中美大模型走向开源与闭源两条商业路径

财经作家吴晓波在一场公开演讲中提出，中国与美国正在形成不同的AI发展侧重：美国集中于芯片、基础设施和闭源大模型，中国则更强调智能硬件、应用市场与开源模型。

这一判断抓住了部分行业现象。DeepSeek等开放权重模型降低了开发者试用、微调和本地部署的门槛，设备厂商也能把模型能力嵌入自己的产品。开源有助于扩大采用范围，并让生态参与者共同承担工具适配工作。

闭源路线的优势是公司可以集中控制产品体验、安全机制和商业定价。OpenAI等企业通过订阅和API收费回收训练及推理投入，也能快速把新模型推送给用户。代价是客户依赖供应商，并且难以完全检查模型和数据处理过程。

两种路线并非互相排斥，更不能简单等同于中美公司边界。企业可能开放部分模型、保留最强版本，也可能在开放权重之上销售云服务。用户的选择通常取决于总体成本、部署便利、数据要求和具体任务表现，而不是“开源”标签本身。

演讲中引用的模型数量和能力差距数据缺少完整测量方法，不适合据此认定竞争已经结束。未来几年更有用的指标是开发者采用、企业付费、端侧部署和模型运行成本。开源可以扩大影响力，闭源可以建立收入，最终都需要证明可持续的产品价值。