AI竞争新格局：规模不再是唯一，开源与效率成新焦点

徽声在线7月13日讯（编辑 潇湘）回顾过去两年，人工智能（AI）领域的竞争态势可谓一目了然：哪家企业打造的模型规模更庞大、在基准测试中的表现更优异，哪家企业便能在市场上占据领先地位，至少在新一轮产品发布前保持优势。

然而，时至今日，这种单一的评判标准已逐渐显得力不从心，难以全面反映AI领域的真实竞争状况。

据行业内部人士透露，随着企业界从单纯的AI模型能力测试，转向将AI技术真正融入实际产品和业务流程中，企业的核心诉求已发生显著变化。如今，企业不再盲目追求性能最强的模型，而是更加注重在合理的成本、必要的数据支持以及特定的部署环境下，如何为特定任务匹配到最合适的模型。

这一转变无疑为一种新型的人工智能竞争格局打开了大门——这种竞争不再过分强调模型规模，而是将焦点转向了路由分发、成本控制、系统管理以及算力效率等关键环节。

“在当下这个时代，模型本身已不再是企业的核心产品，”Perplexity首席执行官Aravind Srinivas如是说道，“真正的关键在于‘框架’——即那个能够将模型巧妙地嵌入功能强大的系统之中，并使其与众多工具实现无缝对接的协调系统。”

这意味着，AI产品正在逐步演化为一个高度智能化的系统，能够自主判断在何时使用何种模型，以及需要调用哪些外部工具或公司内部数据源。例如，在处理单纯的客户服务任务时，可能无需动用最昂贵的模型；而在解决复杂的编码问题时，则可能需要调用更为强大的模型。对于常规的内部工作流，企业可以选择使用成本更低的开源模型；而对于更为棘手的工作步骤，则可以升级到性能更卓越的模型上。

“答案始终是明确的：选用最适合该任务的模型，”Srinivas再次强调道。

值得一提的是，替代模型的涌现正值美国企业纷纷收紧AI支出之际，这对OpenAI和Anthropic等依赖销售前沿技术发展的企业构成了新的挑战。

就在上周，Perplexity预告了其Perplexity Computer产品的新系统，该系统基于中国智谱推出的开源模型GLM 5.2进行构建。该系统旨在通过让成本更低的模型承担更多工作，仅在必要时才调用更强大的模型，从而实现成本的有效控制。

这一做法无疑反映了市场上的更广泛变化。如今，企业可以自行下载、调优并运行的开源模型正变得越来越强大，且与大型AI实验室推出的高端专有模型相比，其运行成本也更为低廉。

Benchmark的合伙人Peter Fenton指出，这场变革的影响将是深远而颠覆性的。“我们认为，在未来18到24个月内，甚至有可能在今年年底前，90%以上的Token将由开源模型生成——尽管这一观点可能有些反主流，但它正逐渐成为行业内的共识，”Fenton如此表示。

“当企业能够直接运行这些‘足够好’的开源模型，从而绕过前沿模型公司索取的高额费用时，这些巨头赖以生存的推理利润率必将面临巨大压力。”Fenton进一步分析道。

Fenton还指出，转向开源模型并不仅仅是为了节省成本。在某些特定情况下，针对特定任务进行调优的小型模型，其运行速度和性能甚至可能优于大型通用模型。

阵地转移：开源模型成为新焦点

这正是Benchmark投资Ollama的重要原因之一——该公司致力于让开发者和企业能够更轻松地下载、运行和管理开源模型。

“模型诞生于何处、由谁训练固然重要，” Ollama首席执行官Jeff Morgan表示，“但对我们接触的众多企业而言，更关键的问题是——这个模型最终在哪里运行，以及如何高效运行。”

Morgan透露，目前已有超过85%的《财富》500强企业采用了Ollama的服务，其中包括航空、保险和医疗保健等受监管行业的企业。他指出，许多公司最初会选择使用小型模型，在靠近自身数据的环境中运行，待逐渐熟悉后，再逐步扩展到更大的开源模型。

值得注意的是，开源模型的兴起也给美国带来了战略层面的挑战。目前，许多最具竞争力的开源权重模型都来自中国实验室，如智谱和DeepSeek等。这使得开源AI不仅成为了一个商业问题，还涉及到了政策问题和国家竞争力问题。

Srinivas表示，美国应该积极支持开源模型的发展，因为它们使AI技术更加经济实惠且触手可及。“如果你希望人工智能的益处能够广泛惠及美国及美国盟国的小型企业，那么人工智能就必须变得更加经济实惠，而开源是实现这一目标的唯一途径。”Srinivas如此说道。

这一转变还可能对整个美国科技行业正在进行的大规模数据中心建设产生影响。当前的人工智能热潮假设需求将持续流向配备高端芯片的大型云数据中心。然而，Srinivas指出，部分AI工作最终可能会转而在本地运行，即在消费者或企业拥有的设备上进行。

这并不会完全消除对数据中心的需求，但可能会催生一种更加混合的AI系统：常规任务在本地处理，而最复杂的工作则被发送至云端更强大的模型进行处理。

对于投资者而言，关键问题在于：随着开源模型的不断改进，且企业对所采用的技术变得更加挑剔，那些美国头部的AI企业还能否维持其定价能力……

（徽声在线 潇湘）