开源核弹：AI的公共基础设施化

本文来自微信公众号： 太阳照常升起 （ID：The_sun_also_rise） ，作者：慕峰，题图来自：AI生成

欧美可能暂时无法理解中国大陆的AI正在发生怎样的普及。简言之，由于开源的deepseek十分易用，并且可以被免费本地部署、云部署， 在短短半个月之内，中国大陆的各个互联网大中小平台几乎无一例外接入、部署了deepseek 。

也就是，在海外认为deepseek由于开源、没有好的盈利模式而无法承受大规模使用的算力压力时，这个开源大模型被各家有算力的企业纷纷做了本地部署，或者由云服务商部署后以近乎免费的价格提供给了个人用户。如今，个人用户可以不是通过deepseek官网和app，而是通过大量云服务商网站、app，甚至是品牌手机自带的app上就可以直接以近乎免费的价格使用deepseek。deepseek的网站和app服务压力也瞬间得以缓解。

中型以上企业完全有能力做本地部署，本地部署有利于商业秘密的保护。云服务商目前有大量的算力冗余，拜雷蒙多和拜登所赐，其实目前谁也搞不清中国大陆的算力冗余有多少。如今，这些冗余算力总算可以充分用起来，价格再低，也比没有收入好。

如此一来，一个对个人和中小企业价格十分友好又易用的开源AI模型就此迅速普及开。这似乎是开源模型的应有之义。美国云服务商愿意以近乎免费的价格部署一个十分易用的开源AI模型给个人用户使用吗？看起来很难。于是，易用性和商业安全性是第一个问题，使用成本是第二个问题。这两个问题构成了G2在AI普及速度上的模式差异。

OpenAI这类闭源AI无法本地部署，在安全性上存在诸多风险，而开源AI如果没有足够量的部署使用，也成不了气候。AI本身不能直接改变什么，它必须结合其他行业，才能释放出真正的威力。OpenAI还好有微软加持，否则，今天和未来的token价格战，它也打不起。

所以，当美国一线AI企业仍然以AGI为目标努力奋斗时，“开源+超低成本使用”在中国大陆正在快速成为现实，只有当出现大规模使用时，不同行业、不同领域的人们，才会让AI成为真正的生产力。如同，在智能手机普及前，人们只是新奇，但在普及以后，人类世界就此改变。

更关键的是，当一个开源大模型在一个超10亿级用户规模的内需市场暂时没有真正的竞争者时，也就意味着， 这个开源模型无限接近于一个“先天公共基础设施”的状态 。

这是AI的应有之义。因为AI大模型的训练数据本就来自全人类的知识和信息，每个人都是贡献者之一，凭什么把定价权完全交给几家甚至一家私人企业呢？开源AI比闭源AI永远有“道统”上的优势。这也是许多技术人士主张AI开源、反对闭源的主要原因所在。低成本的快速普及才能体现这种“道统”优势，这是激励天才们继续奋进的根本。当OpenAI放弃NPO组织形态时，“道统”优势就不存在了。

要相信，改变世界的力量不是靠多一点个人收入就能够实现的。说到底，G2都有足够实力养得起许多天才，开源和闭源模式带给天才们的收入差异并不会太大，除了个人收入以外，他们要的是改变世界的可能。这个可能性跟产品的普及速度和深入程度紧密相关。就此而言，与其比较不同企业间的算力差异，不如直接比较G2整体的算力差异。关键G2的算力整体上是如何在使用？是在低效竞争中消耗，还是能够整合以实现更加高效普及？如果AGI是一定需要实现的目标，那整体算力使用效率更高的模式显然才是未来所在。但如果刻意制造“垄断”，又必然会在竞争中落败。所以，整体算力的分配，在未来可能形成不同的模式，在开源模式下，让市场来选择，才是最佳。AI模型之外，其实是一系列公共基础设施规模和成本的较量。

中国大陆目前这种大中小企业本地部署、云服务商全面部署deepseek的情况，以最快的方式实现了一个开源大模型面向10亿级人口的分布式普及。 这种模式将很快对全球AI行业和半导体行业产生巨大影响。不同芯片对应的不同类型算力需求会被更加细分化，半导体企业甚至可能会区分不同的产能以应对不同的需求。

G2在AI上的较量除了追求实现AGI外，现在要再加一个， 谁能优先实现更大程度上的普及，谁能真正将AI快速普及到千行百业、亿万人口 。

正如作者曾经提及，未来的G2之争说到底是“内需之争”。如果我们能够真正对14亿人口这个规模的内需有深刻地体察，那视角就会变得完全不一样。

如同，《哪吒2》在北美的票房重要吗？没有那么重要。重要的是，中国大陆本土是可以撑起全球首屈一指的内需市场的，这就足够激励整个行业的年轻人为之奋斗。如果你的产品能够真正打动10亿人，那剩下的几十亿为之好奇，也就不足为奇了。

本文来自微信公众号： 太阳照常升起 （ID：The_sun_also_rise） ，作者：慕峰