四川
過去兩年，人工智能競賽的勝負似乎很容易判斷：模型越大越好，基準測試成績越高越強，誰能宣稱領先，至少在下一次產品發布前就占據上風。
但這套評判標準正顯得不再完整。隨著企業不再只是測試人工智能，而是把它真正嵌入產品和工作流程，關鍵已不再是接入“最強模型”，而是以合適的成本、在所需數據和指定環境下，調用最適合某項具體任務的模型。
這一變化正在打開一種新的人工智能競爭格局。競爭焦點不再主要是模型規模，而是路由能力、成本、控制權和算力。
Perplexity首席執行官阿拉溫德·斯里尼瓦斯對美國消費者新聞與商業頻道表示：“模型本身已經不再是產品。真正的產品是承載它的系統，是把模型放進一個能力很強的框架里，并讓模型與大量工具配合使用的編排系統。”
這意味著，人工智能產品正變成一套能夠自行判斷“該用哪個模型、何時使用、需要接入哪些外部工具或企業數據源”的系統。客服任務未必需要最昂貴的模型，復雜的編程問題可能需要。日常內部流程可以運行在更便宜的開放模型上，更困難的步驟則可以升級交給更強大的模型處理。
斯里尼瓦斯表示，答案永遠是，針對任務使用最合適的模型。替代性模型的出現，正值美國企業收緊人工智能支出之際。這也給OpenAI和Anthropic帶來新的挑戰。過去幾年，這兩家公司憑借銷售最前沿的技術迅速發展。
Perplexity本周預覽了一套用于其計算機操作產品的新系統，核心基于Z.ai的開放模型GLM 5.2。該系統旨在讓成本更低的模型承擔更多工作，只在必要時調用更強的模型。這種做法反映了市場更廣泛的變化。開放權重模型可以由企業自行下載、微調和運行，如今能力正不斷增強。與大型人工智能實驗室提供的高端專有模型相比，這類模型的運行成本也更低。
風險投資機構Benchmark普通合伙人彼得·芬頓表示，這種轉變可能非常顯著。他對美國消費者新聞與商業頻道說：“一個也許曾被視為逆向、但正在成為共識的觀點是：未來18到24個月里，超過90%的生成令牌將來自開放權重模型，甚至可能在今年年底前就會出現這種情況。”
令牌是人工智能模型處理和生成的數據單位。芬頓說：“當前沿模型公司提供的推理服務可以在沒有它們加價的情況下運行，而開放權重模型又已經足夠好時，這些公司的推理利潤率將面臨壓力。”
芬頓還表示，轉向開放模型并不只是為了省錢。在某些情況下，針對特定任務調優過的小模型，速度可能更快，表現也可能優于大型通用模型。這也是Benchmark投資Ollama的原因之一。該公司致力于讓開發者和企業更容易下載、運行和管理開放模型。
Ollama首席執行官杰夫·摩根說：“模型來自哪里、在哪里被創建和訓練，這是一回事。但對我們接觸的這些企業來說，更重要的是它在哪里運行、如何運行。”摩根表示，Ollama已被超過85%的《財富》500強企業采用，其中包括航空、保險和醫療等受監管行業的公司。他還表示，許多企業先從貼近自身數據運行的小模型開始，等到更有把握后，再擴展到更大的開放模型。
開放模型的崛起，也給美國帶來戰略層面的挑戰。最具競爭力的一些開放權重模型來自海外實驗室，包括Z.ai和DeepSeek。這使開源人工智能同時成為商業問題、政策問題和國家競爭力問題。斯里尼瓦斯表示，美國應支持開放模型，因為這會讓人工智能更便宜、更容易獲得。
他說：“如果你希望人工智能的收益能廣泛惠及美國的小企業以及美國盟友國家的小企業，那么人工智能就必須便宜得多。而開源是實現這一點的唯一方式。”
這一轉變還可能影響科技行業正在推進的大規模數據中心建設。當前這輪人工智能熱潮的一個前提是，需求會持續流向裝滿高端芯片的大型云數據中心。斯里尼瓦斯則表示，未來部分人工智能工作最終可能轉而在本地運行，也就是在消費者或企業自有設備上完成。
這并不意味著數據中心將失去必要性，但可能會形成一種更混合的人工智能體系：常規任務在本地運行，最困難的工作再發送到云端更強大的模型處理。對投資者而言，問題在于，隨著開放模型不斷進步、企業對使用場景愈發挑剔，最大的人工智能實驗室能否維持其定價能力。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
