Nathan Lambert 分析黄仁勋辞职后美国开源模型生态的真空

英伟达CEO黄仁勋的辞职对美国开放模型生态的发展是一大挫折。英伟达在支持开放模型上仍有财务利益，即避免权力集中在少数客户手中——这些客户会自研芯片，从而削减英伟达的利润；但支持开放生态与其说是一个靠工程手段硬啃就能解决的难题，不如说是一道棘手的谜题。

众所周知，英伟达的业务运营极度依赖黄仁勋这位掌舵者，因此外界普遍认为前路充满挑战（甚至可能出现更多高调的离职，无论是经由芯片走私调查，还是老套的鲨鱼环伺、觊觎可挖角的人才）。英伟达的头号目标是稳住大局、在未来24个月内向客户交付，并防止崩盘。开放模型一直是黄仁勋较为雄心勃勃的、创始人风格的押注之一。他一直在向这一领域大量注资，而这种投入很可能会枯竭。

Interconnects AI 是一份由读者支持的出版物。要接收新文章并支持我的工作，欢迎成为免费或付费订阅者。

在这一时期，开放模型经济尚处于萌芽阶段。这几年对于确立用例、收入流以及继续训练下一代模型的动机至关重要。我在 Fireworks Forge 最近的演讲中讨论了这些早期年份的敏感性（幻灯片、录音）。核心论点是：开放模型有一个利好、一个值得乐观的理由，以及一个利空。

利好的一面是，开放模型经济正确地抓住了“智能所有权”和企业后训练这一关键赛道。尚待确定的是下游市场究竟有多大。

利空的一面是，在算力如此紧缺的情况下，开放模型作为真正商品化智能的长期真正益处还远未实现。短期内，推理初创公司同样难以获得足够的芯片（因为 Anthropic 和 OpenAI 买走了太多产能），开放权重模型之间的利润竞争微乎其微。如果开源模型也以巨大的推理利润率提供服务——正如我们从 DeepSeek 的 DeepInfer 发布中所了解到的——那它们就远非商品。在这种范式下，拥有更好规模经济、以及从模型到数据中心和芯片一体化整合的闭源实验室将会胜出。我在最近一篇关于开放模型经济的文章中详细阐述了这一挑战。

综合来看，开放模型要成为有意义的经济引擎，还需要很多事情都走对。黄仁勋的支持与保护，给了这个生态时间去弄清楚这一点。

黄仁勋不仅仅是个啦啦队长。当早期风向初起时，他能阻止很多糟糕的事情发生。他愿意在开放模型上动用自己的权力。

民主党政府正大幅增加对主张监管 AI 行业、推动“安全”的候选人的资助。这些人中不少觉得自己必须做点什么，普遍认为开放模型不安全，却并不了解开放模型在收益上的复杂性。我近期最大的担忧是州层面的草率监管，其次是国家级监管。从今年夏天起，我们一直距离一场危机只差一个强大的中国开放权重模型。这一判断至今仍然成立——尤其是我们正进入一个动荡的网络安全新均衡。我们还没有看到由流行的中国开放权重模型驱动的大规模黑客攻击，但这不是会不会发生的问题，而是何时发生的问题。当“开放权重鹰派”开始追猎时，需要有个人来倡导谨慎和生态视角。

如今推倒开源 AI 的多米诺骨牌很容易——可一旦推倒，再想扭转下游的权力集中、安全研究的减少以及长期创新受到的压制，就难得多。从公开数据看，这像是在长期创新与短期风险之间做权衡，但这是因为开放模型经济实在太难衡量（例如它最有价值的部分跑在私有基础设施上）。这是整个生态和我的工作反复面临的挑战。

顺便说一句，如今媒体生态围绕的是时机，而不是信息的确切可得性，这种程度令人难以置信。Jensen 的这些事其实人尽皆知，但选在合适的时机、中期选举政治风向刚变之后放出，就把这位王者拉下了马。

今年夏天 Jacob Coxon 的那场风波也是如此。顶级实验室周围的那套安全文化早已广为人知，但围绕数据中心选对了时机、又借上奥弗顿窗口，就把它变成了全国性议题。开放模型安全也很可能在某个时刻迎来同样的局面，因为驱动现代媒体算法的往往是伤害、风险或安全相关的叙事。我无法想象我在开放科学上的工作能引发这样的媒体周期，因为那永远不会发生。

分享

唯一持久的解决办法，是在美国孵化出一个真正处于前沿的开放模型玩家。比如，我完全同意 SemiAnalysis 首席执行官 Dylan Patel 关于美国开放模型生态一个核心问题的看法。在最近一期 ChinaTalk + SemiAnalysis 的紧急播客中：

Jordan Schneider：我确实想听听你们怎么看这件事有多糟——Jensen 如今已不在美国创新的未来牌桌上了。我们也该谈谈开放模型。我是说，他可是最大的旗手，对吧？Dylan，你刚才在说——我还是不太明白，为什么没人干脆花个几十亿美元，做出比 Kimi 或 DeepSeek 更好的东西，然后开源。

Dylan Patel：没那么简单。问题不在钱，而在人才。最有才华的那批人基本都在 Anthropic、OpenAI、DeepMind 和 Meta TBD 工作，对吧？剩下的人则分散在上百家创业公司里。没错，Thinking Machines 的团队确实很强，但它有 Moonshot 那么强吗？没有。论技术水平，Moonshot 大概和美国几家实验室不相上下，只是在算力和部署上差距很大。所以我认为，如果没有规模优势，你就赢不了。没错，这些小实验室在模型上砸了很多钱，可 DeepMind、Grok、Meta 却经常落后于中国实验室的前沿水平，而它们花的钱更多。所以事情不是“哦，花个几十亿美元就能做出更好的模型”这么简单。

最能吸引人才的人，是站在运动最前沿的人。Jensen 推动了这件事，但在很多指标上他仍然处于下风。Nemotron 的雄心够大，人也强，但还没做到能被称为“任务完成”的程度。构建前沿模型的竞争，比大多数人以为的要激烈得多。一个拥有数十亿美元、靠谱的人手和良好氛围的组织，未必就能走到那一步。你通常需要一些特别的东西。

也有可能 Thinking Machines 对开源模型的投入已经成熟，最近的 Inkling 2 Small 是这段时间西方最好的开放权重模型。但它仍远远落后于 Kimi K3.1 Pro，而人们对智谱下一次 GLM 更新的期待很高。至少我们还在进行这场讨论，这是个好迹象，但开放生态里充斥着这样的问题和答案——也许他们能做成？另一方面，像 Anthropic 这样的闭源实验室看起来像是有史以来最伟大的企业之一，这让人们对它们路线的长久性更有信心。

Mira 在需要完成下一轮融资时会打给谁？据说以 400 亿美元估值进行的下一轮已经板上钉钉，但这不足以长期跟上闭源前沿的步伐。

根本问题在于，开放权重生态需要一个能拿起电话来化解危机的人。前面还有更多挑战。我们最可能求助的盟友来自超大规模厂商，比如扎克伯格、Andy Jassy 或 Satya。AI 安全社区发起了一场协调一致的行动，把开放模型当作负面靶子，我担心只有主动出击才能保持领先。Jensen 扛起这面旗帜大约两年了，在他 2025 年明确站出来之前，局面一直很混乱。当风险和攻击注定会上升时，我们这场运动的运营能力却在退步。我们这些开放模型的信徒该做些自我反思、建立联盟，去搭建一个新平台了。有些鞋子已经被倒空，再也装不回去了。