Nvidia CEO Jensen Huang 的辞职对美国开放模型生态的发展是一次重大挫折。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降低 Nvidia 的利润，但支持开放生态是一个棘手的难题，而不只是一个靠工程手段就能磨出解决方案的问题。

Nvidia 的业务运营以极度依赖 Jensen 作为操盘手而闻名，因此普遍共识是前路充满挑战（甚至可能出现更多高调的离职，无论是通过芯片走私调查，还是老套的鲨鱼们围猎更易挖走的人才）。Nvidia 的头号目标是稳住大局、在未来 24 个月内向客户交付，并防止内爆。开放模型一直是 Jensen 较为雄心勃勃的、创始人风格的押注之一。他一直在向这一领域大量注入资金，而这种投入很可能会枯竭。

Interconnects AI 是一份由读者支持的出版物。要接收新文章并支持我的工作，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。这几年对于确立用例、收入流以及继续训练下一代模型的动机至关重要。我在 Fireworks Forge 最近的演讲中（幻灯片、录像）讨论了这些早期年份的敏感性。论证的核心是开放模型的一个利好、一个保持乐观的理由，以及一个利空。

正面论据是，开放模型经济已正确地抓住了“智能的所有权”和企业后训练这一关键赛道。尚待确定的是下游市场究竟有多大。

缺点是，在算力如此短缺的情况下，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，推理初创公司同样难以获得足够的芯片（因为 Anthropic 和 OpenAI 正在购买大量产能），开源权重模型几乎没有利润竞争空间。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 发布中学到的，它们就远非商品。在这种范式下，拥有更好规模经济以及从模型到数据中心和芯片整合能力的闭源实验室将获胜。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，仍有很多事情需要顺利推进。Jensen 的支持和保护，给了生态系统时间去弄清楚这一点。

Jensen 不仅仅是个啦啦队长。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动用自己的力量。

民主党政府资金正大幅涌向那些想要监管 AI 行业、推动“安全”的候选人。这些人中许多觉得必须做点什么，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的草率监管，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源权重模型。这一点仍然成立——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源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——可一旦推倒，再想化解下游的权力集中、安全研究的减少以及长期创新的受抑，就难得多。从公开数据看，这像是长期创新与短期风险之间的权衡，但这源于衡量开放模型经济有多么极其困难（例如，它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。

顺带说一句，如今媒体生态围绕时机而非信息的确切可得性运转的程度，令人难以置信。所有那些 Jensen 相关的事情都是已知的，但在恰当的时机、恰在中期的政治转向之后把它们放出来，就扳倒了这位王者。

今年夏天 Jacob Coxon 的那场风波也是如此。围绕顶级实验室的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恰当时机让它成了全国性议题。这在某个时点完全可能发生在开放模型安全上，因为驱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，因为它永远不会发生。

分享

对此唯一持久的解决办法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 的 CEO Dylan Patel 关于美国开放模型生态系统一个核心问题的看法。摘自最近一期 ChinaTalk + SemiAnalysis 的紧急播客：

Jordan Schneider：我确实想听听你们对这件事有多糟的看法，即 Jensen 如今已不在美国创新的未来之列。我们还应该谈谈开放模型。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，为什么没有人干脆花上几十亿美元，做出比 Kimi 或 DeepSeek 更好的东西并把它开源。

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 有一支很强的团队，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的短板。所以我认为，如果我们没有规模优势，那你就赢不了。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，花个几十亿美元你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，而且在很多指标上仍然处于下风。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。这里在构建前沿模型上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、人员扎实、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 是这段时间以来最好的西方开源权重模型。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 更新抱有很高期望。至少我们在进行这场辩论，这是一个更好的迹象，但开放生态系统充满了这样那样的问题和答案——也许他们能做成？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组建过的最伟大的企业之一，这让人们对他们方法的持久性充满信心。

当他们需要完成下一轮融资时，Mira 会打电话给谁？据说下一轮以 400 亿美元估值融资已是板上钉钉，但这不足以长期跟上封闭前沿的步伐。

根本问题在于，开源权重生态需要一个愿意接起电话来化解危机的人。前方还有更多挑战。我们最可能求助的盟友来自超大规模云厂商，比如 Zuckerberg、Andy Jassy 或 Satya 这样的人。面对 AI 安全社区如此协调一致的施压行动——把开放模型当作负面靶子——我担心主动出击是保持领先的唯一方式。Jensen 已经扛起这面旗帜大约两年，而在他于 2025 年明确挺身而出之前，局面一直很混乱。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。我们这些开放模型的信徒理应进行一番自我反思并构建联盟，以搭建一个新的平台。有些空缺已经被腾出，且永远无法完全填补。