要点:
DeepSeek的崛起凸显了开源技术的优势，推动了全球AI技术的创新与进步，促使更多企业重新审视其人工智能开发模式。
近日，中国AI初创公司DeepSeek/深度求索在发布其最新的DeepSeek-R1模型后，因低开发成本与出色的性能迅速引起了硅谷的关注和市场广泛关注，甚至引发美股市场的震荡。 Meta首席人工智能科学家Yann LeCun在LinkedIn上表示，部分人看到DeepSeek的表现后误解为“中国AI正在超越美国”，他认为这种解读是不准确的，正确的理解应该是“开源模型正在超越专有模型”。他强调，DeepSeek的成功展示了开源模型的力量，特别是在Meta的PyTorch和Llama等开源工具的帮助下，他们能够基于已有的研究和技术进行创新，并将其成果开源，造福全球开发者。
在DeepSeek的崛起之际，开源/Open Source技术的优势逐渐显现，它不仅让全球开发者能够共同推进技术创新，还推动了AI领域的快速进步。在DeepSeek等开源驱动的公司推动下，开源的魅力和潜力变得愈发明显，成为全球人工智能领域的重要推动力量。
开源的发展历史：不仅是开放源代码这么简单
在现代软件开发领域，开源/Open Source与闭源/Closed Source是两种主要的开发模式，它们在开发方法、代码开放程度、社区参与以及商业模式等方面有显著差异。
开源软件是指其源代码对外开放，任何人都可以查看、修改和分发这些代码。开源的核心理念是共享与协作、开放源代码，允许公众访问、使用、修改和分发模型的源代码，促使全球开发者在此基础上进行创新与协作。著名的开源软件如Linux操作系统、Apache HTTP Server和Python等编程语言的实现版本，都是在这种开放的环境下发展壮大的。
而开源的理念可以追溯到计算机技术的初期，那个时候软件和硬件紧密结合，用户往往需要自行编写或修改软件来解决特定问题。
1955年，IBM启动了“IBM用户组分享”，希望让更多人能够深入研究操作系统。到了20世纪70年代中期，随着计算机技术的迅猛发展，软件逐渐成为商品，开始脱离硬件单独出售，这一转变限制了软件的共享文化。为此，Richard Stallman于1983年发起了GNU项目，并在1985年成立了自由软件基金会/FSF，推动自由软件的发展。
1998年，Eric Raymond和Bruce Perens成立了开源促进会/Open Source Initiative简称OSI，并制定了“开源定义”/Open Source Definition，正式为开源软件设定标准。开源促进会明确规定，开源软件不仅需要公开源代码，还要允许用户自由使用、修改和分发，同时，开源项目必须遵循某种开源许可证，如GPL、Apache、BSD和MIT等。
从技术角度来看，大模型涉及许多复杂的技术问题，单靠一家企业的力量难以解决。开源大模型鼓励全球开发者社区参与和贡献，集体智慧的力量能够加速技术的迭代和创新，像GitHub上的多个AI项目便验证了这一点。
其次，开源模式的最大优势之一是透明性，开发者可以对代码进行审查和优化，从而提高软件的安全性与稳定性。开源还鼓励全球开发者的参与，通过社区的贡献与反馈，推动软件的快速迭代与创新。同时，低成本的试错也帮助开源大模型迅速触及潜在用户，降低了企业在认知和决策上的难度，推动了创新的加速。
与此相对，闭源软件是指源代码不公开，只有开发者或公司内部人员可以访问和修改。闭源软件通常由商业公司开发和销售，比如Microsoft Windows操作系统和Adobe Photoshop图像处理软件等。闭源软件的主要优势在于开发公司对源代码的完全控制，能够确保软件质量的一致性。同时，闭源软件通过销售许可证和提供技术支持等服务，获得稳定的收入来源，支持持续的研发和创新。
事实上，大模型的技术浪潮，某种程度上也是由开源开启，谷歌开源了Transformer，才有了后来OpenAI引爆行业的ChatGPT。不少专家认为，开源人工智能可以促进合作，加速创新，并让尖端技术的获取变得更加民主化。通过共享模型和代码库，全球的研究人员和开发者可以在前人的基础上进行创新，从而推动快速进步和多样化的应用开发。也支持这一理念。
OpenAI最初也是一家开源人工智能公司，但近年来已逐渐转向闭源模式，研发人工智能专有模型。虽然这种方法可以带来显著的突破，但也可能导致重复劳动和技术传播速度的减缓。而且，专有模型往往给小型组织或研究人员带来了进入的门槛，可能会抑制创新。与之相比，DeepSeek的R1模型和Meta的Llama模型都属于开源，通过受益于开放研究和开源，推动了技术的快速发展。
DeepSeek突破：低成本开源技术挑战巨头
DeepSeek，来自中国的人工智能初创公司，近日因发布其推理大模型DeepSeek-R1后，凭借其“高性能、低成本”的特性迅速在海外开发者社区中引起轰动，尤其是在硅谷，它的低训练成本震撼了整个行业。
据相关资料显示，作为一款开源模型，DeepSeek-R1在数学、代码、自然语言推理等任务中的表现能够与OpenAI的GPT-4模型媲美。更令人惊讶的是，DeepSeek透露，R1的预训练费用仅为557.6万美元，且在2048块英伟达H800 GPU集群上（为中国市场定制的低配版GPU）运行55天完成，训练成本不到OpenAI GPT-4模型的十分之一。 DeepSeek表示，R1在后训练阶段大规模釆用了强化学习技术，即使使用的标注数据极少，也大幅提升了模型的推理能力。
较低的训练成本使得DeepSeek的使用成本也较低，这使其在市场上具备了强大的竞争力。这一优势引发了业内的广泛关注。受此影响，Meta成立了四个专门研究小组，试图了解DeepSeek是如何降低训练和运行成本的。 OpenAI、Meta以及其他顶级人工智能团队的开发人员也在仔细研究DeepSeek模型，试图揭开其比某些美国制造的模型更加经济高效的秘密。
更为值得注意的是，DeepSeek的R1模型在MIT许可证下完全开源，允许免费用于商业和学术领域，这种做法与OpenAI等竞争对手的昂贵订阅模式形成了鲜明对比。 DeepSeek通过将监督微调/SFT与强化学习/RL相结合，釆用多阶段训练管道，以提升高阶推理能力。这种创新的做法引起了美国研究人员的高度关注，并展示了中国在人工智能领域与硅谷竞争的潜力。
从当前的成就来看，DeepSeek无疑值得全球业界的惊叹
一方面，DeepSeek展示了中国在大模型领域的强大能力，甚至有潜力追赶并超越全球最先进的技术。另一方面，DeepSeek得益于开源研究和项目，比如PyTorch和Meta的Llama。其次，技术创新可以从意想不到的地方涌现。 DeepSeek源自量化私募公司幻方量化。所谓量化私募，是将投资理念转化为数学模型，通过计算机处理大量历史股票数据并筛选投资标的。
在DeepSeek发布后，Meta首席执行官马克·扎克伯格/Mark Zuckerberg宣布，Meta将在2025年投入超过600亿美元加大对AI的投资，进一步推动开源模型的发展。扎克伯格一直是开源模式的积极倡导者，他在今年9月表示，他的目标是打造一个下一代的开放平台，并让这一平台在未来的科技行业中占据主导地位。
随着这些技术的发展与普及，开源不仅推动了软件行业的创新，还为全球开发者提供了一个共享知识、协作创新的平台。通过开放源代码，开源项目能够迅速迭代并集结全球开发者的智慧，形成强大的生态系统，进一步促进了技术进步。
开源大模型：或成未来商业生态
开源世界的飞速发展正在打破软件行业的垄断格局，引发了全球范围内的技术革新。开源本质上意味着人工智能AI可以替代传统人力，高效优质的团队和劳动力也可通过AI技术得以替代。
尽管开源已成为当前大模型发展的主流趋势，但也面临诸多挑战
开源大模型的商业模式仍处于不确定阶段，如何在保持开放的同时实现可持续的商业发展，成为了开源厂商亟待解决的问题。尽管已有成功案例，但开源大模型的商业化依然充满挑战。在竞争日益激烈的市场中，如何提升大模型的知名度和用户接受度，从而促使用户从免费使用转向付费服务，是开源厂商面临的核心问题。同时，如何防止竞争对手基于相同的代码库创建自己的产品或服务，也是开源大模型需要应对的难题。
此外，开源人工智能具有明显的优势，但安全性、滥用及道德问题依旧是焦点。开源模型有可能被用于恶意目的，如何平衡开放性与潜在风险，成为了行业讨论的重要议题。 LeCun在倡导开放AI研究的同时，强调了釆取适当安全措施的重要性，并认为开源可以推动人工智能的进步，确保“好的人工智能”领先于“坏的人工智能”。
在全球AI技术快速发展的背景下，DeepSeek的成功不仅展示了中国AI初创公司的崛起，也突显了开源大模型的巨大潜力。与OpenAI等公司依赖封闭生态的策略不同，DeepSeek选择将其技术开源，推动了全球开发者的参与和创新。这一举措让开源模式的优势得到了进一步验证，尤其是在技术共享和协作创新方面，极大提升了AI的普及速度。
但有专家认为，开源与闭源并非非此即彼的选择，而是需要综合考虑的策略。对于拥有足够资源和决心的企业来说，完全可以在开源中展示技术实力、获取反馈和数据，从而为后续的商业化变现奠定基础。而闭源模型则可以封装技术优势，直接实现产品化和商业化。开源和闭源并非像手机操作系统的iOS与安卓那样只能二选一，开源是为了建立信誉和吸引用户，同时为商业化做准备。
在现代大模型的开发中，开源提供了更高的透明度，鼓励全球开发者共同参与，使得技术能够更快地迭代和完善。而闭源模式则通过专有技术的封锁，确保了公司对核心技术的控制力。在这个过程中，开源与闭源并不是互相排斥的选择，而是可以结合使用的策略。在这个大模型时代，科技公司正面临生态演变的重大考量，开源与闭源的博弈仍在继续，未来将呈现哪些新的特点和方向，值得我们持续关注。
