文/觀察者網(wǎng) 張廣凱

2025開年伊始，國(guó)內(nèi)大模型行業(yè)似乎正醞釀著一場(chǎng)劇烈的格局變動(dòng)。

一邊是零一萬物與阿里云達(dá)成合作，不再獨(dú)立追求超大模型的預(yù)訓(xùn)練；另一邊，以豆包為代表的大廠模型仍在快速進(jìn)化，“不差錢”的DeepSeek更是以創(chuàng)新架構(gòu)，讓人看到超越OpenAI的可能性。

這似乎印證了一段時(shí)間以來的流言：國(guó)內(nèi)大模型企業(yè)將進(jìn)一步收斂，一些過去的頭部玩家也開始掉隊(duì)？

另一個(gè)有趣的現(xiàn)象是，此前一直走閉源路線的MiniMax，最近突然發(fā)布了自己的開源模型。開源是弱勢(shì)方爭(zhēng)奪市場(chǎng)的捷徑，還是本身就具備比閉源更好的商業(yè)邏輯閉環(huán)？

當(dāng)然，美國(guó)對(duì)中國(guó)愈加嚴(yán)厲的政策限制，一直都是不容忽視的巨大風(fēng)險(xiǎn)。國(guó)產(chǎn)大模型行業(yè)準(zhǔn)備好迎接進(jìn)一步脫鉤了嗎？

圍繞上述話題，我們邀請(qǐng)AI生態(tài)專家、曾任零一萬物開源及開發(fā)者生態(tài)負(fù)責(zé)人的林旅強(qiáng)，以及Hugging Face工程師王鐵震進(jìn)行對(duì)話，收獲了不少新穎的觀點(diǎn)。

林旅強(qiáng)

王鐵震

摘要如下：

·中國(guó)大模型行業(yè)的研發(fā)能力與OpenAI沒有明顯差距，即使放棄預(yù)訓(xùn)練的團(tuán)隊(duì)，也并非因?yàn)橛?xùn)練效果不佳，只是更好的商業(yè)選擇。

·隨著主流模型能力基本夠用，一味追求模型能力最強(qiáng)或許是個(gè)誤區(qū)。以操作系統(tǒng)為例，性價(jià)比才是大規(guī)模應(yīng)用的決定性因素。

·當(dāng)算力成本進(jìn)一步降低，開源模型的性價(jià)比將更加突出。

·開源的優(yōu)勢(shì)還在于更容易成為行業(yè)標(biāo)準(zhǔn)。

·開源的AI開發(fā)工具鏈，對(duì)大模型的國(guó)產(chǎn)化替代意義巨大。

以下為對(duì)話全文：

放棄預(yù)訓(xùn)練，不是能力不夠

觀察者網(wǎng)：可以聊聊最近零一萬物預(yù)訓(xùn)練團(tuán)隊(duì)并入阿里的事嗎？這是不是意味著，國(guó)內(nèi)頭部大模型公司之間的能力已經(jīng)在分化，零一發(fā)現(xiàn)自己預(yù)訓(xùn)練的效果不夠好？

林旅強(qiáng)：完全不是這樣的。零一的團(tuán)隊(duì)很強(qiáng)，預(yù)訓(xùn)練出來的東西也很強(qiáng)，去年5月發(fā)布的Yi-Large，10月發(fā)布的Yi-Lightning都很好，尤其是Yi-Lightning，可以說是當(dāng)時(shí)時(shí)間點(diǎn)上最強(qiáng)的之一。

但是模型強(qiáng)不強(qiáng)，跟商業(yè)上能不能走通是兩回事。零一絕對(duì)不是沒能力做預(yù)訓(xùn)練，而是作為一個(gè)小公司，必須面對(duì)現(xiàn)實(shí)——你投入巨大的資源去做預(yù)訓(xùn)練，能不能做到self sustainable？是不是對(duì)投資人負(fù)責(zé)？

所以一個(gè)公司最終還是要去找到符合商業(yè)規(guī)律的生存之道。

王鐵震：對(duì)，我非常同意。我要補(bǔ)充一下，其實(shí)中國(guó)的research非常強(qiáng)，這兩年中國(guó)的大模型追得非?？欤ㄗ罱腄eepSeek，甚至讓OpenAI都感到一些危機(jī)。

如果說中國(guó)跟美國(guó)的頭部模型存在一些差距，我覺得不能說是人的問題，主要還是因?yàn)橘Y金的分配、公司的政策方向等等。像零一這樣的中國(guó)公司，有最優(yōu)秀的團(tuán)隊(duì)，有開復(fù)老師的領(lǐng)導(dǎo)，那么如果給它像OpenAI一樣的資金，它絕對(duì)也能做出同樣好的產(chǎn)品。但是這樣的條件在中國(guó)是很稀缺的。

大部分中國(guó)公司，不可能把無止境的資金投入到一個(gè)非常燒錢的項(xiàng)目里。在“六小虎”中，所有人一開始都是to b也要做，to c也要做，to developer也要做，foundamental research也要做，但是很快大家就會(huì)發(fā)現(xiàn)，我不可能每一件事情都做得好，每一件事情的競(jìng)爭(zhēng)都是非常激烈的，我需要把所有的精力放到某一個(gè)自己很擅長(zhǎng)的事情上面，才能做出最好的效果。

可能零一也經(jīng)歷了這樣一波周期，發(fā)現(xiàn)必須把全部精力集中在做APP，或者專注做to b。我覺得這完全沒有問題，因?yàn)楹苌儆泄灸軌蛳馜eepSeek或者阿里巴巴一樣，有另外賺錢的業(yè)務(wù)去養(yǎng)活不賺錢的foundamental research。

所以我覺得國(guó)內(nèi)做預(yù)訓(xùn)練的公司會(huì)越來越少，其實(shí)是一個(gè)好事，是更好的資源調(diào)配。想做預(yù)訓(xùn)練的人也可以更集中，資金也可以更集中，可能最后只有四五家模型，但每家都可以得到非常多的資金支持，可以走得更遠(yuǎn)更好。

中國(guó)很多行業(yè)都走過了類似的路，比如說電動(dòng)汽車、光伏，都經(jīng)歷了自然淘汰的過程，從無序競(jìng)爭(zhēng)到有序收斂，這是一個(gè)市場(chǎng)比較理想的狀態(tài)。

觀察者網(wǎng)：也就是說國(guó)內(nèi)的大廠也好，“六小虎”也好，在大模型能力上還沒有顯著差距。

王鐵震：我認(rèn)為還在牌桌上的玩家，水平都沒有太大的差距，有差距的自己已經(jīng)放棄了，所以牌桌上的玩家確實(shí)在減少。

林旅強(qiáng)：很多行業(yè)應(yīng)用，也未必非要去做預(yù)訓(xùn)練。例如百川很早就宣布把重點(diǎn)放在醫(yī)療，那么醫(yī)療大模型是不是一定需要做預(yù)訓(xùn)練？基于別人的基座大模型，拿行業(yè)數(shù)據(jù)去做后訓(xùn)練是不是足夠了？

所以退出牌桌的人，也不一定是失敗，而是調(diào)整。所有公司都要找到適合自己的路。

觀察者網(wǎng)：那么當(dāng)初為什么大家一擁而上都去做預(yù)訓(xùn)練？是戰(zhàn)略選擇錯(cuò)誤，還是擔(dān)心使用別人的模型，不是好的商業(yè)模式？

林旅強(qiáng)：首先，你要向資本市場(chǎng)講一個(gè)故事。2023年上半年，資本市場(chǎng)會(huì)覺得一個(gè)團(tuán)隊(duì)能做預(yù)訓(xùn)練，代表團(tuán)隊(duì)的能力是很扎實(shí)的。

另一個(gè)原因是當(dāng)時(shí)的基座模型還不夠強(qiáng)，后續(xù)去做fine-tune的效果也不好，所以只能自己去做基座。

現(xiàn)在，很多大模型效果已經(jīng)好到一定的程度，甚至10B以下的小模型都比當(dāng)時(shí)強(qiáng)很多了，對(duì)很多場(chǎng)景來說完全夠用了。所以大家不會(huì)再盲目追求超大模型。

王鐵震：對(duì)，剛開始的時(shí)候，你必須向資本市場(chǎng)證明自己的團(tuán)隊(duì)實(shí)力。只做fine-tune的團(tuán)隊(duì)，估值不會(huì)很高，后續(xù)做很多事情就會(huì)非常受限。而且最開始的那段時(shí)間，市場(chǎng)上資金是最充裕的，越往后融資越難，如果開始拿不到足夠資金，后面可能很快就死了。

還有很重要的一點(diǎn)，是對(duì)人才的爭(zhēng)奪。那個(gè)時(shí)候大模型人才是相當(dāng)稀缺的，很多公司都需要開出非常高的薪水挖人。

做預(yù)訓(xùn)練更有利于去培養(yǎng)自己的團(tuán)隊(duì)。如果只是做微調(diào)，你只能看到世界的一小部分，只有懂預(yù)訓(xùn)練的人才能告訴你，一個(gè)問題到底應(yīng)該用預(yù)訓(xùn)練解決，還是后訓(xùn)練解決。

但在今天這個(gè)時(shí)間點(diǎn)，基于很多開源模型去做后訓(xùn)練，已經(jīng)能達(dá)到比較好的效果，預(yù)訓(xùn)練可能就更多是一種情懷了。

最好的大模型，未必要最強(qiáng)

觀察者網(wǎng)：那么在今天這個(gè)時(shí)間點(diǎn)上，開源模型跟閉源模型的能力還有差距嗎？

林旅強(qiáng)：我想先correct一下這個(gè)問題本身。模型就是模型，不會(huì)因?yàn)樗情_源或者閉源就更強(qiáng)或更弱，模型強(qiáng)弱跟是否開源是完全兩個(gè)維度的事情。

觀察者網(wǎng)：但是最早Llama之所以選擇做開源，可能是因?yàn)樗粔驈?qiáng)，要通過開源來搶市場(chǎng)。

林旅強(qiáng)：開源確實(shí)有利于搶占市場(chǎng)，但是它想搶市場(chǎng)，跟它夠不夠強(qiáng)，不能建立直接關(guān)系?，F(xiàn)在DeepSeek也是開源，難道是因?yàn)樗粔驈?qiáng)？所以我個(gè)人覺得Llama只是開源中一種情況，并不代表開源的本質(zhì)。

開源和閉源的參與者也是動(dòng)態(tài)變化的，比如之前一直閉源的MiniMax，最近突然也做開源了，這并不只是取決于模型強(qiáng)弱。

王鐵震：這是一個(gè)經(jīng)常被問到的問題，最近我剛好也有一些新的想法。

首先就像前面提到的，沒有開源強(qiáng)的閉源模型已經(jīng)死掉了，所以結(jié)果就變成，閉源模型永遠(yuǎn)是大于等于開源模型。

之前我也覺得，開源模型跟最頭部的閉源模型相比，還是有非常大的差距。但是最近DeepSeek發(fā)布的成果，以及國(guó)內(nèi)在推理模型上面的進(jìn)展，都讓我覺得差距沒有那么大了，反而是OpenAI更應(yīng)該感到焦慮。

視頻生成模型也是一個(gè)很好的觀察角度。Sora是一個(gè)閉源模型，它剛出來的時(shí)候大家都驚嘆，中國(guó)跟它的差距非常大。但是現(xiàn)在大家驚嘆的反而是，Sora怎么一直都像個(gè)期貨，好像還不如中國(guó)的開源模型給力。

所以開源模型是可以很強(qiáng)的。但這個(gè)問題仍然很有價(jià)值，我會(huì)想問，如果開源模型廠商真的做出了比OpenAI更好的模型，它們還會(huì)不會(huì)繼續(xù)開源？整個(gè)開源生態(tài)本身已經(jīng)在收斂，如果再有更多廠商放棄開源預(yù)訓(xùn)練，對(duì)行業(yè)將是巨大損失，因?yàn)闆]有市場(chǎng)競(jìng)爭(zhēng)的話，很難保證大家都還愿意在這個(gè)牌桌上玩。

觀察者網(wǎng)：所以仍然可以說，閉源模型大于等于開源模型？究竟有沒有哪家開源模型，能夠達(dá)到跟OpenAI差不多的能力？

林旅強(qiáng)：其實(shí)對(duì)于開發(fā)者跟行業(yè)來說，很多開源模型的能力是足夠的。那么在同等能力情況下，如果有開源的選擇，我一定選開源，因?yàn)樾詢r(jià)比就是開源強(qiáng)。

所以你怎么去評(píng)判強(qiáng)不強(qiáng)？論性價(jià)比開源超強(qiáng)。你的問題其實(shí)暗含了一個(gè)假設(shè)，認(rèn)為模型能力一定要達(dá)到最強(qiáng)，這件事情是很重要的。如果從科研角度或者公司估值的角度，追求最強(qiáng)確實(shí)是有意義的，但是從我們開發(fā)者角度，性價(jià)比高才能普及。

我舉個(gè)例子，PC端操作系統(tǒng)，最強(qiáng)的肯定是Windows或者macOS，但是Linux對(duì)于全球行業(yè)的影響力或許更大。你看得到的機(jī)器上跑的都是Windows或者macOS，你看不到的機(jī)器上跑的基本都是Linux，后者的數(shù)量可能更多。

Linux甚至根本不需要一家公司去推動(dòng)，它成立一個(gè)基金會(huì)，IBM、谷歌都會(huì)捐錢。每家捐幾百萬美元，就能換來持續(xù)可用的操作系統(tǒng)，而且不會(huì)被人卡脖子。

所以究竟是Linux最強(qiáng)，還是macOS比較強(qiáng)，現(xiàn)在已經(jīng)沒有人care這一點(diǎn)了。

觀察者網(wǎng)：有支持閉源的人，說開源模型是“智商稅”，認(rèn)為即使從成本來看，閉源也比開源要低。

林旅強(qiáng)：我尊重他們的選擇，但我不認(rèn)同這個(gè)結(jié)論，開源相比閉源成本一定是低的。因?yàn)橘?gòu)買一個(gè)閉源模型本身就是很大的支出，在此之外，開源不會(huì)比閉源增加任何成本。

王鐵震：一些現(xiàn)在做閉源的公司，其實(shí)在過去的時(shí)代也在做開源，對(duì)NLP、OCR等領(lǐng)域都有很大幫助。后來在大模型領(lǐng)域轉(zhuǎn)向閉源，雖然很可惜，但是一定是經(jīng)過了深思熟慮，甚至可能也有激烈的內(nèi)部討論。那么一旦選定了技術(shù)路線，對(duì)外也只能這樣說。