谭俊 程莹 刘志鹏

（中国信息通信研究院政策与经济研究所，北京 100191）

摘 要 阿里巴巴、深度求索（DeepSeek）的开源路线引发全球开源浪潮，欧盟在巴黎人工智能行动峰会明确释放支持开源发展的信号，谷歌、微软纷纷开源前沿多模态模型，OpenAI同样释放将开源大语言模型的信号。总体来看，全球领先大模型企业纷纷加快开源布局，有利于降低AI领域创新壁垒，但开源风险成为短期重要未决议题；开源助力抑制美国拉大技术代差，欧盟借此寻求技术自主权，我国开源大模型出海机遇与挑战并存。对此，建议我国筑牢开源生态根基，构建安全可靠的产业体系，把握国际开源技术扩散的窗口契机，进一步拓宽人工智能技术与规则的海外输出路径。

关键词 人工智能治理; 开源生态; 产业出海 

DOI:10.11959/j.issn.2096-0271.2025089  

引用格式：

谭俊, 程莹, 刘志鹏. 全球大模型开源战略的动因、影响与应对策略探析[J]. 大数据, 2025, 11(6): 28-34.   

Tan J, Cheng Y, Liu Z P. Analysis of the motivations, impacts, and countermeasures of the global open-source strategy for large models[J]. Big Data Research, 2025, 11(6): 28-34. 

0 引言

人工智能（AI）大模型技术正经历深刻变革，开源模式凭借其加速创新、汇聚众智、降低门槛的优势，成为全球领先企业战略布局的关键方向。开源浪潮显著降低了AI创新壁垒，促进技术普惠与多边协作，为发展中国家能力建设提供契机。然而，开源模型在安全可控、合规伦理、供应链安全等方面的风险，以及开源生态成熟度差异塑造的多元产业格局，成为亟待解决的全球性挑战。在此背景下，深入分析全球大模型企业加速开源布局的动因、现状、影响及风险，特别是探讨其给我国带来的机遇与挑战，并提出针对性策略，对我国把握技术变革窗口、筑牢安全发展根基、提升国际话语权具有重要的理论和现实意义。

1 全球领先大模型加快开源布局

1.1 阿里巴巴、深度求索通过开源加速收窄与美国的差距，吸引英伟达等上线接入

从技术角度看，阿里Qwen3系列8款混合推理模型近期全部开源，在推理、指令遵循、工具调用、多语言能力等方面均取得大幅增强。而DeepSeek则超越Meta、Google等美国头部企业模型开源程度，在“代码开源周”期间，5日内连发FlashMLA、DeepEP通信库等开源项目，进一步丰富开源生态资源工具。从产业生态看，DeepSeek-R1训练成本达到同性能模型的1/10，直接使用成本为1/30，阿里Qwen3则以DeepSeek-R1参数量的1/3，使成本进一步下降，二者吸引全球开发者共同参与人工智能迭代优化。例如，Qwen3在开源3小时内在GitHub获1.7万点赞量，DeepSeek-R1下载量超300万次，二者均成为国际开源社区150万个模型中最受欢迎的开源大模型。从市场格局看，DeepSeek-R1发布后用户与应用数量呈爆发式增长，形成技术输出与市场扩张的双向增进。具体而言，其推出后曾在全球140个市场的应用商店排名榜首，百度、腾讯、英伟达、微软等超200家企业宣布上线和接入。

1.2 国际头部企业加快开源布局，争夺行业发展主导地位

一方面，美国闭源模型企业反思商业模式，开源模型企业加速技术迭代。面对开闭源模型技术差距的持续缩小，OpenAI首席执行官承认闭源策略“站在了历史错误的一边”，并在2025年4月1日宣布将开源一款强大的推理大语言模型。谷歌、微软则在2025年3月纷纷开源前沿多模态模型，试图以低成本高性能产品维持市场份额。另一方面，欧洲借力开源力量，力争跻身“第一梯队”。欧盟委员会主席在巴黎AI行动峰会表示，“开源能够更快地传播”“欧洲AI将拥抱开源力量”。近期，欧洲启动开源AI协作项目OpenEuroLLM，整合欧洲研发资源开发开源语言模型，并获3 749万欧元资助；得益于法国政府全方位支持，法国初创企业开源Mistral Small 3，并定位为OpenAI的低成本“优质开源替代方案”。

1.3 从代码共享到生态共建，开源成熟度差异塑造多元产业格局

当前主流模型开源程度存在梯度，依据开源源代码、参数权重、训练数据等要素的成熟度可分为4种类型。一是深度开源模式，以法国Mistral Small 3为例，采用促进深度集成的完全开源策略，支持任意部署与定制，且无限制地允许商用。二是限制开源模式，Meta的LLaMA系列模型保持训练数据、核心算法闭源，通过开源生态扩大市场，并对商用实施严格限制。三是分层开源模式，x.AI仅开源上一代模型，Google则仅选择开源TensorFlow等部分模型框架，均通过闭源模块实现盈利。四是生态绑定模式，华为开源适配自研芯片的盘古大模型，通过模型优化算力效率与应用场景，以提升昇腾芯片销量。

2 对我国的影响与挑战

2.1 全球开源加速削弱美技术领先优势，我国开源生态仍存明显短板

2024年5月，美国拟议法案管控开源模型权重，试图在AI领域保持全球技术领先地位。我国深度求索、阿里巴巴等企业凭借开源体系，挑战AI研发对“算力堆砌”的路径依赖，逐渐突破美国主导市场的格局。美国或调整封闭策略，降低全球创新要素的获取难度，为我国实现战略反超提供契机。值得注意的是，我国开源生态仍存明显短板。国内开源社区缺乏类似LLaMA等的全球性标杆，开源大模型训练仍高度依赖谷歌Transformer架构和英伟达CUDA编程框架。全球开源模型的跟进布局，可能会放大我国开源生态话语权等方面的短板问题。有必要防范PyTorch等开源框架在技术协议中附加地缘政治条款，同时警惕美国借助上游工具链优势，占据全球人工智能开源底座，进一步巩固其在人工智能领域的领导力。

2.2 开源推动技术普及与多边协同，我国产品海外部署机遇与挑战并存

从普惠发展角度看，开源人工智能契合“真正的多边主义”理念，有利于推动全球南方国家的能力建设。例如，南非医疗AI公司利用DeepSeek重构诊断系统，成本直降80%。从国际合作角度看，开源人工智能有助于形成多方协同共建的发展范式，增强我国国际规则话语权。法国、波兰等欧洲国家正积极构建开放式AI研发生态，为中欧技术研发合作、技术标准协同以及大语言模型互操作等方面提供新契机。同时，韩国、印度、菲律宾等国也积极拥抱开源AI，有助于我国在人工智能领域与更多国家增进共识，抢占标准话语权。从产业竞争角度看，我国企业全球化布局面临市场份额挤压挑战。2025年2月17日，法国Mistral AI发布专精阿拉伯语的区域语言模型Mistral Saba，凭借文化适应性和高精度形成竞争优势，可能放大对东南亚、中东等新兴市场的吸引力。

2.3 开源应用推广可能持续放大安全风险，亟须把握规则主导新契机

当前，Mistral AI等企业竞相推出开源产品，但在商业竞争中可能放松安全管控，导致滥用误用等风险加剧。技术安全方面，开放权重易遭恶意代码注入、权重篡改等供应链攻击，如DeepSeek的链式思维功能可能被用于“预设答案攻击”。开源生态方面，基于开源模型修改的FraudGPT等大模型，可能被用于违法信息生成、生化武器研发等违法活动。合规与伦理方面，贡献者突破法规及协议要求的风险凸显，全球部署难以保证符合各国监管规则与伦理文化，快速迭代或引发不可控的超级智能风险。基于此，开源模型风险治理合作为构建新规则话语权提供战略窗口。单边治理模式难以有效覆盖开源生态复杂性，训练数据溯源、模型微调审计等技术方案逐步被讨论并写入国际标准方案，进而影响技术发展主导权。

3 对策建议

3.1 以开源生态筑基，打造开源模型场景应用创新标杆示范

一是建设国家级开源创新平台，支持基于开源框架开发行业级解决方案，实现生态供给与产业需求的有效对接。牵头构建开源模型技术标准体系，强化基础软硬件适配能力，依托国家人工智能创新应用先导区建设开源算力服务平台。二是聚焦智能制造、智慧政务等垂直领域，实施“开源大模型+”场景赋能计划，支持龙头企业联合科研院所打造行业级开源解决方案示范项目。三是推进国家级开源社区建设，建立开发者贡献度积分奖励机制，加快形成“产学研用”协同创新生态。

3.2 以国际合作突围，把握开源技术扩散窗口拓宽发展空间

一是依托世界人工智能大会等平台，发起全球开源人工智能发展伙伴计划，设立开源奖项吸引国际开发者团队参与开源项目建设。推动开源大模型纳入“数字丝绸之路”建设框架，强化国产开源协议影响力，对冲美国技术标准主导权。二是联合欧洲启动多种语言模型研发计划，输出配适欧洲监管和文化需求的开源解决方案，推动建立中欧人工智能技术标准互认机制。三是建设全球开源枢纽，吸引Apache、Linux基金会等设立分支机构，为海外市场提供开源人工智能基础设施。

3.3 以风险防控守界，加快构建安全可控开源模型产业体系

一是建立人工智能开源生态透明化机制，强化可追溯机制，完善开源社区自治体系，建立开发者信用约束机制。二是加强开源人工智能研发与应用安全治理，要求开源模型提供安全说明和风险提示，对高风险开源项目要求采取安全防范措施，对关键基础设施要求完善开源组件使用备案制度和安全审查机制。三是通过设立专项基金、引导企业投入等方式，支持高校、科研机构和企业开展开源模型风险防范技术的研究，提升开源模型抗风险能力。

4 结束语

全球大模型开源浪潮正重塑AI创新生态与竞争格局。我国阿里巴巴、深度求索等企业的开源人工智能实践，体现出开源可加速迭代、汇聚智慧、降低成本等，对国际技术影响力有重要影响。然而，生态短板、安全风险放大、国际竞争加剧及地缘政治扰动，构成我国深度参与必须应对的挑战。机遇与挑战并存，要求我国采取系统性举措：对内建设国家级开源平台与社区，推广垂直领域人工智能应用，强化基础软硬件适配与安全可控能力；对外把握技术扩散窗口，深化国际合作，积极参与全球规则塑造；同时严守风险底线，构建透明可追溯、安全可靠的开源治理体系。

（参考文献见原文，点击篇末『阅读原文』阅读及下载本文）

作者简介

谭俊，男，中国信息通信研究院政策与经济研究所工程师，主要研究方向为人工智能治理、个人信息保护等。

程莹，女，博士，中国信息通信研究院政策与经济研究所高级工程师，主要研究方向为人工智能治理、平台治理领域研究等。

刘志鹏，男，博士，中国信息通信研究院政策与经济研究所工程师，主要研究方向为人工智能互联网平台、数据要素治理等。

相

关

阅

读

• 面向人工智能的数据治理框架

• 大模型时代下的存储系统挑战与技术发展

• 开源情报多模态智能处理系统设计与工程实现

联系我们:

Tel: 010-53859533

       010-53879208

E-mail: bdr@bjxintong.com.cn 

http://www.j-bigdataresearch.com.cn/

转载、合作：010-53879255

大数据期刊

《大数据（Big Data Research，BDR）》双月刊是由中华人民共和国工业和信息化部主管，人民邮电出版社主办，中国计算机学会大数据专家委员会学术指导，北京信通传媒有限责任公司出版的期刊，已成功入选中国科技核心期刊、中国计算机学会会刊、中国计算机学会推荐中文科技期刊，以及信息通信领域高质量科技期刊分级目录、计算领域高质量科技期刊分级目录，并多次被评为国家哲学社会科学文献中心学术期刊数据库“综合性人文社会科学”学科最受欢迎期刊。

关注《大数据》期刊微信公众号，获取更多内容