DeepSeek-R1的推出，不僅成功實現了低成本與高性能的完美融合，更為關鍵的是，DeepSeek采取的開源策略也讓閉源廠商不得不重新審視技術路線，大模型領域已顯現出開源力量逐步壓倒閉源模式的趨勢。

開源大模型是指源代碼、訓練數據、架構參數完全公開的大模型，允許開發者自由使用、修改和再分發。這類模型通常免費或以極低成本提供，顯著降低了應用門檻，使更多個人及企業能便捷地利用其解決實際問題。

那么問題來了：大模型廠商選擇開源，就等于放棄盈利嗎？

答案當然是否定的。實際上在AI領域，開源正成為大模型廠商的關鍵破局戰略。通過構建“開源引流-服務變現-生態反哺”的閉環，可以形成一條可持續的商業化路徑。具體來看：

基礎設施：開源模型的商業化載體

開源模型的低成本特性，使得云服務成為最直接的盈利出口。開源模型的訓練與推理對算力資源的巨大消耗，為云廠商創造了新的盈利空間。微軟將OpenAI的GPT-4集成至Azure云平臺，企業客戶需購買Azure算力資源才能調用模型，形成“軟件引流?-?硬件變現”的閉環。

自2023年阿里巴巴提出“AI驅動”戰略以來，阿里云逐漸成為阿里巴巴新的增長引擎。根據阿里巴巴集團發布的2025財年年報顯示，得益于AI需求強勁，阿里云公共云收入增長明顯提速，AI相關產品收入已連續七個季度保持三位數同比增長，推動阿里云整體財年收入突破雙位數增長。

阿里巴巴集團主席蔡崇信曾表示，開源不僅能“讓AI技術更廣泛地惠及大眾”，還能激發人工智能應用的井噴式增長，從而顯著提升對云計算服務的需求。他指出，阿里巴巴通過開源Qwen模型，旨在推動AI技術在全球范圍內的普及，進而為公司的云計算業務帶來強勁增長動力。

硬件廠商也在開源浪潮中受益。NVIDIA的GPU是訓練和推理開源模型的核心基礎設施。今年2月，DeepSeek開源了針對英偉達進行優化的一系列代碼庫，包括FlashMLA、DeepEP、DeepGEMM、DualPipe和EPLB，涉及Hopper?GPU、FP8精度計算、MoE、并行策略等關鍵技術，此舉無疑將進一步鞏固了NVIDIA的技術壁壘。2025年財報顯示，NVIDIA數據中心收入同比增長93%，其中開源模型的普及貢獻顯著。這種“硬件+軟件”的協同效應，使得NVIDIA即使不直接參與模型開發，也能從開源生態中獲利。

數據：開源模型的價值倍增器

開源模型的核心價值在于數據積累和生態構建。Meta通過Llama?2收集開發者反饋，優化模型性能并反哺廣告業務，間接增加收入。Google則通過Gemini?CLI收集用戶交互數據，用于訓練更精準的搜索模型，強化其搜索引擎的市場地位。這種“數據閉環”模式，使得開源成為提升核心業務競爭力的戰略工具。

差異化：開源模型走向垂直領域

頭部廠商通過開源通用模型吸引用戶，再通過垂直領域的深度定制實現盈利。通用大模型難以滿足企業的專業需求，廠商通過行業數據精調+端到端交付實現商業突破。

例如，科大訊飛的羚羊工業大模型，在通用星火模型基礎上，結合石油、電力等行業數據訓練出專業版本，為相關企業提供針對性的解決方案。這種“通用底座?+?垂直深耕”的策略，使廠商在特定領域形成技術壁壘，避免陷入同質化競爭。

由此可見，開源不僅是一種技術分享策略，更是推動行業發展、放大自身業務價值的重要手段，讓廠商能在開源生態的繁榮中持續獲利。

寫在最后：

開源策略讓技術紅利與商業價值實現解耦，即模型層通過開源降低行業門檻，基礎設施層通過規模化變現，應用層通過場景深耕獲取超額利潤。可以預見的是，隨著AI監管的完善和行業需求的深化，開源大模型的盈利路徑將更加多元，技術普惠與商業成功的平衡將成為廠商競爭的關鍵。