混合过关规则详解与实战示例

全球大模型领域正掀起一场激烈角逐。

10月20日，深度求索（DeepSeek）发布了一项令全球AI界瞩目的声明，将其支持线上大规模推理业务的内部原生推理框架DeepInfer完整开源，同时推出生产级Token编解码组件deepseek-recipe。这两份代码仓库同步上线GitHub开发者社区，分别采用Apache 2.0与MIT协议，向全球开发者开放可商用、可修改、可二次分发的底层基础设施代码。媒体评价称，DeepSeek将自家“印钞机”开源，真正体现了OpenAI的宗旨。

在全球头部大模型厂商中，DeepSeek因此成为首家公开生产环境原生推理框架的企业。此前，推理调度、算子优化、Token对齐逻辑长期被MaaS服务商视为维持官方API溢价、拉开社区部署成本差距的核心商业机密。

这次开源并非简单的技术馈赠。在配套发布的《DeepSeek V4.1 Flash 大规模推理部署实践》技术文档中，DeepSeek公开了自身线上集群的运营基线：依托DeepInfer调度体系，单一集群单日承载约155万亿Token的请求流量，折算后峰值吞吐接近每秒17.94亿Token。根据谷时段API定价口径，单张计算卡每小时对应的收入规模达到38美元。

这套系统原生支持英伟达SM100 GPU与华为昇腾Ascend 950 NPU两条硬件路线，配套的deepseek-recipe负责统一对话消息格式、提示词编码、流式输出解析、工具调用与JSON Schema结构化返回。这使得云厂商私有化部署后的调用体验能与DeepSeek官方API保持一致。

消息扩散的同时，全球开源赛道已进入高密度发布周期。就在DeepSeek开源两天后，国内另一家大模型企业科大讯飞宣布，首次基于全国产算力实现代码和智能体能力突破的星火X2.6正式发布，并同时宣布持续开源。六个月前，其推出了国内首个企业级开源、自托管的AI技能管理平台AstronClaw。

海外一侧的节奏同样急促。Meta的Llama序列持续迭代权重版本，谷歌继Gemma系列轻量模型之后持续补充推理优化套件，英伟达领投8亿美元扶持Reflection AI推出Beam大模型，同时完成了对Hugging Face的收购。

值得一提的是，黄仁勋牵头联合25家科技企业发布了《开放权重与美国AI领导力》公开信，主张维持开源权重生态的存续，反对一刀切式的监管禁令。这份联名名单中，微软、Meta、Mistral悉数到场，而Anthropic与谷歌闭源团队依然坚持闭源路线——硅谷内部开源与闭源路线的裂痕被公开摆到台面上。

绕不开的问题随之浮现：为什么在短短两年内，全球大模型企业集体转向开源？如果开源意味着模型权重、推理工具、底层代码对外敞开，任何人都可以下载、微调、部署、改造，那么传统API售卖的护城河是否正在消失？

01

要理解这场AI开源浪潮，最合适的参照样本并非当下的大模型，而是两段已写入软件产业史的经典博弈：微软长达数十年在封闭与开源之间反复摇摆的战略，以及安卓凭借开源策略迅速占领智能手机市场的商业实验。

微软与开源的恩怨是理解这场竞赛的最佳历史底片。二十世纪末到二十一世纪初，微软将Linux和GPL视为对Windows授权模式的根本威胁。时任CEO史蒂夫·鲍尔默曾将Linux称为“癌症”。但2014年萨提亚·纳德拉接任CEO后，风向逆转。

2018年6月，微软以75亿美元收购GitHub，纳德拉在官方声明中表示：“微软是一家开发者优先的公司，通过加入GitHub，我们强化了对开发者自由、开放和创新的承诺。”他同时说出了那句被反复引用的话：“Microsoft is all-in on open source.”微软之所以“打回原形”般地拥抱开源，并非因为开源忽然变得道德正确，而是因为其利润重心从Windows授权转移到了Azure云服务，而云上运行着大量Linux和开源工作负载。不支持开源，Azure就只是一个“Windows Only”的云，在云战争中毫无胜算。

谷歌在移动互联网时代打造的安卓体系则更早验证了开源扩张的威力。2007年iPhone发布后，谷歌在移动操作系统上几乎没有立足之地。如果安卓闭源，没有手机厂商有理由抛弃正在使用的系统去押注一个新手。谷歌的选择是把安卓底层开源，以零授权成本吸引三星、HTC、摩托罗拉等厂商集体入局，用“联合所有厂商”的方式对抗iOS。

但谷歌的“开源”从一开始就是分层设计：底层代码开放以做大设备基数，真正产生持续利润的GMS——Play商店、Gmail、地图——始终闭源并由谷歌牢牢掌控。安卓的胜利是开放层做规模、闭源层做利润这一商业架构的胜利，而非单纯开源理念的胜利。

简单来说，安卓的底层逻辑是开放底层以争夺生态席位，封闭流量入口以守住变现渠道。放到今天的大模型行业，DeepSeek这次开源DeepInfer，本质上就是复刻这套逻辑的升级版本：模型权重此前已开放，现在进一步开放推理调度中间层，补齐部署链路中最昂贵、门槛最高的一环，降低云厂商、政企客户自建服务的成本。而DeepSeek依然保留原生优化的上层服务、企业私有化咨询、定制微调等高价值业务，不再只靠售卖Token API赚取差价，转而依靠生态规模扩大整个技术栈的商业接触面。

将这两段历史放在一起，可以得到一个朴素但关键的判断：企业选择开源，通常不是因为开源本身是目的，而是因为它在特定竞争位置上，是扩大生态、分摊成本、对抗在位垄断者最有效的杠杆。当这个竞争位置发生变化，开源的边界和诚意也会随之变化。

而且，地缘层面的变化也进一步放大了开源的战略价值。国内AI厂商面临高端芯片供给受限的外部环境，单纯比拼超大集群的训练算力并不具备天然优势。开源变成一条差异化突围路径：将模型、算子、推理框架释放到全球社区，依靠算法层、调度层的优化，在有限算力条件下做出有竞争力的模型，借助开发者社区自发完成适配、微调、场景落地，由全球数百万开发者共同完成生态建设，而不需要企业单独投入巨额市场预算教育客户。

至于英伟达力挺开源，本质上是为防止全球开源生态加速脱离英伟达硬件体系，损害自身硬件生意。在这场博弈中，开源不再只是产品策略，同时也是算力厂商、模型厂商争夺生态标准的地缘筹码。

02

但热潮之下，一个残酷的问题悬在所有开源玩家头顶：开源不等于胜利，开放权重和底层代码只是拿到了生态赛场的入场券。大量曾经声势浩大的开源模型，在热度褪去之后迅速沉寂，也就是标题所言，在激烈竞争里打回原形。

事实上，过往开源软件领域已反复上演这样的剧情：无数开源项目短暂爆红，在核心团队资源耗尽后慢慢停滞，最终被生态遗忘。放到大模型赛道，淘汰的速度只会更快。模型评测标准持续更新，推理硬件持续迭代，客户对稳定性、多模态、智能体能力的要求不断抬升，只靠一次性开源无法守住位置。

沿着当前的产业线索推演，这场全球开源大战的未来演化路径不会走向单一赢家通吃，而是走向分层、分阵营、软硬件深度绑定的格局，闭源与开源也不会互相消灭，而是长期共存、互相渗透。

从目前全球大模型市场来看，赛道的第一层是底层推理与部署基础设施的竞争，是推理引擎、算子库、编解码组件的战场。在这一层，兼容性、硬件适配、吞吐延迟、成本底线是核心指标。其盈利方式不是直接售卖代码，而是配套企业级支持、集群部署咨询、定制算子开发、算力调度服务。

这一层的赢家不会是单一厂商，少数几个经过万亿级Token流量验证、同时兼容多硬件架构的框架会形成事实标准。DeepSeek押注DeepInfer，或许就是想要跻身这一阵营，将自己在大规模推理上的工程经验变成行业标准。

第二层是基座模型权重的竞争，这也是大众关注度最高的赛道。基座模型将出现明显的分化路线：一部分模型走通用全能路线，持续对标闭源旗舰能力，兼顾代码、数学、长文本、多模态；另一部分模型则大概率走向垂直轻量化，面向端侧、工业、医疗、车载等细分场景，追求低功耗、低成本、高确定性。

请注意，长期能够站稳脚跟的基座玩家必须同时满足两个条件：持续稳定的算力投入支撑迭代，以及庞大活跃的开发者社区持续产出微调版本、应用插件。国内活跃度较高的大模型都集中在这个层面，但能同时满足这两个条件的玩家，大家不妨划拉划拉。

第三层是硬件-模型-推理栈的绑定阵营，这是英伟达最在意的战场，也是国内开源厂商最核心的机会。开源模型异构适配能力越强，国产算力的生态短板弥补速度越快。

反过来，算力底座的成熟度也决定开源模型能否在政企大规模落地。未来客户选择开源模型，很多时候不是先看评测分数，而是看它能否稳定跑在自己现有的算力集群上。硬件生态的力量会持续重塑模型的市场份额。从这个层面来讲，科大讯飞是国内唯一拥有国产算力底座的大模型厂商，或许未来更能拥有话语权。

公允地讲，对于中国AI企业而言，开源浪潮带来显而易见的红利，同时也埋着很难回避的结构性难题。

红利最明显的表现在生态话语权上。依靠开源模型，国内厂商绕开高端算力壁垒，获得直达全球开发者、政企客户的通道，在欧洲、东南亚、中东等重视数据自主的市场建立品牌认知，打破过去AI能力只能由少数美国闭源厂商供给的格局。

开源也倒逼内部工程能力进化。社区的测试、漏洞反馈、二次开发相当于免费的全球质量验证。推理框架、Token组件开放后，各地开发者会在不同硬件上压测极限场景，帮助厂商发现内部测试无法覆盖的缺陷。同时，开源也为国产算力创造了生态土壤，昇腾等NPU平台想要壮大，最需要大量模型、算子、推理框架主动适配。

但挑战绝对不容小觑。

核心问题就是商业化闭环难题。开源之后，模型权重本身不再是收入来源，企业必须转向私有化部署、技术支持、微调服务、算力租赁、行业解决方案变现。这类业务属于重交付、长周期项目，毛利远高于API调用，但规模化扩张难度更大。很多开源模型团队拥有不错的技术，却缺乏面向政企的交付网络，社区热度很难转化为稳定现金流。一旦融资环境收紧，持续迭代的资金就会断裂，项目就此停滞，也就是所谓的“打回原形”。

治理与合规风险是绕不开的话题。开源代码和模型权重对外分发后，模型输出内容、数据溯源、版权、蒸馏衍生、出口管制、属地监管规则变得复杂。不同国家对开源权重的管控尺度差异巨大，模型一旦流出，很难管控下游使用者的场景，合规成本持续抬升。

容易忽视的是社区治理的长期成本。开源社区并非发布代码就可以自动运转，需要持续维护文档、合并社区贡献、维护版本分支、协调衍生项目等，这需要专门的工程团队长期投入。很多国内团队低估了社区运营的人力消耗。

同质化内卷同样也是一道大坎。大量开源模型在评测榜单上指标接近，差异化不足，客户选择时容易陷入比价，压缩所有玩家的利润空间。行业也容易陷入恶性的价格战，这种场景在国内光伏、家电等多个行业中屡屡出现。

回到最初的话题，谁会留在牌桌上？

全球开源大战不会以“开源战胜闭源”或“闭源消灭开源”收场。更可能出现的格局是，开源的边界被重新划分：权重开源成为常态，推理框架开源成为少数真正有工程纵深玩家的新战场，而闭源能力则退守到需要持续大规模算力投入的前沿训练和高度受监管的企业服务层。

在这一格局中，能够“笑到最后”的不会是开源口号喊得最响的那一家，而是能够在开源与商业之间建立结构性连接的那一类参与者。英伟达的赌注是用资本和平台把开源开发者留在自己的硬件轨道上；谷歌是用Gemma在开源侧维持存在感，同时用Gemini守住闭源前沿。但Meta的退出则提醒所有参与者，开源一旦失去了竞争位置的支撑，撤回的速度可以比扩张的速度更快。

关于「过关计算说明」，它揭示了开源模型在竞争中维持地位的关键：只有持续获得社区贡献、企业反馈和算力支持，才能避免被淘汰。至于有多少AI会在竞赛中被打回原形，答案肯定不会来自任何一份公告，而会来自未来几个季度、几年里，那些开源项目提交记录的频率、issue区里企业用户的提问质量，以及围绕推理成本展开的下一轮价格重构中。

【文章只供交流，并非投资建议，请注意投资风险。】

本文来自微信公众号“每日资本论”，作者：白开水的思考，36氪经授权发布。