要點:
DeepSeek的崛起凸顯了開源技朮的優勢，推動了全球AI技朮的創新與進步，促使更多企業重新審視其人工智能開發模式。
近日，中國AI初創公司DeepSeek/深度求索在發布其最新的DeepSeek-R1模型后，因低開發成本與出色的性能迅速引起了硅谷的關注和市場廣泛關注，甚至引發美股市場的震蕩。Meta首席人工智能科學家Yann LeCun在LinkedIn上表示，部分人看到DeepSeek的表現后誤解為“中國AI正在超越美國”，他認為這種解讀是不准確的，正確的理解應該是“開源模型正在超越專有模型”。他強調，DeepSeek的成功展示了開源模型的力量，特別是在Meta的PyTorch和Llama等開源工具的幫助下，他們能夠基於已有的研究和技朮進行創新，并將其成果開源，造福全球開發者。
在DeepSeek的崛起之際，開源/Open Source技朮的優勢逐漸顯現，它不僅讓全球開發者能夠共同推進技朮創新，還推動了AI領域的快速進步。在DeepSeek等開源驅動的公司推動下，開源的魅力和潛力變得愈發明顯，成為全球人工智能領域的重要推動力量。
開源的發展曆史：不僅是開放源代碼這么簡單
在現代軟件開發領域，開源/Open Source與閉源/Closed Source是兩種主要的開發模式，它們在開發方法、代碼開放程度、社區參與以及商業模式等方面有顯著差異。
開源軟件是指其源代碼對外開放，任何人都可以查看、修改和分發這些代碼。開源的核心理念是共享與協作、開放源代碼，允許公眾訪問、使用、修改和分發模型的源代碼，促使全球開發者在此基礎上進行創新與協作。著名的開源軟件如Linux操作系統、Apache HTTP Server和Python等編程語言的實現版本，都是在這種開放的環境下發展壯大的。
而開源的理念可以追溯到計算機技朮的初期，那個時候軟件和硬件緊密結合，用戶往往需要自行編寫或修改軟件來解決特定問題。
1955年，IBM啟動了“IBM用戶組分享”，希望讓更多人能夠深入研究操作系統。到了20世紀70年代中期，隨着計算機技朮的迅猛發展，軟件逐漸成為商品，開始脫離硬件單獨出售，這一轉變限制了軟件的共享文化。為此，Richard Stallman於1983年發起了GNU項目，并在1985年成立了自由軟件基金會/FSF，推動自由軟件的發展。
1998年，Eric Raymond和Bruce Perens成立了開源促進會/Open Source Initiative簡稱OSI，并制定了“開源定義”/Open Source Definition，正式為開源軟件設定標准。開源促進會明確規定，開源軟件不僅需要公開源代碼，還要允許用戶自由使用、修改和分發，同時，開源項目必須遵循某種開源許可證，如GPL、Apache、BSD和MIT等。
從技朮角度來看，大模型涉及許多復雜的技朮問題，單靠一家企業的力量難以解決。開源大模型鼓勵全球開發者社區參與和貢獻，集體智慧的力量能夠加速技朮的迭代和創新，像GitHub上的多個AI項目便驗證了這一點。
其次，開源模式的最大優勢之一是透明性，開發者可以對代碼進行審查和優化，從而提高軟件的安全性與穩定性。開源還鼓勵全球開發者的參與，通過社區的貢獻與反饋，推動軟件的快速迭代與創新。同時，低成本的試錯也幫助開源大模型迅速觸及潛在用戶，降低了企業在認知和決策上的難度，推動了創新的加速。
與此相對，閉源軟件是指源代碼不公開，只有開發者或公司內部人員可以訪問和修改。閉源軟件通常由商業公司開發和銷售，比如Microsoft Windows操作系統和Adobe Photoshop圖像處理軟件等。閉源軟件的主要優勢在於開發公司對源代碼的完全控制，能夠確保軟件質量的一致性。同時，閉源軟件通過銷售許可證和提供技朮支持等服務，獲得穩定的收入來源，支持持續的研發和創新。
事實上，大模型的技朮浪潮，某種程度上也是由開源開啟，谷歌開源了Transformer，才有了后來OpenAI引爆行業的ChatGPT。不少專家認為，開源人工智能可以促進合作，加速創新，并讓尖端技朮的獲取變得更加民主化。通過共享模型和代碼庫，全球的研究人員和開發者可以在前人的基礎上進行創新，從而推動快速進步和多樣化的應用開發。也支持這一理念。
OpenAI最初也是一家開源人工智能公司，但近年來已逐漸轉向閉源模式，研發人工智能專有模型。雖然這種方法可以帶來顯著的突破，但也可能導致重復勞動和技朮傳播速度的減緩。而且，專有模型往往給小型組織或研究人員帶來了進入的門檻，可能會抑制創新。與之相比，DeepSeek的R1模型和Meta的Llama模型都屬於開源，通過受益於開放研究和開源，推動了技朮的快速發展。
DeepSeek突破：低成本開源技朮挑戰巨頭
DeepSeek，來自中國的人工智能初創公司，近日因發布其推理大模型DeepSeek-R1后，憑借其“高性能、低成本”的特性迅速在海外開發者社區中引起轟動，尤其是在硅谷，它的低訓練成本震撼了整個行業。
據相關資料顯示，作為一款開源模型，DeepSeek-R1在數學、代碼、自然語言推理等任務中的表現能夠與OpenAI的GPT-4模型媲美。更令人驚訝的是，DeepSeek透露，R1的預訓練費用僅為557.6萬美元，且在2048塊英偉達H800 GPU集群上（為中國市場定制的低配版GPU）運行55天完成，訓練成本不到OpenAI GPT-4模型的十分之一。DeepSeek表示，R1在后訓練階段大規模釆用了強化學習技朮，即使使用的標注數據極少，也大幅提升了模型的推理能力。
較低的訓練成本使得DeepSeek的使用成本也較低，這使其在市場上具備了強大的競爭力。這一優勢引發了業內的廣泛關注。受此影響，Meta成立了四個專門研究小組，試圖了解DeepSeek是如何降低訓練和運行成本的。OpenAI、Meta以及其他頂級人工智能團隊的開發人員也在仔細研究DeepSeek模型，試圖揭開其比某些美國制造的模型更加經濟高效的秘密。
更為值得註意的是，DeepSeek的R1模型在MIT許可證下完全開源，允許免費用於商業和學朮領域，這種做法與OpenAI等競爭對手的昂貴訂閱模式形成了鮮明對比。DeepSeek通過將監督微調/SFT與強化學習/RL相結合，釆用多階段訓練管道，以提升高階推理能力。這種創新的做法引起了美國研究人員的高度關注，并展示了中國在人工智能領域與硅谷競爭的潛力。
從當前的成就來看，DeepSeek無疑值得全球業界的驚嘆
一方面，DeepSeek展示了中國在大模型領域的強大能力，甚至有潛力追趕并超越全球最先進的技朮。另一方面，DeepSeek得益於開源研究和項目，比如PyTorch和Meta的Llama。其次，技朮創新可以從意想不到的地方涌現。 DeepSeek源自量化私募公司幻方量化。所謂量化私募，是將投資理念轉化為數學模型，通過計算機處理大量曆史股票數據并篩選投資標的。
在DeepSeek發布后，Meta首席執行官馬克·扎克伯格/Mark Zuckerberg宣布，Meta將在2025年投入超過600億美元加大對AI的投資，進一步推動開源模型的發展。扎克伯格一直是開源模式的積極倡導者，他在今年9月表示，他的目標是打造一個下一代的開放平台，并讓這一平台在未來的科技行業中占據主導地位。
隨着這些技朮的發展與普及，開源不僅推動了軟件行業的創新，還為全球開發者提供了一個共享知識、協作創新的平台。通過開放源代碼，開源項目能夠迅速迭代并集結全球開發者的智慧，形成強大的生態系統，進一步促進了技朮進步。
開源大模型：或成未來商業生態
開源世界的飛速發展正在打破軟件行業的壟斷格局，引發了全球范圍內的技朮革新。開源本質上意味着人工智能AI可以替代傳統人力，高效優質的團隊和勞動力也可通過AI技朮得以替代。
盡管開源已成為當前大模型發展的主流趨勢，但也面臨諸多挑戰
開源大模型的商業模式仍處於不確定階段，如何在保持開放的同時實現可持續的商業發展，成為了開源廠商亟待解決的問題。盡管已有成功案例，但開源大模型的商業化依然充滿挑戰。在競爭日益激烈的市場中，如何提升大模型的知名度和用戶接受度，從而促使用戶從免費使用轉向付費服務，是開源廠商面臨的核心問題。同時，如何防止競爭對手基於相同的代碼庫創建自己的產品或服務，也是開源大模型需要應對的難題。
此外，開源人工智能具有明顯的優勢，但安全性、濫用及道德問題依舊是焦點。開源模型有可能被用於惡意目的，如何平衡開放性與潛在風險，成為了行業討論的重要議題。LeCun在倡導開放AI研究的同時，強調了釆取適當安全措施的重要性，并認為開源可以推動人工智能的進步，確保“好的人工智能”領先於“壞的人工智能”。
在全球AI技朮快速發展的背景下，DeepSeek的成功不僅展示了中國AI初創公司的崛起，也突顯了開源大模型的巨大潛力。與OpenAI等公司依賴封閉生態的策略不同，DeepSeek選擇將其技朮開源，推動了全球開發者的參與和創新。這一舉措讓開源模式的優勢得到了進一步驗證，尤其是在技朮共享和協作創新方面，極大提升了AI的普及速度。
但有專家認為，開源與閉源并非非此即彼的選擇，而是需要綜合考慮的策略。對於擁有足夠資源和決心的企業來說，完全可以在開源中展示技朮實力、獲取反饋和數據，從而為后續的商業化變現奠定基礎。而閉源模型則可以封裝技朮優勢，直接實現產品化和商業化。開源和閉源并非像手機操作系統的iOS與安卓那樣只能二選一，開源是為了建立信譽和吸引用戶，同時為商業化做准備。
在現代大模型的開發中，開源提供了更高的透明度，鼓勵全球開發者共同參與，使得技朮能夠更快地迭代和完善。而閉源模式則通過專有技朮的封鎖，確保了公司對核心技朮的控制力。在這個過程中，開源與閉源并不是互相排斥的選擇，而是可以結合使用的策略。在這個大模型時代，科技公司正面臨生態演變的重大考量，開源與閉源的博弈仍在繼續，未來將呈現哪些新的特點和方向，值得我們持續關注。
