文 | 极点商业，作者 | Cindy，编辑 | 刘珊珊

一位行业领袖对技术路线的断言甚至是 " 拉踩 "，其影响，或许将远超公众预判。

" 开源模型会越来越落后。"Create 2024 百度 AI 开发者大会上，一袭白衣的百度创始人、董事长兼首席执行官李彦宏，断言称，" 大家以前用开源觉得开源便宜，其实在大模型场景下，开源是最贵的。"

这是数天内，Robin 对开源大模型泼下的第二瓶冷水——此前 4 月 11 日，李彦宏在内部信中也称，大模型开源意义不大。

作为国内大模型较早入局者，百度在去年 3 月发布文心一言大模型，选择走闭源路线。一年间，文心大模型已迭代至目前的 4.0。

李彦宏观点在行业内引发不小争议，认为以他国内 AI 布道者地位，不应如此武断。毕竟，开源创新力量几乎被每一位开发者公认，整个互联网都建立在开源基础上，才有了如今信息世界的畅通无阻。

因此也有多位现场媒体人猜测，李彦宏是否在暗指或 diss 行业其他闭源模型。

" 百模大战 " 如火如荼，行业大佬下场对垒成为常态。如百川智能创始人兼首席执行官王小川，今年 3 月因李彦宏 " 文心一言 4.0 在中文处理上已经超越了 ChatGPT 4.0" 的表态，与百度高管多次互呛。

自称 " 开源信徒 " 的 360 创始人周鸿祎，截至目前已连续两次（4 月 13 日、4 月 18 日）在公开场合炮轰李彦宏言论，他表示没有开源，就没有 Linux、没有互联网，" 开源不如闭源好是胡说八道，是忽悠，连说这话支持闭源的公司都是靠开源才发展起来。"

值得一提的是，百川智能、360 都是开源大模型。而大模型开闭源之争，也早是业界两大阵营争论话题，从去年 7 月 Llama 2 宣布开源可直接商用就已开始，并在最近马斯克起诉 OpenAI，要求 OpenAI 恢复开源并给予赔偿后，掀起广泛争论。

一切技术路线争议终点，是需要商业化挣钱。大模型加速商业化下半场，对 "all in" 人工智能的百度来说，作为国内最早利用通用大模型会员付费模式，向 C 端用户收费企业，依靠大模型搞钱想法之迫切显而易见——此前内部信中，李彦宏说得很直接：闭源才有真正的商业模式。才能够真正赚到钱的，能够赚到钱才能聚集算力、聚集人才。

从这个角度看，不赚钱，还做大模型干吗？这并不寒碜。但问题是，仅选择开闭源任一道路，是否在通向极端？开源是否真的落后于闭源？闭源是否能真正代表大模型 " 商业化 " 破局之道？

开源一直领先闭源？

在李彦宏看来，无论是技术还是商业模式上，闭源模型都会持续地领先，而不是一时领先。

开源和闭源区别上，TechTarget 在一篇文章中解释，开源意味着公开 AI 模型、训练数据和底层代码，闭源则隐藏或保护其中一项或多项。

可以简单理解为，开源模型注重开放、共享和协作，推动大模型创新；闭源意味着源代码仅供拥有它的公司修改和开发，但能更好保护商业利益和技术优势。

从阵营来看，开源阵营远比闭源庞大。目前国内外大模型行业，闭源主要以 OpenAI GPT、百度文心一言为代表，开源则是 Meta 旗下 Llama（羊驼）、马斯克旗下 xAI 公司的 Grok-1，以及国内阿里通义千问、百川智能、360、昆仑万维、智谱 AI 等。其中，有不少企业选择 " 两条腿走路 "，既做开源又做闭源。

从普通用户应用 / 产品化影响力来看，闭源目前领先开源毫无疑问。李彦宏核心论断之一也是，无论中美，当前最强基础模型都是闭源。

当前 " 登上神坛 "，让很多大模型有绝望感觉的 OpenAI，2019 年发布 GPT-2 时还是开源，此后从 GPT-3 开始转变为闭源，推出 " 核爆 " 聊天机器人 ChatGPT 后，才震惊世界。

最初，OpenAI 还公布论文，但到 GPT-3.5、GPT-4，连算法、路线、论文都 " 讳莫如深 "。今年初推出 Sora 时，更是明确表示不分享技术实现细节，只提供模型设计理念及其 " 炫酷 " 效果展示。

毫无疑问，大模型赛道近两年繁荣，很大程度上得益于 OpenAI 带动——倘若没有 ChatGPT，不会有如此多科技企业加入大模型赛道，更不会有百花齐放、百家争鸣的行业形态。

在国内，文心一言是闭源代表。根据李彦宏最新公布的数据，文心一言用户数、API 日均调用量均突破 2 亿。百度在大模型赛道初步建立起自己 AI 生态。

今年格外火爆，引发大模型巨头 " 围剿 " 的初创公司月之暗面旗下产品 Kimi，也是闭源大模型。

大模型爆炒背景下，以上简单易用、面向 To c 的闭源大模型可谓尽人皆知，在当下成功占据市场主导地位——但未来是否能保持当下优势，尚未定论。

大获好评的 Llama 2 后，开源逐渐成为大模型主流趋势，其进化速度越来越快，迅速成为大模型竞争重要一极。

3 月底，也就是 Grok-1 公开后几天后，初创公司 Databricks 公布旗下开源大模型 DBRX，基于混合专家（MoE）架构，在语言理解、编程、数学和逻辑等标准行业上，战胜了 Llama2-7B、Mixtral 以及 Grok-1。整体性能超越 GPT-3.5，编程方面更是轻松击败 GPT-3.5。

根据最新消息，Meta 将在下个月发布 Llama 3，支持多模态处理。届时，Llama 3 或又将超越 DBRX，直接对标 GPT-4，复现后者大部分能力。

多位业内人士认为，如无意外，Meta 将遵循 Llama 2 路线，将 Llama 3 训练数据、训练方法、数据标注等大量细节都公布，成为 " 任何人都可以拿到模型权重的最强大语言模型 "。同样，DBRX 为开放社区和企业提供了仅限于封闭模型的 API 功能。

过去，闭源大模型有 " 遥遥领先 " 的参数。如今开源模型参数正越来越大，DBRX 参数规模达 1320 亿，Grok 有 3140 亿，Llama 3 预计其大规模版本参数量可能超过 1400 亿。国内昆仑万维也在 4 月 17 日宣布开源 4000 亿参数的大模型天工 3.0，一跃成为全球参数最大开源大模型，号称超越 GPT-4V。尽管相比闭源大模型万亿参数有距离，但追赶速度越来越快。所以谷歌工程师说，谷歌没有护城河，OpenAI 也没有。

对诸多开源大模型——特别是中国大模型赛道创业者而言，拉平认知的 Llama，事实上远比 GPT 更为重要。不少行业、垂直大模型多是通过对 Llama 等开源大模型进行微调或修改实现。" 如果没有 Llama，国内大模型整体水平会被国外甩下不少身位。"

" 无需闭门造车，重复发明轮子。" 周鸿祎和金沙江创投主管合伙人朱啸虎等均认为，开源社区聚集的工程师和科学家的数量是闭源的数百倍，借助全球技术力量，实现迭代、体验改进和生态扩张。" 开源会很快超过闭源。"

但李彦宏并不认可这种说法，他表示大模型开源跟 Linux、安卓不同，实际上最主要开发者就是 Meta，" 不是一个真正大家一起来协同开发的产品。"

开源成本真比闭源贵 ?

两大阵营最激烈交锋，目前发生在马斯克与 OpenAI 之间—— 2016 年，马斯克还是 OpenAI 联合创始人、投资人、联席 CEO，如今早已彻底走向决裂。

自 ChatGPT 发布后，马斯克多次暗讽 OpenAI，断掉 OpenAI 对推特的数据访问权限，并在今年 2 月克起诉 OpenAI 跟山姆 · 奥特曼，理由是 OpenAI 违背了造福人类非营利的宗旨。

整体来看，伴随两大阵营的交锋态度日益强硬，谁也说服不了谁。开源阵营认为，开源更容易创新，更容易被大众理解和监督，闭源是奉行保守主义，容易权力集中，垄断市场和数据，AI 技术发展也会滞后。

闭源阵营则认为，开源模型是套壳，存在滥用风险，无法基于此自行演进，影响某些企业商业化策略，特别是注重安全、隐私的企业。

但从李彦宏论断来看，开源模型会一直越来越落后，核心论点是因为成本更昂贵——这是行业最新争议点，毕竟印象中，开源使用成本更低甚至免费，而且开源成本的高低，从逻辑而言并不等于技术路线的高低。

李彦宏的依据是，基于文心大模型 4.0，降维裁剪出来的 " 小模型 "，要比直接拿开源模型调出来的模型，同等尺寸下效果明显更好；同等效果下，成本明显更低。

这话有一定道理，此前有业内人士就在 X 平台表示，Grok-1 没有对特定任务进行微调，普通用户使用它的基础门槛并不低。如何开源、什么可以开源、开源到何种程度仍有待实践回应。

但也有中小开发者表示，尽管 Llama2 的开发和使用并没有完全面向全体公众开放，但对中小开发者也非常友好，只需一台 PC 就可以零代码微调大模型，花不了多少钱，且性能并不差。

事实上，业内公认的是，当前大模型技术路线都未成熟，包括 ChatGPT 也出现过将三星机密资料外泄严重事件。开源闭源各有利弊，" 两条腿走路 " 才是目前大部分公司的选择，即构建一系列 AI 模型，既有闭源也要开源。

比如微软 130 亿元投资了 OpenAI，但也扩大了开源 ONNX Runtime 投资力度，以及下场推出开源 Phi 大模型；谷歌也是从过去押注坚持闭源，在今年 2 月突然推出 " 开源 " 大模型 Gemma，双线作战去对抗 OpenAI 和 Llama。

在国内，兼顾开源闭源的大模型更多。比如阿里通义千问，虽然以开源为主，但也有闭源模型，去年 12 月进阶至 2.1 版。包括百度也是如此，去年发布的文心千帆大模型平台 2.0，就接入了 30 多个主流大模型，包括 Llama2 等诸多开源大模型。

可以说，没有开源大模型，就没有如今百度智能云生态的成熟，在千行百业的落地——根据最新数据，文心千帆大模型生态伙伴数量过去半年增长 5 倍，API 调用量指数级增长，超 8.5 万客户，300 多款进入千帆应用市场。对这些用户和开发者而言，表面是在文心一言上，实际用到的也很可能是 Llama2 等开源模型。

既然如此，李彦宏为何还会多次断言，开源大模型会一直落后？

有业内人士就认为，这或许与百度当下大模型的战略定位，以及需要为产品工具宣传背书直接相关。

" 以后人人都是开发者。"Create 大会上，李彦宏给出 AI 时代答案的同时，也发布了被广泛宣传的三大 AI" 开发神器 " —— AgentBuilder、AppBuilder、ModelBuilder，将个人、企业、开发者统统囊括在百度体系内，加速抢占应用入口，甚至是基础模型通吃 AI，构建国内最强大大模型生态的 " 野心 "。

" 如果说开源大模型开放且正逐渐强大，那么有多少人还愿意给闭源大模型送钱，甚至是加入受控制的生态体系？" 一位网友评论说，长期以来，全球开发者对苹果 iOS 封闭生态系统的 " 霸道 " 行为，深感不满却又无可奈何。

利用大模型赚钱，百度跑在前面

实际上，在大模型下半场，探索商业化路径成为所有玩家亟待选择的问题。

在这方面，李彦宏相当坦诚，表示百度之所以坚持闭源，是因为市场有足够多的开源，百度要开源还得自己去维护一套开源版本，从成本来说非常不划算。更重要的是，闭源有着真正的商业模式，能够赚到钱。

大模型当前如何商业化，或者说赚钱？尽管各大模型还在探索 ToB 还是 ToC 的不同路径，但重点布局方向都是 " 脱虚向实 "，向 " 应用为王 " 倾斜。

这一点，从李彦宏、周鸿祎或者其他行业大佬、专家表态来看，已成共识。

大模型商业化如何变现答案上，"all in" 姿态的百度堪称行业样本，在国内跑在最前面。

B 端，构建 " 文心千帆 " 一系列商业化矩阵，为客户产品嫁接文心大模型能力，通过调用 API 调取实现营收。

这种收费方式可以简单理解为，模型租赁。360、阿里通义千问、腾讯混元、科大讯飞星火等通用大模型，以及更多行业大模型也有类似尝试，但当前大模型工具推动千行百业生产力进步还需要过程，且门槛更高（如针对各行各业的定制化服务），基于 tokens（" 字 " 或 " 词 "）计价方式的 ROI（投入产出比）各家并不算高，更多是通过 API 的绑定，向客户出售云、广告等其他服务。

李彦宏曾在 2023 年财报会中披露，去年 Q4 百度智能云总营收 84 亿元，其中大模型为云业务带来约 6.6 亿元增量收入，同时文心大模型重构后的广告系统，为百度带来数亿元增量收入。根据李彦宏的预计，上述两项增量收入，将在 2024 年增加到数十亿。或许，这会成为百度智能云加快追赶阿里云、华为云等的希望。

更值得一提的是 C 端。在国外，ChatGPT 率先推出收费 Plus 服务；在国内，百度紧随其后，率先在 C 端推出了 " 文心一言 " 会员订阅模式。

目前，文心一言 3.5 基础版仍可免费使用，只是体验并不完美。能力更强的 4.0 则需要升级成会员，会员服务有两种，分别是单独的会员服务和联合会员服务。

单独会员服务价格上，连续包月优惠价为 49.9 元，单月购买价格为 59.9 元，连续包年 588.8 元，12 个月 658.8 元。选择这种会员服务，用户将能够体验文心大模型 4.0 的高级服务，比如更强的模型能力和图片生成能力。

此外，百度还推出了文心一言 4.0 与文心一格白银的联合会员服务，限时特惠价为 99 元 / 月。除文心大模型 4.0 服务外，用户还可以获得文心一格白银会员的权益，包括极速生成多尺寸高清图像、创作海报和艺术字，以及 AI 编辑改图修图等功能。

不过，这也引起了部分用户的争议。虽然会员付费是互联网行业常见盈利模式，但像大模型会员这么贵价格的比较少见，比如闹得沸沸扬扬的爱奇艺，多次涨价后会员包月价目前为每月 25 元。

如此贵的会员费，业内人士认为大部分是 AI 知识工作者、开发者等买单，从普通用户角度看，如果一年用不上几次，购买并不合适。

但客观来看，如今生成式 AI 产品收费是大势所趋，且大模型会员价格贵，和服务器、芯片、训练、电费等高额成本有关，如果不收费，以百度的弹药储备，恐怕也难以支撑烧钱多久。

从财报来看，大模型 C 端会员收费并未在百度最新财报中有所体现，有多少用户付费难以得知。但无论是 B 端还是 C 端的 AI 故事，想真正体现更大提振效应，还需要很长的路要走。2023 年百度总营收 1345.98 亿元，在线营销贡献 751 亿元的收入。

这不只是百度的问题。目前能从 AI 身上赚到钱的公司并不多，百度已经算是其中佼佼者，一是迅速推动旗下大部分产品和大模型的融合，二是文心一言、百度广告、智能云、自动驾驶等领域，都开始有了来自 AI 的落地收入，AI 商业化布局呈多元化态势。

OpenAI 成功，首先是商业模式的成功。2022 年全年，OpenAI 收入仅为 2800 万美元。今年 2 月有外媒称，OpenAI 的年化收入已超过 20 亿美元，其估值达惊人的 1000 亿美元。一些 OpenAI 的领导认为，到 2024 年年底，该公司年化收入可以达到 50 亿美元。

在商言商，只要未被利益蒙蔽双眼，因商业利益而为自家产品、技术路线强硬站台，无可厚非。

对李彦宏和他的百度来说显然也是如此，其既不是发布会上鼓吹的 " 让人人都是开发者 " 的那样高尚，也不是周鸿祎反驳中的 " 胡说八道和忽悠 "。区别，在于企业路线，在于未来策略。包括马斯克和 OpenAI 的决裂，本质同样如此。

当然周鸿祎有一点没有说错，那就是 OpenAI、文心一言也是自开源成长起来——如今所有主流大模型的核心机制（包括开源、闭源），都是基于 Transformer 架构，热潮起点则源自 2017 年的谷歌，其发表了《Attention is all you need》的经典论文，对 Transformer 模型做出了具有历史意义的重大改进，有了 Transformer 框架下的 " 不可能三角 "（并行训练能力、性能和低成本推理），才有了后来的 GPT。

从这个角度看，AI 和大模型注定引领一场新工业革命的当下，断言某一种技术路线会一直落后，也是一种极端。