OpenAI服软！DeepSeek掀开源狂潮：四模型同日开源
OpenAI服软！DeepSeek掀开源狂潮：四模型同日开源
OpenAI正在改变其一贯的闭源策略，开始向开源领域迈进。2月18日，OpenAI CEO Sam Altman在社交媒体上询问网友关于开源项目的建议，这标志着AI领域正在经历一场深刻的变革。
不只是百度大模型在调整到“开源与免费”的姿态。
2月初，OpenAI CEO Sam Altman罕见承认OpenAI的闭源策略站在了“错误的一边”，同时小心翼翼地放出了有限度“免费+开源”的消息。
现在更进一步了，2月18日，OpenAI CEO Sam Altman在X平台（原Twitter）上询问网友：
“对于我们的下一个开源项目，是做一个相当小巧但仍然需要在GPU上运行的o3-mini级别模型更有用，还是做我们能做的最好的手机尺寸模型？”
图：可能全都要，在手机上运行o3 mini水平模型
毫无疑问，结合之前OpenAI在DeepSeek冲击下放出的一系列消息，Sam Altman不仅官宣了“开源项目”，也是在暗示OpenAI开源计划的两个方向。而在过去六年，OpenAI一直坚守封闭策略（甚至因此被网友称为CloseAI），自GPT-2之后再未开源任何大模型。
背后DeepSeek带来的压力显而易见。
ChatGPT问世后，OpenAI在闭源模型的基础上通过“API+订阅制”构建起强大的商业护城河，但DeepSeek V3和R1证明了开源大模型同样可以媲美GPT-4o级别的能力，并且成本更低、可本地部署。
面对这一挑战，OpenAI再也无法对开源阵营置之不理。过去，企业几乎只能依赖OpenAI或Google等大模型厂商提供的封闭API，而现在，越来越多公司开始直接从云计算平台或者部署DeepSeek等开源大模型，大幅降低AI计算成本。
也不仅仅是OpenAI，整个AI生态都在拥抱开源，甚至一向推崇闭源的百度也宣布下一代文心大模型4.5系列将在6月底开源。而仅在2月18日一天，就有多个模型宣告开源：
昆仑万维宣布，开源中国首个面向AI短剧创作的视频生成模型SkyReels-V1，以及基于视频基座模型的表情动作可控算法SkyReels-A1。
阶跃星辰和吉利汽车联合宣布，将开源双方合作的视频生成模型阶跃Step-Video-T2V和语音交互大模型阶跃Step-Audio。
逐际动力宣布，开源基于视频生成大模型的具身操作算法（VideoGenMotion，简称LimX VGM）。
在刚刚发布Grok 3系列模型，马斯克旗下xAI宣布，上一代大模型Grok 2将在几个月后开源。
图：Grok 3发布直播
在DeepSeek这只“鲶鱼”的影响下，开源正在撬动整个AI生态，而一场AI产业的“开源革命”也已然开始。
开源AI，星火燎原
就在短短几个月前，关于AI的讨论还集中在GPT（OpenAI）、Claude（Anthropic）和Gemini（Google）这样的闭源模型上，而现在，DeepSeek几乎以一举之力扭转了市场的注意力，将其迅速转向开源阵营。
除了之前就采用不同开源策略的Llama（Meta）、通义千问Qwen（阿里巴巴）以及Grok（xAI），开源阵营也迎来了不同方向的大模型，腾讯和字节就在早些时候开源了各自的视频生成模型，也包括昆仑万维刚刚开源的SkyReels-V1视频模型。
不同于其他视频模型追求的通用性，SkyReels-V1视频可能是首个面向AI短剧生成的开源模型，性能上号称是最强的图生视频开源模型。
图：昆仑万维
与此同时，阶跃星辰和吉利汽车开源了面向座舱场景的阶跃Step-Video-T2V视频生成模型，以及阶跃Step-Audio语音交互大模型。另一边是逐际动力在视频生成大模型打造了一套从文本到视频，再到机器人运动和操作的算法LimX VGM，并将之开源给所有机器人开发者。
这场AI竞赛，已经远远超出了最初的语言模型之争，开源正以燎原之势，席卷整个AI生态，也在一定程度上意味着大模型迭代的范式转变。
最早，OpenAI以“开源”起家，GPT-2甚至还曾完全开放权重。但随后OpenAI就彻底转向闭源，并在基于GPT-3.5打造ChatGPT后迅速以API和订阅制建立起商业模式。
OpenAI转变的核心逻辑在于，训练大模型需要极高的算力成本，闭源可以确保盈利，避免开源导致的“免费竞争”。而通过API形式提供AI服务，而不开放底层权重，防止竞品复制其技术。
图：OpenAI
更重要的是，通过掌控用户交互数据，持续迭代GPT模型和ChatGPT，并维持市场领先地位。但OpenAI，终究还是忽略了开源的魔力以及最核心的技术创新。
如果回顾计算机技术史，实际上我们不难发现，开源未必会在早期占据最有利的位置，但往往就像滚雪球一般：越滚越大，最终势不可挡。
2008年，Google决定对Android采取开源+商业化的策略，这一决定彻底改变了移动操作系统格局。当时的iOS是封闭的，而Android通过开源吸引了三星、华为以及小米等全球硬件厂商的支持，迅速超越iOS，成为全球市场占有率最高的移动系统。
Chromium也是如此，尽管它最初只是一个开源浏览器引擎，但最终几乎吞噬了整个浏览器市场，就连微软的Edge都不得不基于Chromium内核重建。
今天AI领域在经历同样的变革。闭源AI依然能赚到钱，但随着DeepSeek带来的冲击，市场已经开始倾向于开源大模型的路线。一个核心在于，开源不仅降低了AI技术门槛，也给所有开发者和企业带来了更多自由度——API接入、云端调用、本地部署，甚至是基于不同需求和数据进行重新训练。
而这种自由，正是OpenAI体系下难以提供的。
DeepSeek R1，打出一个开源盛世
还是2月18日，DeepSeek在X平台上发布了一篇技术论文，主要内容是提出一种名为NSA（Natively Sparse Attention，原生稀疏注意力）的新型注意力机制。核心是通过对硬件的友好与端到端训练，取得推理、训练速度和任务表现的综合平衡：
让大模型在长上下文中兼具高效与高保真度。
图：DeepSeek团队新论文
这不是DeepSeek第一次发布技术论文，第一次为业界提供一种难题的解决思路。但更重要的其实是不同于o1模型，DeepSeek此前用R1彻底揭开了OpenAI无论如何都想藏起来的——推理类模型“算法的秘密”，给更多人、更多厂商复制和超越o1的可能。
过去，大模型行业默认接受了封闭模式——从GPT-3之后，AI技术的进步被归结为“资源游戏”，更大的算力、更贵的数据、更封闭的API，塑造了AI的商业逻辑。
这种逻辑一度被认为是不可逆的，毕竟AI训练的成本极高，封闭系统能确保收益最大化，同时维持技术优势。但DeepSeek R1彻底改变了这种假设。
图：DeepSeek
相比更早之前发布的OpenAI o1、Kimi k1，DeepSeek R1不仅是作为开源模型，而是一种全新的思维方式——它让AI的“思考过程”成为透明的，让所有开发者都能看到推理是如何发生的。
更重要的是，它证明了AI进步不必依赖“算力堆叠”，DeepSeek另辟蹊径，通过推理优化，而不是纯粹地算力扩展，重新定义AI进步的路径。
这种开源路径带来的变化，不只是技术上的，也是生态上的。在封闭体系下，企业只能被动接受OpenAI、Anthropic这样的巨头定价，而DeepSeek R1让企业有了更低的成本、更灵活的选择，所有过去被封闭AI掌控的能力，如今都可以在开源环境中自由演进。
这不仅提高了AI的普及度，也让整个行业面临的壁垒大幅削减，这也是为什么我们会看到，所有厂商似乎都在接入DeepSeek。当然，出于营销目的的接入以及简单粗暴的接入方式，也是这种变化中不可避免的一个过程。
写在最后
就在Sam Altman询问开源模型方向的推文下，有人依旧不满于OpenAI的“开源策略”，并提出至少应该开源GPT-4——尽管由于成本和延迟早已不是主力，但依然是非推理类模型的一流性能水平。
R1已经证明，不同于闭源的AI研究，开源的方式可以通过全球协作、技术共享，让整个生态的进步速度加快。未来的AI可能也不会是少数巨头的垄断，而是由大量参与者共同推进的技术体系。
而DeepSeek R1，正是这场“开源盛世”的开端。从这个角度来看，DeepSeek和R1之所以重要，并不仅仅是它的性能，而是它所开启的AI未来。开源不是封闭AI的备选方案，而是一条全新的康庄大道。