開源 AI 的隱憂——為什麼黃仁勳說中國「遙遙領先」
全世界有 150 萬個 AI 模型，ChatGPT 和 Claude 只是其中的 150 萬分之四。黃仁勳指出，這 150 萬個模型絕大多數是開源的，而中國在開源 AI 領域「遙遙領先」。開源不只是授權方式，更是整個 AI 產業蓬勃發展的地基。
本文整理自黃仁勳（Jensen Huang）於 2024 年 12 月在華府的公開對談。
提到 AI 模型，多數人想到的是 ChatGPT、Claude、Gemini 這些明星產品。它們確實代表了當前 AI 能力的最高水準。但黃仁勳在華府對談中丟出了一個讓人停下來思考的數字：全世界有 150 萬個 AI 模型。
150 萬。ChatGPT、Claude、Gemini、Grok——這四個加起來，只是其中的 150 萬分之四。
更重要的是，這 150 萬個模型中，絕大多數是開源的。而在開源 AI 這個領域，中國「遙遙領先」。這是黃仁勳的原話。
這為什麼重要？因為開源不只是一種授權方式，它是整個 AI 產業能夠蓬勃發展的基礎。
為什麼開源對 AI 這麼重要？
黃仁勳解釋得很直接：沒有開源，新創公司無法起步。
一家剛成立的 AI 新創，不可能從零訓練一個大型語言模型。他們需要站在巨人的肩膀上——拿一個現成的開源模型，針對自己的應用場景做微調。這是目前絕大多數 AI 新創的起步方式。如果沒有開源模型可用，創業門檻會高到離譜。
同樣的邏輯適用於學術研究。大學裡的研究者不可能有資源訓練自己的基礎模型。他們需要開源模型來做實驗、發論文、推進科學理解。如果開源生態不健全，AI 研究的速度會大幅放緩。
教育也是一樣。你怎麼教學生 AI？你需要讓他們動手操作真實的模型。如果所有模型都是閉源的付費服務，教學成本會變得不切實際。
最後是產業應用。各行各業的企業要導入 AI，不可能都去找 OpenAI 談企業授權。他們需要能夠自己部署、自己修改、自己掌控的模型。開源是讓 AI 普及到各產業的關鍵通道。
黃仁勳用幾個例子來說明這個生態的重要性：Linux、Kubernetes、PyTorch。這些讓現代 AI 得以蓬勃發展的基礎技術，全部都是開源的。沒有 Linux，就沒有現在的雲端運算。沒有 PyTorch，就沒有現在的深度學習研究社群。開源不是附屬品，是地基。
中國在開源 AI 的佈局
那為什麼黃仁勳說中國在開源 AI「遙遙領先」？
黃仁勳在對談中沒有細數具體的模型名稱，但他的判斷很明確。如果你有在關注開源 AI 社群，這個說法並不意外。從阿里巴巴的通義千問（Qwen）系列，到近期引發熱議的 DeepSeek，中國的開源模型在多個評測上已經達到甚至超越同級閉源模型的水準。
更重要的是數量和覆蓋面。中國的開源 AI 生態系統覆蓋了語言模型、視覺模型、多模態模型等廣泛領域。這些模型被全球開發者下載、使用、修改。當一個開發者選擇某個開源模型作為起點，他就進入了那個模型的生態系統——使用它的工具鏈、參考它的文件、參與它的社群。
這就是開源主導權重要的原因。它不只是技術問題，是生態系統問題。誰主導開源，誰就在某種程度上定義了產業的發展方向。
前沿模型領先六個月，但生態系統是另一回事
黃仁勳對美國的前沿模型很有信心。OpenAI、Anthropic、Google、xAI 的模型確實是世界頂尖。他估計美國在這個層級領先大約六個月。
但他緊接著指出，這只是五層 AI 堆疊中的一層。而且在這一層裡面，前沿閉源模型只是冰山一角。
六個月的領先看起來不多，但在 AI 領域已經是相當顯著的差距。問題是，前沿模型的領先和開源生態的落後，是兩個不同層次的競爭。閉源的前沿模型影響的是最頂端的應用——那些需要最強能力、願意付最高價格的使用場景。開源生態影響的是整個產業的底層結構——新創、研究、教育、產業導入。
如果用建築來比喻：前沿模型是摩天大樓頂端的旗幟，開源生態是整座城市的基礎設施。你可以有最高的旗幟，但如果道路、水電、網路都是別人建的，你的城市發展就會受制於人。
這對開發者意味著什麼？
對於正在選擇技術路線的開發者和企業來說，黃仁勳的觀察有幾個實際意涵。
首先，不要只盯著 ChatGPT 和 Claude。這些前沿模型確實強大，但它們是付費服務，你無法掌控底層。對於需要自主部署、需要客製化、需要控制成本的應用場景，開源模型是更實際的選擇。而在開源領域，中國的模型現在是非常有競爭力的選項。
其次，注意生態系統的發展。選擇一個開源模型不只是選擇一個權重檔案，而是選擇進入一個生態——工具鏈、社群、文件、更新頻率。這個生態的健康程度會直接影響你的開發效率和未來的升級路徑。
第三，這是一個值得關注的長期趨勢。開源 AI 的競爭才剛開始。Meta 的 LLaMA、Mistral、中國的各家模型都在積極發展。這個領域的格局還在快速變動，但趨勢很清楚：開源會越來越重要，而這場競爭不只是技術競爭，也是生態系統競爭。
不是輸贏問題，是結構問題
黃仁勳在談美中 AI 競爭時，特別強調不要用簡單的「ChatGPT 對 DeepSeek」來理解這場競爭。AI 是一個五層的堆疊，每一層都有自己的競爭態勢。
在開源這一塊，中國確實走在前面。這不是末日，但也不應該被忽視。開源生態的主導權會影響整個產業的發展方向——誰的工具被使用、誰的標準被採納、誰的社群最活躍。
美國的前沿模型領先六個月，這是真的。但如果只看著山頂的旗幟，而忽略了山腳下的基礎設施競爭，可能會錯過一些重要的趨勢。黃仁勳來華府，就是要讓政策制定者理解這種多層次的競爭結構。
對我們這些觀察者和參與者來說，理解這個結構同樣重要。下次看到「美國 AI 領先」或「中國 AI 追上來了」這類標題時，記得問一句：是哪一層？這會讓你對 AI 產業的理解更完整、更準確。