开源领域一大悲号传来——

艾伦人工智能研究所（Ai2），宣布削减开源模型开发（包括 OLMo）的资金，转向 AI 应用。

就在同一时间，AI2 核心团队几乎被 " 打包带走 "，集体流向微软。

人员包括前 CEO 阿里 · 法哈迪、前首席运营官索菲 · 莱布雷希特、汉娜 · 哈吉希尔齐和兰杰 · 克里希纳，都是 Ai2 的核心力量。

其中有的人上周刚参加完 GTC 大会，还跟老黄畅谈开源模型的未来。

他们的下一站，则是微软穆斯塔法 · 苏莱曼的超级智能团队。

X 上已经炸了锅，全网一片哀鸣。

不少网友唏嘘：这对开源社区来说是个巨大遗憾，OLMo 是极少数真正开源的模型之一。

核心人员打包进微软

核心人员集体离职，是一个非常不妙的信号。

Ai2 前 CEO 阿里 · 法哈迪、前首席运营官索菲 · 莱布雷希特、汉娜 · 哈吉希尔齐和兰杰 · 克里希纳，统统被苏莱曼打包进了微软。

法哈迪已于 3 月 12 日卸任，结束了超过两年半的 Ai2 掌门人生涯。

他与 Ai2 的渊源颇为深厚。法哈迪是一位计算机视觉专家，也是华盛顿大学计算机科学与工程学院的教授，该院即以微软联合创始人、Ai2 创始人保罗 · 艾伦（Paul Allen）的名字命名。

他还联合创立了 Ai2 的衍生公司 Xnor.ai，该公司于 2020 年被苹果以约 2 亿美元的价格收购。在苹果，他曾领导机器学习工作。

哈吉希尔齐是 OLMo 开源模型项目的联合负责人，上周刚在英伟达 GTC 大会上代表 Ai2 参加了多场会议，还和黄仁勋探讨开源模型的未来。

她还是开源多模态人工智能基础设施加速科学发展项目（OMAI）的联合首席研究员。

这个项目旨在构建用于科学研究的开源模型，为期 5 年，耗资 1.52 亿美元，由英伟达和美国国家科学基金会联合资助。

克里希纳则主导了 Ai2 多模态模型 Molmo 等多个关键项目，同样在刚刚结束的 GTC 大会上代表 Ai2 发表演讲。

而现在，这些人才将集体加入微软穆斯塔法 · 苏莱曼的超级智能团队。

从去年 11 月起，苏莱曼就开始组建超级智能团队，目前已从谷歌、Meta、OpenAI、Anthropic 等巨头挖角了不少研究人员，还在不断从 Ai2 和华盛顿大学聘请人才。

苏莱曼在领英上公开发帖，欢迎他们的加入。

他还称赞法哈迪带领 Ai2 在一年内发布了 100 多个模型；而哈吉希尔齐是 " 世界上被引用次数最多的自然语言处理研究人员之一，毋庸置疑 "。

而莱布雷希特则扩大了 Ai2 的运营规模和开源工作，共同领导和创立了 Xnor.ai 和 Neon Labs，还拥有布朗大学认知神经科学博士学位。

苏莱曼表示，他们将助力推进微软的使命——实现 " 以人为本的超级智能：打造更安全、可控、更强大的 AI 系统，服务于人类以及解决最棘手的问题 "。

法哈迪也在领英上表示自己很高兴加入微软。

可想而知，一批核心人员的离职对于 Ai2 而言是一次重大打击。但他们为什么要走呢？

答案还是出在资金上。

Ai2 董事会主席比尔 · 希尔夫透露，法哈迪希望在人工智能的前沿领域进行研究，而 OpenAI、谷歌等公司会花费数十亿美元来训练最先进的模型。

但对于一家非营利组织而言，很难以慈善资金训练出对标巨头的模型，还完全开源。

希尔夫表示，董事会必须权衡其慈善资金是否还应该用于 " 追赶进度 "。他也承认，在大模型开发的最高规模上与科技巨头竞争，已经变得异常困难。

此话怎讲呢？GPT-4 级别模型训练成本估计在 1-2 亿美元量级，当前前沿模型已攀升至数亿美元。

AI2 的年度运营预算虽未公开，但可以参考一些指标。

比如 OMAI 项目的 1.52 亿美元是五年期、多机构共享的专项资助，年均约 3000 万美元，仅相当于最前沿的单个大模型训练成本的一小部分。

这和巨头相比是数量级差距，很难正面竞争。

进一步来说，投资方的策略调整是更加决定性的因素。

Ai2 最初由艾伦的 Vulcan 公司资助，后来由其遗产继续资助。现在的最大资助方是科学与技术基金会（FFST），该基金会由保罗 · 艾伦的遗产设立，规模达 31 亿美元。

2024 年，琳达 · 斯图尔特博士接任 FFST CEO 后，资助策略发生了显著变化。

斯图尔特是一位医生科学家，曾领导华盛顿大学蛋白质设计研究所。

她更倾向于具有明确科学应用和可量化社会影响的项目，而非投入大量资金进行前沿模型的研究。

据 GeekWire 报道，2026 年 Ai2 的所有项目都已经获得全额资助，但 FFST 的资助模式将由提供年度总资助转向基于项目提案的资助模式。

这种转变意味着什么？在年度整体资助模式下，研究机构通常拥有较高自主权，能够承担长期风险、灵活调整资源分配。

而基于提案的模式引入了更强的成果导向和短期问责，每个资助周期都需要明确的可交付成果和影响力指标。

对于开源基础模型开发——周期长、成本高、商业回报不直接——这种转变意味着更大的不确定性和更高的申请成本。

有知情人士透露，FFST 未来的资助预计将更倾向于人工智能的实际应用，而非构建开源基础模型。

这也很好地解释了，为何专注于模型开发的研究人员纷纷选择离开。

美国开源 AI 最后的旗帜倒了

消息一出，X 上一片悲鸣。

不少网友表示：美国开源 AI 最后的旗帜也倒了。

为何这么说？因为过去几年，Ai2 确实投入了大量资源做真正开源的大模型。

Ai2 的 OLMo 系列，极致地践行了 " 完全开源 "（truly open）理念。

它不仅开源模型权重，而且从数据处理到预训练、微调，再到评测，全阶段都公开透明。并且始终采用对开发者友好的 Apache2.0 许可证。

2025 年 11 月发布的 OLMo 3，进一步强化了这种透明度承诺。该系列包括 Base、Instruct、Think 和 RL Zero 四个变体，覆盖 7B 和 32B 参数规模。

其中 OLMo 3-Think 32B 被宣传为 " 该规模首个完全开源推理模型 "  。

更重要的是，Ai2 发布了完整的 " 模型流程 "（model flow），包括训练日志、中间检查点、完整代码和配置。

还有升级版的 OlmoTrace 工具，允许研究者将模型推理步骤回溯到具体影响它的数据和训练决策。

因此也有说法认为：OLMo 与 Llama 4、Mistral Large 3 并称为 " 三大开源支柱 "。并且 OLMo 更透明，因为它提供所有中间产物，而 Llama 只开源权重，Mistral 部分数据闭源。

但现在，这个开源领域旗帜性的标杆，倒了。

一时之间，梗图与迷因齐飞。

大洋彼岸的网友们进行了一场赛博悼念，大感 " 开源悲剧 "，还有人联想到了全球同此凉热。

不过也有人认为，这很正常，开源经济学理论站不住脚。用非营利方式做顶级开源模型这条路，难以持续。

目前，临时 CEO 皮特 · 克拉克表示 Ai2 仍致力于其使命以及与 NSF 和 Nvidia 的合作关系，包括 OMAI 计划。

克拉克是 Ai2 的创始成员之一，曾于 2022-2023 年担任临时 CEO。他曾共同领导 Ai2 的 Asta 项目，旨在开发用于辅助和自动化科学发现的智能体框架的大型计划。

开源 AI 的东升西落

美国仍有开源力量，但都在变形：

Meta 的 LLaMA，名义上 " 开源 "，但越来越偏 " 可控开放 "。训练数据不公开，许可有限制，并且还持续难产。

谷歌的 Gemma，提供模型权重、推理使用权限，但同样没有完整训练数据或流程。

Hugging Face 的 SmolLM，完全开源，但由社区驱动，缺乏大规模训练资源。

英伟达的 Nemotron 系列，近期更开放了，不断推出开放许可，更多开源数据发布，但主要服务硬件生态。

相比之下，中国的开源模型已经超越了美国领先的开源模型，并进一步拉大了与它们的性能差距。

现在，Ai2 的战略调整，也会加速美国与中国在开源 AI 领域的差距扩大。

在 OpenRouter 上，过去三周中国大模型的调用量已经连续超过美国，跟领先的闭源模型也打得有来有回。

MIT 与抱抱脸的联合报告显示，过去一年，中国开源模型全球下载量占比达到 17.1%，首次反超美国。

许多美国初创企业也开始 " 悄悄 " 依赖中国开源模型进行构建，其默认选择进一步向中国模型倾斜。

比如上周 Cursor 发布新模型 Composer 2，被曝套壳 Kimi K2.5；还有初创公司 Deep Cogito 去年发布的 Cogito v2.1，也被曝基模是 DeepSeek，都从侧面证实了中国开源模型的实力。

开源的火种未熄，但风向已变。开源 AI 已经完全进入了中国时间。

开源 AI 的未来，只能在中国了。如果存在一个大模型安卓版，那这个也只能在中国了。

参考链接：

[ 1 ] https://www.geekwire.com/2026/microsoft-hires-former-ai2-ceo-ali-farhadi-and-key-researchers-for-suleymans-ai-team/

[ 2 ] https://x.com/i/trending/2036565214154625310

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

龙虾时代，Skill 会吃掉 APP 吗？

3 月 31 日（周二）14:00，量子位攒了个局，一起来找答案。

AI 时代的产品人，可能都该来听听

一键关注 点亮星标

科技前沿进展每日见