大厂建立技术壁垒的关键途径是从垄断到同创闭源。例如，百度文心大模型长期关闭源头，通过“关闭源头” B端市场以公有云的方式占据。但是DeepSeek的开源证明，社区力量可以加速模型迭代——它的开源模型DeepSeek-R1在发布后吸引了3000万个月的用户，并且促进了接入公司的激增。开源带来的不仅仅是代码共享，更是全球开发者的智慧汇聚，这种“群体智能”使得技术突破不再依赖于单一的团队。

第二，成本和生态：开源减少准入条件。大模型的练习成本往往是几千万美元，而开源模型允许公司重用底座，只需要对垂直场景进行微调即可。比如医疗、法律等数据敏感行业，可以利用开源模型在当地部署，既保护了隐私，又节省了计算费用。阿里通义千问、腾讯混合元等开源模式吸引开发者构建应用生态，最终通过降低技术门槛反馈核心业务。

第三，政策与竞争：开源成为国家战略。中国各地政府将开源写入人工智能发展规划。北京、上海、广东等地通过政策补贴、计算率支持等措施，推进大型开源生态建设。与此同时，Meta(Llama系列)等国际巨头、xAI（Grok）同时加快开源布局，迫使国内厂商加入这场“开放竞赛”。

从需求的角度来看，在开源浪潮的终极价值分配中，真正的受益者是生态圈末端的开发者和中小企业——他们不仅是最直观的受益者，也是创新反馈的核心驱动力。

对于开发者和中小型企业来说，过去建立AI模型需要大量的资金和技术积累，因此他们被迫成为市场的“跟随者”。事实上，开源模型改变了这种游戏规则。通过降低技术门槛，AI技术可以通过开源触手可及，开发者可以在此基础上快速迭代，将创意转化为现实。据统计，一家专注于电子商务服务的创业公司利用通义千问开源模型开发公司的智能客服系统，降低了80%的成本。、迭代周期缩短了一半，客户满意度大大提高。

与此同时，开源模型也在重塑各行各业。比如过去受技术和资金短缺影响的基层医疗机构，借助开源方案成功部署了本土化病历分析系统。这些系统可以快速分析患者病历数据，为医生诊断提供准确的帮助，显著提高基层医疗服务质量。这一突破不仅缩小了不同层次医疗机构的技术差距，也促进了基层医疗AI 的普及。

03 开源=免费？商业化如何走通？

开源模式给大型产业生态带来了巨大的变化，其影响在商业化方向上表现为:市场可能认为开源免费模式可以节省投资。

但事实上并非如此。

在接受媒体采访时，智谱AI张鹏表示：“历史经验表明，无论是MySQL还是RedHat，实际上已经证明了开源并不意味着完全免费，以及后期技术人员的投入和维护费用，包括探索如何将DeepSeek本土化等等，成本一点也不低。当然，我们不知道未来的使用情况，目前的情况是大家都清醒过来了，免费开源并非真的免费，这件事大家都有共识。”

因此，在开源模式下，如何平衡技术普惠和商业收益？一些领先的大型模型制造商已经开始探索商业化2.0方案。

首先是“开源基础模型” 商业API增值服务”

这一模式的核心逻辑是：通过高性能API服务，开放基础模型的权重来吸引开发者的生态。例如，为了满足个人端和公司端的基本需求，免费开源中等参数规模的基本模型提供付费云API服务，提供更高性能的闭源大模型接口、专属领域微调、企业级SLA保障等服务。

DeepSeek开源DeepSeek-R1基本模型是DeepSeek-V33基本模型，同时收取运营费用。 API服务，其商业API推理速度比开源版快3倍。据估计，其日营收峰值可达56万美元；智谱AI开源ChatGLM3-6B，但是企业客户需要付费访问GLM-130B商业API，后者支持私有部署和定制微调；

第二，开源社区版 “公司专属版”

该模式的核心逻辑是：通过功能差异化的双版本策略实现分层实现。比如社区版功能有限，可能只支持基本推理和一定长度的前后理解；企业版包括量化加速、长文本支持、多模式等升值功能。

经典案例是阿里云千问开源Qwen-72B社区版，但是企业需要购买Qwen-Max来获得100万token更长的前后文、多模态图像理解能力、阿里云专属算率调度优化等服务；Red Hat开源Linux社区版，但是企业为了获得安全补丁优先更新、专业技术支持服务、硬件认证保证等，需要付费订阅RHEL。

第三，“模型开源” “云云平台变现”

该模式的核心逻辑是：以开源模式为入口，引导用户使用相关云服务。举例来说，通过代管模型服务、配套工具链、算率租赁等云服务，实现开源完整模型权重和培训代码的实现。

Meta是一个经典案例 Llama系列开源Llama系列 3、Llama 4模型，但企业需要使用Meta云平台来获取管式API节点服务、多模型安排管理工具、企业级数据加密管道等。Sealos云原生平台开源核心代码，但客户可以通过使用其云服务实现一键部署大模型案例、自动弹性扩展容量、跨云集群管理等增值服务。

一般来说，API升值方式适用于包括云服务业务在内的领先水平制造商和双版本制造商，而云平台模式适用于包括云服务业务在内的制造商。大型开源商业化的核心是“开源引流、服务实现”，通过生态共创、行业定制、云计算能力绑定等方式实现可持续盈利。

目前的趋势显示，龙头厂商正在走向混合模式。为了平衡开源趋势和商业实现，公司需要通过MaaS结合行业情况，增强未来的商业化能力。

中国科学院教授梅宏曾经说过，未来大语言模型需要像互联网一样走向开源，一个开放共享的基本模型需要全世界共同维护，尽最大努力保证与人类知识的同步。否则，任何机构控制的基本模型都很难让其他机构的客户安心上传应用数据，也很难产生大量能够满足各行各业项目需求的应用。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com