大数跨境

开源走向公共品:算力、数据、模型一起开放 | 数字经济 · 今日头条

开源走向公共品:算力、数据、模型一起开放 | 数字经济 · 今日头条 成都未来数字科技研究院
2026-11-13
3
导读:数字经济 · 今日头条

2026年11月13日 | 第41期  


开源走向公共品:算力、数据、模型一起开放

来源:世界互联网大会、中国网信网、新华社、中国日报、央视网、阿里云、华为、腾讯、深度求索公开信息

开源第一次被摆到全球数字治理的桌面上。11月2日到5日,世界互联网大会乌镇峰会,138个国家的1800位嘉宾到场,27场分论坛,主题词里第一次写进"开源"两个字。世界互联网大会人工智能专业委员会首席主任委员、中国工程院院士、之江实验室主任王坚代表大会发布《携手构建全球开放人工智能行动倡议》,18条,把算力、数据、模型、人才、安全五件事装进同一个框架。

开源是什么,需要先说清楚。它不是"不要钱的软件",是一套授权规则:源代码公开,任何人可以查看、修改、再分发,条件是遵守随代码附带的许可证。这套规则让互不相识的人能在同一个项目上协作,不用先签合同。

开源这个词1998年才提出来,最初对抗的是软件垄断。三十年后它成了全球数字基础设施的地基:手机系统、银行数据库、云上的容器调度,底层大多是开源软件。

18条倡议最实质的一句,是把"开源"从代码开源(Open Source)扩展到资源开放(Open Resource)。过去开放源代码,现在要开放算力、数据、模型、人才、安全。这个提法不是文字游戏,它把开源的计量单位从"行"换成了"卡""TB""调用次数"。

两组数字能说明。中国AI开源大模型的全球累计下载量突破100亿次,Hugging Face今年春季报告显示,过去一年平台上41%的大模型下载量来自中国研发的模型。另一边,国家数据集团副总经理胡啸在会上点出,高质量数据集供给不足,多主体数据融合不够,成熟场景集中在编程和视频生成。下载量世界第一,可用的数据却不够。

这里有一个反直觉的地方:开源开放得越多,越需要有人为公共品付钱。模型权重放出来是免费的,训练它、维护它、保证它安全,没有一样是免费的。开源的下半场,比的不是谁开放得多,是谁能持续供得起。

一、开源不是免费,是一套让陌生人协作的规则




开源有三层含义,多数人只看到第一层。第一层是代码可见,能看、能改、能再分发。第二层是许可证,一份法律文本,规定你能做什么、不能做什么。第三层是治理,谁有权合并代码、谁决定版本方向、谁承担维护成本。

许可证这一层最容易被忽略,也最能说明开源的性质。Apache 2.0和MIT是宽松许可,拿去商用、改了不公开,都可以。GPL是传染性许可,你改了再分发,必须同样开源。同样是"开源",法律后果可以完全不同。

选哪种许可,不是技术偏好,是商业策略。想让生态快速扩大,用宽松许可;想防止别人拿去做闭源产品,用GPL。阿里通义千问全系用Apache 2.0,腾讯混元Hy3也用Apache 2.0,图的就是让别人敢用、敢改、敢商用。

第三层治理,决定开源项目能不能活过十年。软件时代的开源靠基金会托管:Apache软件基金会管着上百个顶级项目,Linux基金会管着内核,CNCF管着Kubernetes。章程规定谁有投票权、怎么选技术委员会、商标归谁。没有治理结构的开源,稳定性取决于发起那家公司的意愿。

国内也补上了这一环。开放原子开源基金会承担了中立托管方的角色,openEuler、OpenHarmony都在这个框架里孵化。这件事的意义不在于多了一个机构,在于国内的开源项目不用把命运绑在一家公司身上。

规模最能说明这套规则跑得怎么样。Linux内核现在有3000万行代码,每小时产生近十次改动,每八到九周发一个新版本。7.3版本有3021名开发者贡献代码,其中八成以上是企业工程师,Intel、Red Hat、AMD、Google、NVIDIA、华为都在名单里。

企业愿意派工程师给一个不属于自己的项目写代码,是因为它成了公共基础设施:它坏了,所有人的生意都受影响;它好了,所有人的成本都下降。开源的稳定,靠的不是热情,是利益一致。

二、为什么重要:产业的地基和标准的入口




开源的价值先体现在省下来的钱上。操作系统、数据库、编译器、容器调度,这些基础软件每家从头写,成本高到没人愿意做。开源把成本摊到所有使用者身上,一家写一次,一万家用一万次。

但省钱只是表层。开源真正的价值,是让贡献者拿到了定义标准的资格。谁把项目开源出去,谁就定了接口;谁定了接口,谁就定了后来者怎么接进来。

Android是最典型的例子。Google在2007年把Android开源,今天全球移动操作系统市场里,Android占69%到75%,其余大部分是iOS。一个开源项目撑起了年出货十几亿台的产业,也把Google的服务送进全球市场。

Kubernetes是另一个。2014年6月,Google把内部调度系统开源,2015年7月发布1.0版本,同时捐给了刚成立的CNCF。今天它是容器编排的事实标准,8.8万名贡献者,来自8000多家公司。Google没有收到一分钱授权费,但拿到了云市场的入场券。

资本市场的定价更直接。2018年,微软用75亿美元买下GitHub,一个代码托管平台。2019年,IBM用340亿美元买下Red Hat,一家靠开源软件订阅服务挣钱的公司。这两笔交易说明,开源生态里的位置是可以被定价的,而且价格不低。

国内的动作也在加快。华为把openEuler捐给开放原子基金会,2025年新增装机448万套,openEuler系在中国服务器操作系统市场的份额达到57.3%,装机总量突破2000万套。社区里有2200多家单位成员、3万名贡献者、112个SIG组。

阿里走的是另一条路。到今年,阿里开源了460多款模型,衍生模型超过30万个,全球累计下载量超过30亿次。Hugging Face的数据显示,Qwen系列在平台上的衍生模型有15万个,是Meta模型的2.6倍、Llama系列的4.7倍。衍生模型的数量,比下载量更能说明一个开源项目渗透得有多深。

结论很清楚:开源不是成本中心,是战略资产。它换来的不是授权费,是标准、生态位置和路径依赖。

三、开放的东西变了:从代码到要素




这一轮变化最实质的,是开源的对象变了。软件时代开放的是源代码,现在的模型开源,严格讲多数只是开放权重。训练数据不公开,训练代码不完整,许可证还带商用限制。

开放权重和真开源的区别值得说清楚。权重是训练出来的参数文件,拿到它能推理、能微调,但不知道它怎么练出来的。真正的开源要连数据配方、训练代码、评测方法一起给。这和OSI定义的开源不是一回事,但对产业的影响一样——能力可以被人拿去用。

这也是为什么18条倡议把算力、数据、模型、人才、安全写在一起。只开放权重,不开放数据和算力,开源就只是少数机构之间的协作,扩散不到产业里去。

王坚院士在峰会上提的做法很具体:共建开放的算力池与数据集,推动计算资源、高质量数据集和公开评测基准共享。这句话的分量在于,它把开源的门槛从写代码,挪到了有算力和有数据。

门槛一挪,参与资格就变了。过去一个人一台电脑就能参与开源,现在参与前沿模型的开源,先得有千卡级算力和TB级语料。开源的门槛不是降低了,是换了位置。

开源的历史一直是门槛转移的历史。从操作系统到框架,从框架到模型,每一次转移都换掉一批参与者。这一次换掉的,是没有算力和数据的人。

但对后发地区来说,使用开源成果的门槛反而降低了。权重可以下载,微调成本远低于从头训练。能不能用上,取决于有没有人把它接到本地场景里。这比"要不要自己做模型"实在。

四、中国第一次站到了贡献者位置




软件时代,中国更多是开源思想的受益者;人工智能时代,中国变成了重要的贡献者和引领者。这是王坚院士的原话,也是这轮格局变化里最值得记的一句。

支撑这个位置的是具体的开放动作。深度求索持续开放模型结构和训练方法,MiniMax开放实验数据,启元实验室与清华大学把九源统一智能计算系统规模化开源,阿里开源460多款模型。开源的深度在变:从开放权重,到开放训练方法,再到开放实验数据。

这条路走了二十多年。从用别人的操作系统,到参与内核贡献,再到做出被全球下载的模型,位置是一步步挪过来的。挪动的方式不是喊出来的,是一个项目一个项目攒出来的。

贡献者身份带来的不只是影响力。谁定接口,谁定评测基准,谁就掌握了这个生态里什么叫好的标准。这层意义,比下载量重要得多。

但位置靠前不等于位置稳固。开源生态的领先靠持续投入维持,一旦停止贡献,位置很快会被填上。而且它不靠单点突破维持,模型、框架、工具链、社区运营缺一块,生态就立不住。开源世界里没有守得住的存量,只有跑得动的增量;生态竞争是木桶的竞争,不是尖刀的竞争。

五、公共品谁来养




开源看着免费,账要有人付。训练一次前沿模型以千万美元计,推理按调用量烧钱,安全响应和漏洞修补需要常设团队。这些投入不会因为代码公开而消失。

阿里巴巴集团主席蔡崇信说,AI只有开源才能普及,只有普及才能创造可持续、普惠的智能时代。这句话讲的是收益侧。成本侧的逻辑是另一套:企业开源,换的是生态位置、开发者习惯和云服务的后续收入。

开源不是慈善,是以退为进的商业结构。能不能持续,取决于有没有人愿意为公共品付钱——可以是云厂商,可以是政府,也可以是整个产业链的分摊。

商业模式已经比较清楚。Red Hat走订阅制,软件开源、服务收费,IBM花340亿美元买的就是这套模式。国内云厂商走开源核心、托管服务收费。还有开源基础版、企业版收费,或者开源模型按调用量卖推理。三种形态的共同点是,免费的部分扩大用户,收费的部分收回投入。

政府在这个结构里的角色容易被低估。采购开源支持服务、资助基金会、把开源项目纳入公共服务目录,都是给公共品付费的方式。问题不是要不要付费,是用什么方式付费。浙江提出到2027年培育150家以上开源创新企业。

安全是这套账里最难算的一项。峰会发布的《前沿人工智能安全与治理2026》指出一个不对称:高收入国家的AI安全治理就绪度优于中低收入国家,最先进的技术却在加速进入后者。模型权重一旦公开就无法收回。

开放什么、开放给谁、开放到什么程度,需要分级规则。原始数据、脱敏数据、统计结果、模型参数,风险和价值的组合完全不同。分级不是为了限制开放,是为了让开放可持续。没有评测能力的开放不叫开放,叫放手。

六、四川在开源链条上的位置




开源社区不是只能有一个。操作系统、工业软件、机器人数据、行业模型,每个方向都能长出独立社区,四川都已落子。

操作系统方向起步最早。鸿蒙生态(成都)创新中心2024年6月揭牌,是西部第一个鸿蒙生态专业载体,40多款产品通过OpenHarmony兼容性测试认证。2026年6月成都印发开源鸿蒙生态三年行动方案,锦江区配套10亿元开源生态产业基金,投向开源鸿蒙、开源欧拉、鲲鹏。

数据方向拿到了发起方位置。2026年7月,开放原子OpenLET具身智能开源数据集社区成都工作组在电子科技大学揭牌,累计开源6万多分钟机器人真机数据,开发者接近1.6万人,联合川内四十多所高校补充西南垂域数据。这是四川第一次以发起方身份进入国家级开源社区的分工。

工业软件方向的动作更实。中电九天是中国电子旗下做半导体工厂CIM系统的企业,晶圆厂的生产调度、设备联动、质量追溯都跑在这套系统上,国内主要晶圆厂和面板厂在用。2025年10月它发布全国首个AI驱动的工业软件开源信创平台,要解的是工业软件建在国外开源体系上的风险:代码托管、模型下载、依赖包拉取,任何一环被设限,研发就会中断。

华鲲振宇走的是另一条路。它以鲲鹏、昇腾做服务器和智算整机,产品50多款,2025年非x86架构芯片服务器出货份额13.7%,排全国第一;同时在Gitee上建起自己的社区,沉淀技术文档145份、可复用镜像109个,存储700多GB,环境部署、模型训练、问题排查都有现成路径,开发者俱乐部把实验室算力远程开放给会员。这是把国产算力怎么用写成可复制流程。

但要如实说,做开源项目的企业确实还不多。中电九天在试,华鲲振宇做得最成体系,多数企业还停在"用开源"这一层。用开源能降成本,供开源要建团队、养社区、长期投入。

算力这一端有基础。国家超算成都中心和四川省一体化算力调度平台2.0可调度国产算力1600PFlops,成都算力券每年不低于1亿元。可调度不等于可开放,要变成开源能用的资源,还得解决计量、结算和优先级。

结论是清楚的:四川的位置不只在建社区,更在供要素。把行业数据集、算力调度、适配测试做实,社区才有人用。文旅数据条件最好,缺的是合规、标准化的加工环节,先把一个行业跑通。

专家点评

成都市未来数字科技研究院

开源这件事讨论了很多年,重点一直在技术圈。今年不一样,18条倡议把算力、数据、安全都装进来了,开源从开发者的事变成产业的事。还有一点要提醒:开源不等于不要投入,能持续供数据、供算力的机构,背后都有稳定的投入机制。

四川要参与进去,最现实的一条路是把可开放的数据做成产品。文旅、医疗、装备制造的数据密度不低,但能开的那部分散在各处,没有形成可交付的数据集。企业想要不知道找谁,机构想供不知道怎么供,这个中间环节最值得做。

成都这几年的开源氛围在起来,高校、企业、社区都有动作,但多数还停在自用。自用是第一步,开放是第二步,从自用到开放,缺的不是技术,是愿意把东西拿出来的机制。开源还有一个隐性好处,是让本地团队能看见最好的东西长什么样。闭源时代只能看到接口,开源之后能看到实现。看见,是追赶的前提。

编者按 成都未来数字科技研究院系省发展改革委(省数据局)数字经济"1+1+N"研究机制重要合作单位。在省发展改革委数字经济相关处室指导下,数科院协调相关研究力量,每个工作日精选当日数字经济、智能经济领域的重大政策与行业标志性事件,一事一报、要点直达,研究分析数字经济领域新业态、新模式、新赛道,呈现数智社会发展新样态。

【声明】内容源于网络
0
0
成都未来数字科技研究院
1234
内容 372
粉丝 0
成都未来数字科技研究院 1234
总阅读10.5k
粉丝0
内容372