随着人工智能技术的飞速发展，大模型技术已成为行业焦点。行业领袖们关于开源与闭源的激烈辩论，映射出科技发展的多样化途径与思维碰撞。本文将揭示大模型背后的路线之争，并展现开源与闭源如何在实际应用中寻找平衡点，共同推动科技进步。

对所有大模型而言，其真正考验如同科大讯飞创始人刘庆峰所说，在最后一公里的应用和商业化落地上。

恐怕谁也不会想到，百模大战进入商业化下半场，围绕大模型大规模、旷日持久的战争，竟是开源和闭源路线的交锋。

最近，在2024世界人工智能大会（WAIC）上，刘庆峰、李彦宏、王坚、朱啸虎、傅盛等行业大佬，发表的截然不同观点，再次引发外界对大模型路线的关注。

比如，持续输出“开源落后于闭源”“大模型场景下，开源是最贵的”观点的百度创始人李彦宏，再次直言不讳认为，开源是一种智商税。猎豹移动董事长兼CEO傅盛，则继王小川、周鸿祎之后，直接不客气反驳李彦宏，称“付费闭源大模型才是智商税”。谷歌前董事长施密特甚至在近日表示，中国AI发展基本靠西方开源，因此必须限制开源模型。

大模型赛道的开源闭源，主要是指模型源代码、模型权重、训练数据是否公开。这场AI浪潮下科学界的战争，并非仅发生在中国企业身上——相比中国企业家的“文明交锋”，国外企业和大佬更是采用直接短兵相接的肉搏战方式。

去年2月以来，马斯克屡屡发难，称转向闭源的OpenAI应改名为“Close AI”。今年2月，马斯克在旧金山法院对OpenAI及CEO阿尔特提起诉讼，要求OpenAI恢复开源并给予赔偿。市场方面，去年7月Meta将Llama2（羊驼）开源后，和ChatGPT发生的一轮轮攻防战，同样精彩纷呈。

风云涌动中，围绕大模型开闭源的白刃战超过一年半。但至今谁也说服不了谁，谁也未取得决定性胜利，未来走向扑朔迷离。

唯一能确定的是，对公众和企业来说，无论路线如何，解决不了最后一公里难题，开闭源都一文不值。对所有大模型而言，其真正考验如同科大讯飞创始人刘庆峰所说，在最后一公里的应用和商业化落地上。

01 开闭源路线之争的本质

回顾互联网和软件史，开源和闭源的战争一直都在上演。

直到今天，这依然是两股并行、截然不同的力量。开源方面，以Linux、Android、unix为代表；闭源方面，则有Windows、Mac OS、iOS、WP等等。

战争核心，在于技术进步、‌安全保障、‌社会价值与经济效益之间的平衡探索。

开源认为，应允许任何人获得并修改软件的源代码，如同一座桥梁，‌分享、融合才是其存在意义。闭源则认为，软件和代码属于劳动成果，劳动成果需要保护和用来获取财富。

客观看，开源促进软件繁荣和全球范围内合作，拓宽创新边界上，居功至伟。但就商业价值层面来看，此前所有领域都被闭源吊打。

一切技术路线争议终点，需要商业化挣钱。这无可厚非，但需要意识到的是，AI大模型的路线战争，和此前任何一次开闭源战争都没可对比性——业界共识是，大模型本身就是一个黑盒子，外界至今难以彻底揭开它的神秘。

从模型、算法到数据，如何产生一个可以使用的模型，无人知晓。未来到底是走向中心化，还是去中心化，都是矛盾而又流行的说法。

这种神秘性，造就大模型的独特性——无论是国外还是国内，都不是巨头的一枝独秀，从科研到创业者，再到千行百业开发者，都可以参与其中，让大模型呈现百花齐放、百家争鸣的蓬勃生态。

技术实力来看，如果以ChatGPT为标尺，那么开源曾很长一段时间落后于闭源——到去年下半年，这种情况已经改变，很多超过 ChatGPT 3.5，甚至追赶ChatGPT 4.0能力的大模型陆续发布。不过，在Sora发布后，闭源又获得一段时间领先。

“闭源和开源大模型，很难说谁就会永远领先谁，这是一个永远在动态平衡变化的状态。”多位业内人士就认为，其差距取决于，研发团队能力的差异，以及背后团队所持有的资金、算力、数据。

非得在开源与闭源之间，做选择题吗？显然不是。

如今，在开闭源阵营之争外，还有一条技术路线阵营正迅速扩大——开源和闭源同时并行发展。在国外，以谷歌为代表；在国内，则包含科大讯飞、昆仑万维、零一万物、百川智能等企业。

这个阵营的技术实力，并不逊色任何开源或闭源企业。比如讯飞星火，V3.0版本在中文上全方位超越Chat GPT，英文上实现对标。而在V4.0版本中，在8个国际主流测试集中排名第一，在文本生成、语言理解、知识问答、逻辑推理、数学能力等方面实现了对GPT-4 Turbo的整体超越。

02 开源与闭源，为何可以两条腿走路

“极点商业”观察来看，选择开源、闭源“两条腿”走路的企业，布局大多主要遵循以下路径：在最大模型上选择闭源，在较小模型上选择开源。

比如谷歌，就在推出“开源”大模型Gemma后，走上闭源+开源并行道路。有报道认为这代表谷歌大模型策略的转变——开源主打性能最强大的小规模模型，希望战胜Meta和Mistral AI；闭源则主打规模大效果最好的大模型，希望尽快追上OpenAI。

在国内，“两条腿走路”的企业也类似。以科大讯飞为例，整体超越GPT-4 Turbo的讯飞星火V4.0是闭源，通过昇腾AI和讯飞星火的合作，打破大模型训练的瓶颈；而130亿参数的星火开源-13B则是开源，在多项知名公开评测任务中名列前茅。

其实，大模型不像手机操作系统，必须在IOS或安卓之间二选一，对开发者、用户、企业来说，考虑的很直接：这个大模型是否易用好用，又同时具有性价比？稳定性、安全性是否可以保证？其生态和场景打造，又是否满足用户需求？

这意味着，让所有用户、企业、开发者乃至产业，都能选择合适自己的大模型，就是最好的大模型。

这也是科大讯飞“两条腿走路”核心目的，通过“闭源+开源”完整体系，闭源专注商业应用、产业落地，开源策略是生态开放，两者优势“合二为一”，激发中国大模型的产业、生态活力。

在闭源部分，基于星火大模型V4.0，科大讯飞有面向TOC的AI应用讯飞星火APP/Desk、星火智能批阅机、讯飞AI学习机、讯飞晓医APP；面向TOB和生态伙伴，有星火企业智能体平台、招采助手、机器人超脑平台2. 0等等，让企业可以构建自己的智算底座。

星火开源公开测评数据‍‍‍‍‍

在开源的星火大模型，科大讯飞的策略是生态开放，通过免费大模型，为开发者、学术界赋能。

“开源+闭源”两条腿想顺利走路关键，需要解决几个关键问题，一是模型架构自主可控，有一定技术优势，二是产业落地、商业模式完整，三是通过社区吸引更多开发者。

“谁控制了过去，谁就控制了未来；谁控制了现在，谁就控制了过去。”近年来，被“卡脖子”事件屡屡在我国科技产业上演，算力、数据是否会“卡大模型的脖子”，业界也是议论纷纷。

这意味着，主流国产、自主可控的模型架构，才可能最大限度发挥生态力量，匹配产业上下游环境，更好推进开源、闭源的并行融合。

“所有算法都是我们自主可控的，大模型的每一行代码、每一个数据都是我们自己编写、清洗出来的。”刘庆峰表示。

而对处于早期的大模型来说，无论是开源、闭源，都需要聚集更多开发者，参与到开源模型的改进和优化。

在国外，包括Meta、谷歌和微软以及第三方开发者都在社区内发布模型、参数、数据集；在国内，讯飞开放平台之上大模型总开发者超35万，其中企业开发者超22万，推动大模型应用加速落地。

回顾PC、软件、手机历史，其实也有类似案例。比如在数据库市场，Oracle就是“开源+闭源”两条腿走路，在开源社区、商业应用均取得了巨大成功。

谷歌、科大讯飞们的大模型“两条路”逻辑其实也类似。一种解读是，在大模型时代，开源、闭源只是手段，在不同产品和应用场景中，两者本是相辅相成。开源模型和开源社区可以在上游用免费策略负责扩大用户基数、拓展产业生态、迭代模型技术。

来自开源部分的经验，也可以复用到闭源，让闭源大模型的产业化、商业化落地更顺畅——最终两条路线以多元化、灵活化的方式演进，并行甚至融合互补。

“实际上这两块是相互补充的。”科大讯飞创始人刘庆峰也认为。他以星火开源13B模型为例指出，等650亿、1500亿、1750亿参数以及更大模型出来，就知道了它的天花板和边界，再对它进行裁剪、浓缩，就变成13B，那13B的效果也提升了。

“如果不做闭源，不探索行业最高的天花板，开源也做不到最好。”刘庆峰就认为。

“两条腿”走路的互补价值，浙江大学人工智能研究所所长吴飞一个观点是，任何开源基座模型，都是千锤百炼而来，不是所有公司和机构都具备这样的能力。“在开源之上进行闭源，可以很大程度上降低闭源模型研发的门槛。”

03 最后一公里才是真正挑战

从刘庆峰、李彦宏、王小川等行业大佬观点来看，一个共同之处是：闭源、开源只是手段，关键是让大模型，如何快速应用千行百业场景里，如何作为生产力工具，更好地普惠，去替代人类完成各类业务流的碎片、繁杂工作。

这意味着，对国内目前尚处于高速发展阶段的大模型而言，随着开源、闭源路线的逐渐并行融合，选择什么路线不是关键问题。

不同场景适配不同的参数。如同刘庆峰所说，无论大模型如何演进，最后一公里的产品体验和应用落地，才是真正挑战。

这也是谁能在“百模大战”中占有一席之地，拥有更多的话语权的关键。如果解决不好最后一公里，那么技术路线将一文不值。当前国内大模型企业的应用开发的普遍思路是，并未等到技术完全成熟再落地应用，而是在快速迭代技术同时，从ToC、ToB两端入手，相应地进行产业和应用落地。

这一点，在刚刚结束的WAIC上也体现得很明显。科大讯飞、百度、阿里巴巴、腾讯、华为、字节跳动、快手等行业巨头，以及百川、智谱等新锐带来众多新技术和新产品，展现了大模型和金融、医疗、教育、政务等多个行业、产业的深度融合。

关于如何更好地解决企业大模型应用的“最后一公里”问题，科大讯飞经过和大量的央国企和行业合作伙伴的共同探讨，他们认为用智能体平台打造每个岗位专属助手的时间已经到了。

在这之前，星火已经成功赋能了很多场景，无论是代码、数字劳动力，还是评标、客户、APP智能互动。科大讯飞与太平洋保险合作是从审计这个岗位做起的，包括客服和评标；此外，国家能源集团、中国石油等公司选了科大讯飞作为合作伙伴；同时，星火大模型赋能中国移动APP几亿用户，使中国移动APP更加智能、交互更顺畅。

通过这么多的场景可以看到，大模型赋能企业“人工智能+”行动有两个方面：一方面是大模型直接完成任务，讯飞星火一开始启用，文本生成、语言理解、知识问答、逻辑推理和代码能力对应到下面相关的各种各样的工具，它自己就完成了，不需要借助任何外力。

还有一种模式是以认知大模型为中心大脑，它调动各种专用模型，比如说振动的模型、味觉模型、气体模型，湿度模型等各种模型，然后配合相应的工具，再对接内外部的各种信源和数据，打通内部的办公OA、ERP系统，再对接外部实时性来联合完成任务，相当于用大模型来指挥调度一系列的能力，从而完成一个综合的任务。

面向B端，从刘庆峰阐述来看，讯飞星火大模型在“最后一公里”用智能体平台打造专属于每个岗位的工作助手，在智能家电、智能汽车、运营商、机器人等行业场景实现全面赋能，甚至成为各行各业创新发展的重要驱动力。

面向具身智能和人形机器人企业需求，目前400+机器人企业已经采用讯飞机器人超脑平台。另外，星火企业智能体平台将围绕智能体关键能力，覆盖400+AI原子能力，集成 90+外部信源，打通100+内部 IT 系统，可供企业结合业务场景快速构建可落地的智能体应用。

“解决AI+行动的最后一公里的问题，是前所未有的机遇。”刘庆峰就表示，星火已经成功赋能了很多场景，无论是代码、数字劳动力，还是评标、客户、APP智能互动。

不完全统计显示，讯飞星火大模型正成为国家能源集团、中国石油、中国移动、中国人保、太平洋保险、交通银行、海尔集团、美的集团等多领域头部企业的首选。

公开招标网数据就显示，今年上半年到6月中旬，整个公开招标数量约为234件。其中，60%以上的项目来自央国企。在央国企大模型订单中标企业中，讯飞星火高居第一。

“我们能走多远，取决于我们是否拥有自主开发的、可控的基础能。”从刘庆峰表态来看，这是大模型如何解放生产力、释放每个人、每家企业，甚至每位开发者想象力的关键。

“合抱之木，生于毫末，九层之台，起于垒土。”如同刘庆峰的说法，这正是大模型能力阶段跨越的体现——意味着大模型从技术附加工具，转向引领行业变革、助力企业降本增效、普惠大众生活的关键阶段。而针对更多商业化模式的探索，也正悄然形成“模型越强、落地越多、用户越广、算力越大”的增长飞轮。

从这个角度看，只要能做大生态，加速产业最后一公里的落地，无论是大模型技术路线是闭源，还是开源，其实一点都不重要。