OpenAI的“親兒子”,想要用中國開源模型拿回自主權

2026年8月27日 19:36
OpenAI的“親兒子”,想要用中國開源模型拿回自主權
站內 AI 整理稿

AI產業的權力遊戲,正面臨一場微妙的轉向。過去幾年,OpenAI憑藉GPT系列橫掃全球,幾乎成為生成式AI的代名詞。然而,這家站在生成式AI浪潮最前端的公司,如今卻有一個「親兒子」——也就是其內部孵化或高度關聯的項目——選擇將目光投向中國,試圖借助中國開源模型的力量,重新奪回對自身技術路線的自主權。這個看似矛盾的決定,背後其實反映了當前AI競賽中日益嚴峻的供應鏈依賴與生態鎖定問題。這家被外界戲稱為OpenAI「親兒子」的實體,長期以來一直仰賴母公司提供的算力資源與底層模型能力。在GPT-4系列問世後,業界普遍認為閉源大模型將徹底碾壓開源陣營。但事情的發展並未完全如預期。

以Meta的Llama系列和中國大陸湧現的Qwen、DeepSeek等開源模型為代表,開源社區在過去一年取得了驚人進展。這些模型的推理能力、程式碼生成水平與多模態理解能力,已經逼近甚至在某些細分場景下超越了商業閉源模型。對OpenAI「親兒子」而言,選擇中國開源模型,最直接的動機是拿回「算力自主權」。目前全球AI算力市場高度集中,英偉達的GPU幾乎成為唯一選項,而高端晶片的出口管制與供貨週期,讓許多AI開發者如鯁在喉。與其等待漫長的排產與物流,不如採用開源模型搭配異構算力方案。中國開源模型的社區生態相當活躍,對國產晶片的適配做得更早也更徹底。

這種「模型開源+國產算力」的組合,從成本與可得性來看,無疑是打破西方算力壟斷的關鍵一步。此外,這也與「資料主權」密切相關。在全球化監管日趨嚴格的當下,歐盟AI法案、各國資料本地化要求,都讓跨國企業在處理敏感資料時如履薄冰。過去直接調用美國閉源API的作法,意味著所有使用者輸入與輸出都會經過他國伺服器,這在合規層面存在巨大隱患。透過部署開源模型,企業可以將模型權重下載到本地或私有雲環境中進行微調,實現完全自主可控的資料流轉。對一家想要在國際市場立足的「親兒子」來說,這種自主權幾乎等同於生存權。值得注意的是,OpenAI「親兒子」此舉並非意在與母公司徹底切割,而更像是一場「雙軌並行」的戰略佈局。

一方面繼續使用閉源模型追求最先進的效能,應對複雜任務;另一方面引入中國開源模型作為中低延遲場景的補充,或作為對沖風險的後備方案。這種「既要又要」的策略,在某種程度上也承認了開源生態的實用價值——當技術演進速度進入平台期,開源與閉源的界線將變得模糊,真正有價值的將是模型背後的工程化能力與垂直場景的深度綁定。中國開源模型之所以能吸引OpenAI「親兒子」的目光,與其在工程優化上的激進策略密不可分。像是DeepSeek在混合專家模型上的架構創新,或是Qwen在長上下文處理上的突破,都在用相對有限的參數規模實現令人驚豔的效能。

這種「以小博大」的務實路線,正好契合了企業在算力預算有限、但又需要高品質輸出的現實需求。對於開發者而言,開源模型意味著可以進行深度定制,而不是被動接受API的黑箱更新。這種靈活性,在快速迭代的商業環境中是不可或缺的競爭力。當然,擁抱中國開源模型並非沒有風險。技術封鎖的陰影始終揮之不去,一旦地緣政治風向改變,開源協議的授權範圍也可能受到限制。此外,開源模型的原始訓練資料來源與安全審計機制,往往不如商業閉源產品來得透明。對企業級客戶而言,若無法徹底釐清模型的可解釋性與安全邊界,貿然將核心業務遷移上去,可能會引發災難性的後果。

因此,業界普遍預期,這波「擁抱中國開源」的浪潮,會先從非核心的輔助功能開始,例如資料清洗、摘要生成、程式碼輔助等,再逐步滲透到核心決策流程。更深層來看,這個案例折射出AI產業鏈正在發生結構性重構。過去那種「一家獨大、全棧自研」的商業模式,在面對全球碎片化市場時顯得笨重。未來的AI公司,可能更像是「模型組裝廠」,在不同地區、不同場景中靈活調用最適合的開源與閉源元件。這也意味著,模型供應商的議價能力將被稀釋,取而代之的是整合能力與場景理解力的比拼。OpenAI「親兒子」的選擇,或許只是這場大遷徙的開端。對於中國開源社群而言,來自OpenAI關聯企業的認可,無疑是一劑強心針。

這不僅是技術層面的背書,更代表中國AI開發者在全球開源治理體系中話語權的提升。過去中國開發者常被視為開源專案的「消費者」,如今正逐漸轉變為核心「貢獻者」與「定義者」。當中國的開源模型開始被美國頂級AI實驗室的「親兒子」當作救命稻草,這象徵著科技權力版圖上,多極化的時代已經悄然降臨。最終,圍繞「自主權」的博弈,歸根結底是對不確定性的防禦。在一個由晶片禁令、資料監管、地緣摩擦交織而成的世界中,沒有任何一家公司能保證自己的供應鏈永遠暢通無阻。OpenAI「親兒子」的選擇,其實是許多跨國AI企業的共同心聲——他們都需要一張「中國牌」放在手中,作為未來談判與博弈的籌碼。

而這張牌能否在關鍵時刻發揮作用,取決於開源社群能否持續產出高品質、可信賴的模型。至少到目前為止,這場賭注看起來相當值得。

Related

相關文章

強化學習之父Rich Sutton最新判斷:大模型被困在“局部最優”,AI必須學會持續學習

強化學習之父Rich Sutton最新判斷:大模型被困在“局部最優”,AI必須學會持續學習硅基觀察Pro·2026年08月27日 21:03大模型,正在撞上“成長牆” 說起強化學習之父 Rich Sutton,AI圈幾乎沒人陌生。 他寫下的《苦澀的教訓》,至今仍被很多人視為理解AI發展的重要框架:從長期看,能夠隨著計算規模擴展的通用方法,往往會戰勝依賴大量人工知識設計的方案。 但最近接受紅杉資本訪談時,Sutton卻把矛頭對準了今天最主流的大模型路線。在他看來,LLM當然是一次偉大的科學突破,卻也可能成為《苦澀的教訓》的反面案例。 原因很簡單。今天的大模型雖然擺脫了大量人工規則,卻重新被“人類已經知道的東西”限制住了。互聯網數據終究有限,合成數據背後依然需要人來決定什麼值得生成。 而更關鍵的是,模型仍然不具備人類那樣的持續學習能力。 一個司機開了10年車,會從經驗裡形成大量直覺。但今天的大模型,大部分學習都集中在預訓練和後訓練階段。模型上線後,即使每天和幾百萬人交互,核心權重依然基本被凍結。 在Sutton看來,今天的大模型行業可能已經陷入“局部最優”:繼續堆GPU、做Scaling,性能還能上漲,所以頭部實驗室越

剛剛

80%訂單是假的?誰在掏錢買人形機器人?

80%訂單是假的?誰在掏錢買人形機器人?鉛筆道·2026年08月27日 20:49學校、地方政府、國企買走了大部分人形機器人。 最近有報道稱,80%的具身商業化訂單可能是假的。 鉛筆道就具身智能真實訂單問題,諮詢了近20位投資人、分析師、從業者,得到的回覆高度一致:不方便。 具身智能訂單是真的嗎,到底賣給了誰?誰賺到錢了? 訂單一詞被搞壞了 2025年,國內公開披露的人形機器人大額訂單(千萬元級以上)有48筆,總金額超過57億元。 但這裡面藏著一個非常容易被忽略的問題: "訂單"到底是什麼? 意向合作、框架協議、正式採購、客戶下單、生產下線、發貨、驗收、收入確認,本來是七八個環節。 但在傳播中,它們經常被壓縮成兩個字:訂單。 虎嗅最近一篇報道稱:如果把"真正的商業化訂單"定義為客戶基於生產需求購買、機器人已交付驗收、並能在沒有工程師持續幹預下穩定工作,那麼至少80%的所謂訂單都是假的——甚至是偏保守的判斷。 7月的WAIC 2026世界人工智能大會,四天時間,人形機器人及AI預計達成意向採購金額約203.6億元,但多數未披露具體金額和交付時間,屬於意向性合作,能否轉化為實際交付需後續跟蹤。 人形機器人行業可能根本沒

剛剛

走了半步具身的“四朵雲”,後程無望?

很抱歉,您提供的「可用資料」中並未包含《走了半步具身的「四朵雲」,後程無望?》這篇報導的實際內文,僅有網站導覽、其他文章標題與頁尾資訊等周邊內容。由於缺乏原文的具體事實、數據、人物訪談與論述脈絡,我無法在不虛構資訊的前提下,為您重寫出一篇完整、可刊登的繁體中文科技新聞。 若您能提供該篇文章的正文文字,我將立即為您進行完整的重寫與編排。

剛剛

好消息,DeepSeek營收暴漲10倍,7個月營收4.75億,API毛利82.9%

好消息,DeepSeek營收暴漲10倍,7個月營收4. 9%19分鐘前首款癌症疫苗,一針300萬? 20分鐘前神秘「牛來」模型果然是智譜,GLM首個原生多模態,還用的國產卡11小時前閱讀更多內容,狠戳這裡查看AI測評DeepSeek選靠譜AI,看真實評測查看AI測評官方交流社區加入諮詢項目審核和入駐聯繫項目推薦訂閱號關注下一篇首款癌症疫苗,一針300萬?

剛剛

軟銀洽購1X多數股權,孫正義重回人形機器人牌桌

軟銀集團正洽談收購挪威人形機器人新創1X Technologies的多數股權,此舉讓孫正義睽違多年後重返人形機器人領域,並可能成為軟銀在該領域的最大投資之一。1X專注開發通用型人形機器人,已在物流、保全等場域進行測試,OpenAI也曾參與投資。市場解讀軟銀意在整合AI、半導體與通訊資源,打造從雲端到終端機器人的完整生態鏈,將加劇全球科技巨頭在此領域的競爭。

剛剛