作者：龚进辉
又是一年世界互联网大会乌镇峰会，AI成为当之无愧的主角，现场大咖云集，既有高端对话，又有炫酷体验，可谓看点十足。
本届大会以“开源开放 共建共享”为核心主题，AI开源生态成为全场讨论的核心主线。从“人工智能乌镇对话”专题论坛，到20项年度获奖项目对外公布，一份榜单、一场集中讨论，共同抛出一个行业命题：当AI产业从单点模型竞赛，走向生态共建，曾经各家闭源单打独斗的时代，或许正在缓缓翻篇。
比如，阿里董事会主席蔡崇信在开幕式上发言，他表示，AI只有开源才能普及，只有普及才能创造可持续、普惠的智能时代。中国开源模型下载量、衍生模型数等关键指标保持领先，是当前全球开源智能的引领者。
同时，本次发布的领先科技成果名单里，不少项目都指向前沿硬科技赛道。“九章四号”光量子计算原型机上榜，持续夯实国内在量子计算领域的技术积累；小米人形机器人同样入选成果名单，官方披露其已经实现8小时连续作业、家庭长任务场景落地，标志着国产具身智能不再局限于舞台演示，开始向真实家庭场景做落地验证。
量子计算、具身智能两大方向集中亮相，也从侧面说明AI竞争的边界正在拓宽，不再只比拼大模型本身的对话能力。放在两三年前，国内大模型赛道的主旋律是闭源竞速。大厂争相推出自研闭源模型，以参数规模、评测榜单分数作为核心宣传点，模型权重、核心代码严格锁住，能力、接口全部掌握在厂商手中。
用户只能调用API，行业开发者没有修改、二次调优的权限。这种模式的优势在于厂商可控性强、商业化路径清晰，但短板同样突出：中小开发者成本高企、同质化开发严重，行业创新被少数头部企业的迭代节奏束缚。而今年乌镇峰会把开源放在最高优先级，明确释放出产业阶段切换的信号。
AI发展到当下，单纯堆参数带来的边际收益越来越低，想要往行业落地、端侧智能、机器人、科学计算等纵深场景渗透，单靠任何一家企业闭门造车都很难完成。开源模式可以开放权重、代码、技术文档，让高校、创业团队、行业厂商共同参与迭代，分担研发成本，快速补齐场景短板。
据我观察，国内大厂的开源策略，已经走出不一样的路线，并非简单的一股脑全部开放。一部分厂商选择基础底座开源、高阶能力闭源，用开源底座聚拢开发者，靠增值服务、行业私有化方案变现；一部分主打轻量化端侧模型开源，瞄准手机、车载、机器人等本地部署场景；还有科研机构优先开放论文、评测数据集，推动行业统一评测标准建立。
不同的开放尺度，直接反映出大家对开源商业化的不同试探：拥抱开源不等于完全免费，而是换一套生态玩法。当然，开源浪潮之下，矛盾和隐患同样无法回避，这也是论坛上不少从业者争论的焦点。
首当其冲是知识产权风险。开源协议种类繁杂，一旦开发者混用不同协议的开源组件，很容易出现授权冲突，后续商业化、产品上市都可能遭遇法律纠纷。其次是安全治理难题。权重开源之后，模型存在被恶意调优、用于生成违规内容的风险，开源不等于放任不管，模型安全对齐的成本会大幅上升。
更现实的矛盾在于商业化。开源很容易吸引流量和开发者，但如何把开发者生态转化为稳定收入，至今没有标准答案。很多开源项目热度很高，却长期难以盈利，一旦大厂调整开源策略、收紧开放权限，整个依附其上的中小开发团队都会受到冲击。而开源生态的繁荣，离不开长期稳定的投入，短期流量很难支撑持续的研发投入。
一个清晰的趋势是，未来AI行业既不会走向全封闭，也很难变成全部开源的极端局面，大概率是开源与闭源长期并存、互补发展。通用基础模型、轻量化端侧模型适合开源共建，降低全行业创新门槛；面向金融、政企等高安全要求场景的专属模型、高端定制能力，依旧会保留闭源模式，保障可控性与数据安全。
乌镇这场关于开源的集中讨论，不是一次简单的行业口号更新。它意味着AI竞争的赛场变了：过去比拼谁的模型更强，未来比拼谁能搭建更繁荣、可持续的开发者生态，即接下来主要要看三条链：
算力链：能否不依赖海外高端芯片，持续稳定训练和推理万亿级模型；生态链：开源模型、开发者社区、工具链、API价格和应用生态能否形成正循环；商业链：AI能否真正嵌入企业经营、终端交互和城市服务，而不是停留在演示场景。
在我看来，封闭大模型的红利期已经接近尾声，但开源AI的商业化之路才刚刚开始。浪潮之下，谁能平衡好开放共享、安全合规与商业回报，谁才能在下一轮AI产业周期里站稳脚跟，这也是资本市场和产业端真正关心的。你说呢？
