黄仁勋支持开放模型 驱动AI行业生态重构（美国/全球）

黄仁勋在注册X之后发布的首条内容，并未聚焦于下一代GPU或机器人技术，而是转发了一封支持开放AI权重模型的联署信。信件由包括微软、IBM、Meta、英伟达、Palantir在内的25家美国头部科技公司共同署名，核心主张明确：AI的全球领导地位不应单纯取决于是否拥有领先模型，而应建立一个开放、可渗透各行业的AI生态。

这场围绕AI模型开放或封闭的讨论，其本质并非技术路线之争，而是AI产业链上不同环节企业之间的利益站队。开放模型的推崇者认为，越便宜、越开放的AI能力越能促进整个行业的发展，而封闭模型的提供者则依赖持续的API调用来维持收入。

一、封闭模型卖的不是能力，是一种持续依赖

封闭模型的商业模式具备其独特的商业逻辑。企业无需了解模型的训练细节，只需通过API或订阅，按用量、人员或服务等级付费即可使用先进能力。

这种方式提供了便利，但便利往往伴随着潜在隐患。企业的每一次AI调用，都在不自觉中将其业务流程、数据结构和使用习惯捆绑至特定供应商。从最初的文本生成接口，到客服知识库、合同分析、销售预测，再到内部系统集成，一旦AI深度渗透业务流程，其替代成本将变得极高。

真正值钱的锁定，不是让客户无法离开，而是让离开的成本越来越高。

这与传统企业软件的策略如出一辙。早期SaaS通过数据格式、工作流等方式构筑壁垒，而如今AI模型公司正在有意无意地构建新的技术壁垒。

二、卖算力的人，不需要某一个模型永远赢

芯片和基础设施公司则在另类逻辑中寻求其商业利益。无论客户使用封闭模型、开放模型、行业模型，还是微调后的自建模型，只要涉及训练和推理，就必须依赖算力硬件。

模型之间的竞争越激烈，对算力的需求反而可能越高。全球泛滥的开放模型将推动企业从依赖API外部服务转向本地化部署，这意味着算力公司能触及更广泛的市场。

封闭模型想把智能集中起来收费，算力公司想把智能扩散出去耗电。

黄仁勋公开支持开放模型，表面上看可能是对传统模式的挑战，但实际上是对其产业链生态的一种深思熟虑的战略布局。他明白，开放模型能为芯片和算力市场带来更多潜在用户，从而支撑更庞大的商业机会。

三、开放模型不是免费，只是把利润搬到了别处

模型开放并不意味着其价值消失。相反，它正在悄然改变整个AI行业的利润结构。开放权重允许用户自行部署、修改和微调模型，降低了对单一API的依赖，却并未消除成本。

模型仍需算力支持，企业仍需采购服务器、存储、安全系统、运维团队等配套资源。模型可以免费下载，但若要将其稳定运行于生产环境，公司仍需投入大量时间和资源。

过去，训练模型的控制权主要集中在少数顶尖公司手里，而现在，这项“智能资产”正被更广泛的行业参与者所共用。这意味着模型公司必须重新思考他们的价值定位，而基础设施公司则迎来新的增长空间。

四、模型越像商品，算力越像基础设施

随着AI发展，企业开始意识到并非每个场景都需要最强大的通用模型。比如客服分类、文档提取、设备诊断等，往往只需更小、更便宜、更好控制的模型。这种灵活性逐步将模型从“产品”转化为“原材料”。

当模型成为可替换的组件，其价值将从训练环节向整个产业链扩散。这使得芯片公司、云厂商、软件公司和系统集成商等更多环节的参与者能够分得利润。

当模型从产品变成原材料，决定利润的就不再是谁拥有一块原材料，而是谁控制加工、运输和使用它的整条产业链。

黄仁勋倡导开放模型的真正意义，可能并不在于技术本身，而在于扩大算力服务的潜在用户群，为整个行业创造更广阔的市场空间。

五、企业真正怕的不是价格，而是智能资产归谁

对于企业而言，AI的吸引力并不仅仅在于价格优势，更在于控制权。企业在使用AI过程中积累的独特智能资产——如内部知识库、行业判断规则、工具调用方式、业务数据、评估集等，都可能因过于依赖外部平台而处于风险之中。

开放模型意味着企业能够自主部署和管理AI能力，从而获得更灵活的供应链管理方式。无论是自己训练模型，还是只使用开放权重进行微调，企业在这一过程中拥有更高的可操作性和控制权。

企业买AI时真正要保护的，不是某一次调用的价格，而是长期积累的组织智能不能沦为供应商的人质。

这种视角将开放模型之争推向了企业采购、数据治理、供应链安全及战略决策等更高层的议题。

六、但拿到权重，不等于拿回了控制权

尽管模型权重可以自由下载，但企业仍可能面临AI行为边界不清的问题。模型在隧道中的应用可能产生重大影响，例如对财务系统、生产设备和客户数据库的访问权限。一个本地部署的模型，若缺乏足够的行为限制和安全审计，其带来的风险可能远超技术层面。

因此，开放模型不仅涉及所有权和部署权，还引发了关于执行边界、权限管理、风险控制和系统安全的更深层次讨论。企业需在模型与执行力之间找到平衡点，确保在使用AI的过程中掌控最终结果。

七、真正的战争，不是开放对封闭，而是谁控制价值链

未来，开放与封闭模式将并存。封闭模型公司将继续守住AI前沿能力，而开放模型则在成本、可控性、本地化和定制化等方面快速扩张。

整个AI竞争的核心，不再是哪一种模型更具优势，而是谁能掌控价值链的关键节点。无论是模型公司、芯片厂商、云服务商，还是企业在内部建立的数据治理体系，都是这场“新战争”中不容忽视的参与者。

黄仁勋的开放模型倡议，表面上是推动技术共享，但实际上在为整个AI生态构建更广泛的参与基础。一旦模型由少数公司掌控，工业和商业应用的增长空间将被压缩，而开放模型的普及可能意味着更多企业、更多国家、更多设备能够享受到AI带来的价值。

开放模型不是把AI变成公共福利，而是把一座封闭的收费站，改造成一整片可以修路、建仓、造城的土地。

然而，随着AI技术的普及，新的壁垒也将随之出现。企业需考虑如何在开放与封闭之间找到平衡，确保无论使用哪种模型，其业务流程和系统控制权仍把握在自身手中。

八、门打开之后，新的墙会砌在哪里？

技术开放往往意味着旧有壁垒被打破，但同时也可能催生新的技术或者说商业壁垒。例如开源软件在释放代码控制权的同时，也使云计算和平台生态变得更加关键；移动互联网降低了应用开发门槛，却让操作系统和应用商店掌握了分发权。

在AI行业中，开放模型将开启一场广泛的生态重构。企业不仅要考虑是否使用某种模型，更要确保自己的数据、知识、业务流程和最终执行权不会被某个外部供应商掌控。

企业可以租用智能，但不能把自己的未来一起租出去。