开源AI模型为何正在对大语言模型发起挑战

虽然OpenAI的ChatGPT和谷歌Gemini等专有AI模型依然广受欢迎，但随着IT领导者着力推进AI定制化并控制成本，市场天平正逐渐向开源模型倾斜。

开源模型的崛起

开源模型有时也被称为"开放权重模型"，作为大语言模型的替代方案，它能为决策者提供更好的内部AI使用透明度与管控能力，而这恰恰是闭源模型所欠缺的。分析师表示，这类模型还可以帮助IT领导者有效管控AI在组织内部的经济成本与合规治理。

Gartner高级分析师总监Deepak Seth将其比作一块空白画布："你不必自己制作画布，只需在现成的画布上作画。即便你想打造自己的模型，也不需要从零开始。"

开源模型可免费下载使用，用户可以根据自身需求进行调整和部署，就像Linux操作系统一样，任何人都可以自由下载、修改和使用。

AI工具公司Jozu联合创始人兼首席运营官Jesse Williams表示，随着越来越多的应用场景涌现，开源模型正获得越来越多的关注。"开源模型更加灵活，在某些情况下能以专有模型无法胜任或无法信任的方式运作。"

值得注意的是，Williams同时强调，开源模型的走红并不意味着对大语言模型的否定："专有模型的普及速度超过了我们所见过的任何一项技术，而且没有任何放缓的迹象。"

主流开源模型盘点

目前市面上较为流行的开源模型包括Meta的Llama、Mistral、DeepSeek和Minimax。与此同时，专有生成式AI厂商也相继推出了自家大语言模型的开源版本：谷歌发布了基于Gemini衍生的Gemma，OpenAI推出了GPT-OSS，微软则推出了Phi。

尽管这些模型可以针对企业特定需求进行微调，但它们并不公开各自的训练数据来源。

ManpowerGroup数据科学与AI解决方案负责人Max Leaming指出，与专有大语言模型相比，谷歌和OpenAI提供的开源模型训练数据量较少，智能程度可能相对有限。因此，企业需要通过实验来找到最适合的应用场景。"这个模型擅长做什么？你必须自己去摸索，因为没有哪个开源模型是真正意义上的通用模型。"

企业采用开源模型的动因

ServiceNow、微软、HubSpot和RWS等企业均表示，开源模型更易融入现有AI基础设施、能有效降低计算成本，并且对智能体AI工作流更为友好。

Gartner高级研究总监Max Goss还提到，Anthropic和OpenAI等闭源模型提供商近期频繁出现的服务中断事件，正促使CIO们重新审视供应商锁定风险，并考虑引入开源模型来增强AI的整体韧性。"目前AI竞争仍处于早期阶段，"他说，"CIO们确实需要认真考虑：AI在哪些场景下运行？如果出现故障，备选方案和应急计划是什么？"

在本地化部署场景中，开源模型因成本更低、安全性更好而备受青睐。Leaming表示："我不需要将企业数据暴露给服务提供商，从而避免这些数据被用于训练可能服务于竞争对手的模型。"

英伟达副总裁、物理AI仿真部门负责人Rev Lebaredian在今年GTC大会前的媒体发布会上表示，开源模型还可应用于机器人领域，为机器人提供统一的通信语言。他透露，英伟达的AI机器人技术栈大部分为开源架构，"能够将整个机器人生态系统连接在一起"。

开源模型与数字主权

开源模型在欧洲及其他地区推动数字主权方面也发挥着重要作用。例如，法国将其主权AI战略押注于Mistral；阿联酋则推出了K2 Think V2，该模型由穆罕默德·本·扎耶德人工智能大学、G42公司与芯片企业Cerebras Systems联合开发。

穆罕默德·本·扎耶德人工智能大学基础模型研究所副总裁兼董事总经理Richard Morton表示，开源模型对于主权AI至关重要，它让各国能够理解、调整并掌控驱动数字基础设施的AI系统。K2 Think V2使各国具备了按照自身优先级、语言、价值观和安全需求构建AI系统的能力。Morton强调："对我们而言，主权的核心在于对技术本身拥有实质性的掌控权。"

安全风险不容忽视

尽管开源模型备受关注，但它们也存在一定的安全风险。英国科学、创新与技术部及AI安全研究所联合发布的一项研究报告指出，恶意行为者可能通过恶意提示词入侵系统，或借助AI技术发动攻击。

该报告由深度学习先驱Yoshua Bengio主持撰写，指出存在漏洞的模型可能成为黑客入侵企业系统的突破口。"与闭源模型可由托管方统一推送修复补丁不同，开放权重模型的开发者无法保证用户一定会采用更新版本。"

Q&A

Q1：开源模型和专有大语言模型相比，主要优势是什么？

A：开源模型可以免费下载和使用，用户可根据自身需求自由调整和部署，无需依赖单一供应商，从而降低了供应商锁定风险。此外，开源模型支持本地化部署，有助于降低计算成本、提升数据安全性，企业数据不会被提供商用于训练其他模型。在灵活性上，开源模型也更容易融入现有AI基础设施，并对智能体AI工作流更加友好。

Q2：目前主流的开源AI模型有哪些？

A：目前较为流行的开源模型包括Meta的Llama、法国公司Mistral推出的同名模型、DeepSeek以及Minimax。与此同时，谷歌推出了基于Gemini的开源版本Gemma，OpenAI发布了GPT-OSS，微软则推出了Phi。阿联酋还开发了面向主权AI需求的K2 Think V2模型。

Q3：开源模型有哪些安全风险需要注意？

A：根据英国科学、创新与技术部及AI安全研究所的研究报告，开源模型面临的主要安全风险包括：恶意行为者可能通过恶意提示词入侵系统，或利用AI技术发动攻击；存在漏洞的模型可能成为黑客入侵企业系统的入口。此外，与闭源模型不同，开源模型的开发者无法强制要求用户更新到已修复漏洞的版本，这使得安全补丁的推送存在较大不确定性。