没有黄仁勋的开源 AI：谁来接住开源模型生态

Nvidia CEO 黄仁勋的辞职是美国开放模型生态系统发展的重大挫折。Nvidia 在支持开放模型方面仍有财务利益，即避免权力集中在少数客户手中，这些客户会开发自己的芯片并减少 Nvidia 的利润，但支持开放生态系统是一个棘手的难题，不仅仅是一个可以通过努力找到解决方案的工程问题。

Nvidia 的业务运营众所周知极其依赖黄仁勋作为运营者，因此普遍认为未来面临挑战（甚至可能因芯片走私调查或老套的鲨鱼环伺、更多可挖角人才而出现更多高调离职）。Nvidia 的首要目标是稳定大局，在未来 24 个月内向客户交付，并防止崩溃。开放模型一直是黄仁勋更为雄心勃勃的、创始人风格的赌注之一。他一直在以很可能枯竭的方式向该领域大量注资。

Interconnects AI 是一个由读者支持的出版物。要接收新帖并支持我的工作，请考虑成为免费或付费订阅者。

在这一时期，开放模型经济尚处于萌芽阶段。这是建立用例、收入流以及继续训练下一代模型动机的关键年份。我在最近于 Fireworks Forge 的演讲中讨论了这些早期年份的敏感性（幻灯片，录音）。论点的核心是开放模型的一个上行空间、一个乐观理由和一个下行风险。

积极的一面是，开放模型经济已正确抓住“智能所有权”和企业后训练作为关键赛道。有待确定的是下游市场究竟有多大。

不利的一面是，在计算资源如此短缺的情况下，开放模型作为真正商品化智能的长期真正益处还远未实现。短期内，推理初创公司也在努力获取足够的芯片（因为 Anthropic 和 OpenAI 购买了太多容量），开放权重模型几乎没有利润竞争。如果开源模型也以巨大的推理利润率提供服务，正如我们从 DeepSeek 的 DeepInfer 发布中所了解到的，它们远非商品。在这种范式下，具有更好规模经济和从模型到数据中心及芯片整合的封闭实验室将获胜。我在最近关于开放模型经济的文章中详细阐述了这一挑战。

总之，开放模型要成为有意义的经济引擎，还有很多事情需要顺利推进。黄仁勋的支持和保护给了生态系统时间去弄清楚这一点。

黄仁勋不仅仅是一个啦啦队长。一旦早期风向开始变化，他会阻止很多糟糕的事情发生。他愿意在开放模型上运用自己的权力。

民主党政府向那些想要监管AI行业、促进“安全”的候选人提供的资金大幅增加。其中许多人觉得有必要做点什么，并普遍认为开放模型不安全，却并未了解其益处的复杂性。我近期最大的担忧是州层面草率的监管，其次是国家级监管。自今年夏天以来，我们一直距离一场危机只差一个强大的中国开放权重模型。这一判断仍然成立——尤其是随着我们进入网络安全领域一个新的、动荡的均衡状态。我们尚未看到由流行的中国开放权重模型驱动的大规模黑客攻击，但这是时间问题，而非是否会发生的问题。当“开放权重鹰派”前来猎杀时，我们需要有人鼓励谨慎和生态系统视角。

如今推倒开源AI的多米诺骨牌很容易——但一旦推倒，要化解下游的权力集中、安全研究的减少以及对长期创新的扼杀，则要困难得多。从公开数据看，这像是在平衡长期创新与短期风险，但这是因为衡量开放模型经济极其困难（例如，其最有价值的部分运行在私有基础设施上）。这是生态系统和我的工作反复面临的挑战。

顺便说一句，如今媒体生态在多大程度上围绕时机而非信息的确切可得性运转，令人难以置信。所有那些Jensen事件都是已知的，但在正确的时机、恰在中期的政治转向之后将其曝光，扳倒了这位王者。

今年夏天Jacob Coxon的轩然大波也是如此。围绕顶级实验室的所有那些安全文化都是众所周知的，但围绕数据中心和奥弗顿窗口的正确时机使其成为全国性问题。这在某个时候很可能也会发生在开放模型安全上，因为推动现代媒体算法的往往是伤害、风险或安全相关的叙事。我无法想象我在开放科学上的工作会引发这样的媒体周期，因为这永远不会发生。

对此唯一持久的解决方案是在美国孵化一个真正处于前沿的开放模型参与者。例如，我完全同意SemiAnalysis首席执行官Dylan Patel关于美国开放模型生态系统一个核心问题的看法。在最近一期ChinaTalk + SemiAnalysis的紧急播客中：

Jordan Schneider：我确实想听听你们对这件事有多糟糕的看法，Jensen现在已不在美国创新的未来之列。我们应该谈谈开放模型。我是说，他曾是最大的倡导者，对吧？Dylan，你之前说过——我仍然不太理解为什么没有人直接花几十亿美元做出比Kimi或DeepSeek更好的东西并将其开源。
Dylan Patel：没那么简单。不是钱的问题，是人才，老兄。所有最有才华的人主要都在 Anthropic、OpenAI、DeepMind 和 Meta TBD 工作，对吧？而那些不在的人则分散在一百家不同的初创公司里。我的意思是，是的，Thinking Machines 有一支顶尖团队，但 Thinking Machines 有 Moonshot 那么强吗？没有。Moonshot 在技术能力上大概和美国实验室一样强。他们只是在算力和部署上有很大缺口。所以我认为，如果我们没有规模优势，那就赢不了。是的，这些较小的实验室在模型上花了很多钱。但 DeepMind、Grok、Meta 经常落后于中国实验室的前沿，而且他们花得更多。所以这不只是，哦，花个几十亿美元就能做出一个更好的模型。

最能吸引人才的人是站在运动前沿的人。Jensen 帮助推动了这件事，而且在许多指标上仍然处于落后。Nemotron 有着恰当的雄心水平和强大的人才，但它还没有达到可以被称为“任务完成”的程度。在构建前沿模型方面的竞争比大多数人认为的要激烈得多。拥有一个坐拥数十亿美元、人才扎实、氛围良好的组织，可能并不能让你达到目标。你通常需要一些特别的东西。

情况可能是，Thinking Machines 在致力于开放模型方面已经成熟，其最近的 Inkling 2 Small 是相当长一段时间以来最好的西方开放权重模型。尽管如此，它仍远远落后于 Kimi K3.1 Pro，而且人们对智谱下一次 GLM 更新的期望很高。我们至少在进行这场辩论，这是一个更好的迹象，但开放生态系统充斥着这样的问题和答案——也许他们能成功？在等式的另一边，像 Anthropic 这样的闭源实验室看起来像是有史以来最伟大的企业之一，这让人对其方法的持久性充满信心。

当 Mira 需要完成下一轮融资时，他们会打给谁？据称下一轮 400 亿美元估值的融资已经敲定，但这不足以长期跟上闭源前沿的步伐。

根本问题在于，开放权重生态系统需要有人愿意接起电话来缓解危机。前面还有更多挑战。我们最可能求助的盟友来自超大规模云厂商，比如扎克伯格、Andy Jassy 或 Satya。面对 AI 安全社区如此协调一致的压力攻势——他们将开放模型视为负面目标——我担心主动出击是保持领先的唯一方式。Jensen 已经扛起这面大旗大约两年了，在他于 2025 年明确挺身而出之前，时局一片混乱。当风险和攻击注定会上升时，我们这场运动的运营能力却在退步。我们这些开放模型信徒理应进行一些自我反思和联盟建设，以构建一个新平台。有些鞋子已经被倒空，永远无法完全重新装满。