开源AI 2026.pdf

开源AI 2026.pdf
开源AI的现状与展望:一份莫扎瑞报告指出,开源AI正迅速成熟,挑战封闭模型,并成为企业和国家的战略选择。 关键趋势: * **能力与成本:** 开放模型与顶尖封闭模型的性能差距已大幅缩小(约3.3%),在编程、指令遵循和常识方面表现出色,但在复杂推理和长上下文方面,封闭模型仍有优势。推理成本在36个月内下降了50倍,开放权重模型(如DeepSeek-R1)以极低成本(比专有模型便宜27倍)提供与前沿技术相当的推理能力。 * **采用与部署:** 开发者对开放模型的采用率很高,在OpenRouter等平台上的代币使用量已占三分之一。然而,将开放模型从实验阶段部署到生产环境仍面临挑战,主要原因在于操作工具和信任,而非模型能力本身。 * **经济模式:** 开源AI正在形成一个万亿美元的商业层,融资公司不断涌现,并发展出微调服务、托管推理、企业平台和本地授权等多种营收模式。封闭模型基于使用量的计费方式给大型企业带来成本问题,凸显了自托管和拥有经济控制权的重要性。 * **主权与政策:** 全球各国(包括中国、欧洲、加拿大、印度等)日益将开放AI视为一项产业政策,旨在确保技术选择权、减少对外国技术的依赖,并保护国家数据和知识产权。中国尤其通过政策转向开源权重,以实现技术堆栈的多元化。 * **新前沿——“挽具”层:** AI的“挽具”层(负责编排、工具、记忆和权限管理)成为新的竞争焦点。尽管开放模型能力强大,但挽具的操作工具和便携式权限(尤其是写入操作)管理仍是关键挑战,其发展速度快于治理机制的形成。记忆被视为AI时代的关键资产,应以可移植、仅追加写入的格式保存在用户防火墙后。 * **机遇与建议:** 为了保持开放层级,报告提出五项策略:构建开放式挽具;拥有记忆(作为可移植资产);解决便携式权限问题(特别是写入方面);积极寻找开放替代方案以打破供应商锁定;将开放设为默认选项,以支持多元化生态系统发展。 总结:开源AI已从“是否足够好”的问题转变为“如何部署”的挑战,并且随着各国政府和企业将其视为战略选择,未来将看到更多对开放、便携和广泛部署AI的投入。最终,拥有并控制AI核心技术和数据,将比单纯租用更加重要。
在线阅读 下载完整报告 | 897.52 KB | 59页
阅读和下载会消耗积分;登录、注册、邀请好友、上传报告可获取积分。
成为VIP会员可免费阅读和下载报告