投资顾问｜FA袁先生
【产业观察】大模型的诞生大致经历七个环节：训练数据的筛选配比、模型架构与参数规模的设计、基础设施的搭建、训练流程与Checkpoint的管理、模型权重的生成、模型部署，以及技术报告的撰写，当下所说的"开源模型"，多数并非真正的全流程开源，而是处于闭源与完全开源之间的"开放权重"模式——仅将训练的最终成果即模型权重公开，开发者可免费下载、本地部署和二次创新，但训练数据、代码等核心环节仍不开放，以Meta的Llama为代表的传统开源派，靠广告、企业咨询等周边业务反哺研发，模型本身缺乏直接收入；而以DeepSeek为代表的第三条路径，开创了"开源引流、API变现"的闭环：将模型权重全部公开以建立信任，同时运营按Token计费的API服务，以远低于闭源厂商的单价承接无法自建算力的开发者流量，开源生态的繁荣又反哺品牌效应，形成"开源吸引信任—API承接流量—生态强化品牌"的正循环，这一模式倒逼国内闭源模型API价格集体下探，拉低了AI应用的启动门槛，推动了中国AI应用创业浪潮。
发布于 广东
分享
评论
赞
未登录
友善发言
评论
加载中
