本文来自极客网（www.fromgeek.com）。
极客网·人工智能5月20日企业级AI领域正悄然发生一场转变——尽管OpenAI的ChatGPT、谷歌Gemini等闭源大语言模型（LLM）依旧流行，但越来越多企业IT决策者开始青睐小型开源模型。背后根本原因在于，这类开放权重模型凭借可定制、成本可控、数据自主等优势，正快速成为企业AI部署的新选择。
从“黑盒”到“画布”：开源模型的核心吸引力
业内常将开源模型称作“开放权重模型”。与闭源LLM相比，它最大的优势在于透明度与可控性。闭源模型如同无法窥探的黑盒，企业难以掌握内部逻辑与数据流向；而开源模型则像一张空白画布，企业可在已有基础上自由修改、定制，无需从零构建模型。
高德纳（Gartner）高级分析师迪帕克・赛斯打比方：“现在就像有现成画布，你只需在上面创作，不用自己造画布。即便搭建专属模型，也无需从零起步。”
开源模型的模式类似Linux系统，可以免费下载、自由修改、按需部署。AI工具公司Jozu联合创始人兼首席运营官杰西・威廉姆斯表示，开源模型走红源于应用场景爆发与灵活性优势：“开源更灵活，在某些场景下，闭源模型难以获得企业信任，而开源可完全自主掌控。”
他同时强调，开源模型兴起并非单纯“反LLM”，真相是“闭源模型的普及速度史无前例，增长势头不减，开源走红只是并行的新趋势。”
当前主流开源模型包括Meta的Llama、Mistral、DeepSeek、Minimax。科技巨头也纷纷推出开源版本，比如谷歌Gemma源自Gemini，OpenAI发布GPT-OSS，微软则推出Phi系列。
不过，科技巨头的开源模型存在明显短板，训练数据量更少、通用能力较弱。万宝盛华集团数据科学与AI解决方案负责人马克斯・利明指出：“谷歌、OpenAI的开源版本训练数据远少于闭源模型，智能水平稍逊，没有真正意义上的通用模型，企业需针对性测试适配场景。”
企业青睐开源模型：成本、安全、生态三重优势
ServiceNow、微软、HubSpot、RWS等企业一致认为，开源模型有三大核心价值：易集成、低成本、适配智能体工作流。
1.规避厂商锁定，提升AI韧性
近期Anthropic、OpenAI等闭源服务商多次出现服务中断，促使企业高管警惕“厂商锁定”风险，开始引入开源模型构建AI灾备方案。高德纳高级研究总监马克斯・戈斯提醒：“AI竞赛尚处早期，企业必须思考：AI用于什么？备选方案是什么？应急预案如何制定？”
2.本地部署安全可控，保护核心数据
开源模型适合本地部署，既能降低算力成本，更能杜绝数据外流风险。利明强调：“企业数据不会流向服务商，避免被用于训练竞品模型，这是闭源模型无法比拟的安全优势。”
3.拓展机器人、数字主权等新场景
英伟达物理AI模拟副总裁雷夫・勒巴雷迪安表示，开源模型为机器人领域提供通用交互语言，比如英伟达AI机器人栈以开源为主，能打通整个机器人生态，实现跨设备协同。
此外，开源模型成为数字主权战略核心。法国依托Mistral构建主权AI；阿联酋推出K2 Think V2（由穆罕默德・本・扎耶德人工智能大学、G42、Cerebras联合开发），旨在打造贴合本国语言、价值观与安全需求的自主AI系统。
MBZUAI基础模型研究所副总裁理查德・莫顿直言：“主权的本质，是真正拥有技术所有权。”
潜在风险：安全隐患与更新滞后
尽管热度攀升，开源模型仍暗藏风险。英国科技创新部与AI安全研究所联合研究指出，开源模型易遭恶意提示攻击，或被用于发起网络攻击，模型漏洞可能成为黑客入侵企业系统的入口。
深度学习先驱约书亚・本吉奥牵头的报告特别警示：“闭源服务商可统一推送安全修复，而开源模型开发者无法强制用户更新，漏洞长期存在将引发系统性风险。”
结语
AI产业正从单一闭源主导，走向开源与闭源并行互补的新格局。开源模型凭借自主可控、成本优势与场景适配性，成为企业构建安全、灵活、高韧性AI体系的关键选择；而闭源模型仍将凭借强大通用能力，在消费级与通用场景保持主导。未来，结合两者优势、按需选型，或将成为企业AI落地的主流路径。
