开放模型生态正在走向多元化

分享到

开放模型生态的新变化

开放模型发布正在呈现一个明显趋势：参与者更加多元，模型类型也更加丰富。

过去一年，开放模型生态在很大程度上由少数几类玩家主导，其中包括一些中国公司。如今，越来越多来自不同地区、定位更细分的公司开始发布模型，使开放生态的覆盖范围持续扩大。

虽然外界很难准确判断每家公司发布模型的真实动机，但从公开动作看，大致可以分为以下几类。

这类公司以训练前沿模型或接近前沿水平的模型为主要目标。

其中包括 DeepSeek、智谱、MiniMax 等中国公司，也包括 Poolside、Arcee、Zyphra 等西方公司。与此同时，主权 AI 相关参与者也在增加，例如 Cohere、Sovereign、Mistral 和 Trillion Labs。

近期围绕 Mythos 的讨论也让部分政策制定者更加关注主权模型训练，这可能进一步提升相关投入和兴趣。

大型科技公司的开放模型动机更复杂。典型例子包括阿里巴巴的 Qwen、Google 的 Gemma，以及一定程度上的 NVIDIA。

阿里巴巴可以通过开放模型发布带动其闭源模型的商业转化；NVIDIA 则会受益于开放模型生态的繁荣，因为这会增加市场对 GPU 的兴趣和使用需求。

这种明确的商业利益，与早期西方开放模型中以 Llama 为代表的阶段有所不同。当时开放发布的长期动机并不总是清晰，且后来并未完全延续。

还有一类公司主要销售基于 AI 的产品，例如 JetBrains、Zed、Krea 和 Photoroom。

这些公司可能不希望在关键能力上完全依赖闭源模型访问，也可能希望在产品中提供差异化能力。因此，它们会训练更小、更专业化、贴合自身产品需求的模型。

在这种情况下，开放模型权重并不必然损害其核心商业模式。

这种参与者和模型类型的多样性，符合一个正在显现的判断：未来会有更多公司开发面向细分场景的长尾模型，而真正追逐开放前沿极限的公司数量可能会减少。

并非每一次模型发布都能被严格归入上述类别，但更重要的是，开放模型发展并不是由单一类型的机构或单一动机驱动的。

这种多样性本身就是开放生态的优势之一。许多模型技术报告中可以看到，不同团队会复用其他开放模型中的训练方法、架构选择和数据实践，从而形成持续迭代的生态。

试图放缓或禁止这一生态，不仅可能难以奏效，也可能带来安全与自由层面的负面影响。

如果限制开放模型发展，AI 的开发和使用将更集中于少数机构手中。这会削弱外部开发者、企业和研究者自由采用重要技术的能力，也会让 AI 能力的分布更加不均衡。

这是 Nemotron 系列中的大版本模型，使用 LatentMoE 以获得相较同类模型更快的推理表现。

与其他 Nemotron 模型类似，其训练数据中有很大一部分为开放数据。NVIDIA 还承诺采用 OpenMDW 许可证，并放弃自定义许可证。

OpenMDW 面向模型权重和数据而设计。相比之下，MIT 和 Apache 的精神虽然接近开放许可，但它们本质上是软件许可证，并不完全适用于模型权重。

CohereLabs 发布了旗舰模型 Command A+，并采用 Apache 2.0 许可。此前该系列的一些版本采用非商业许可证，因此此次变化值得关注。

Command A+ 是一个 218B-A25B 的 MoE 模型，结合了多模态、多语言和智能体能力。在 4-bit 量化条件下，它可以在单张 B200 上使用。

GLM-5.2 是近期开放模型发布中的重点之一。该模型被认为具备较强的日常可用性，与当前最好的闭源模型相比并非明显落后。

有意思的是，从发布后的原始下载数据看，GLM-5.2 的表现与其他模型发布大致处于同一水平，并且与 GLM-5 发布后的走势相近。