#谷歌前 CEO:我不喜欢中国 AI,因为他们开源不能被我们控制 #,谷歌前首席执行官近期在海外行业论坛公开发表争议言论,直言自身并不看好、也不喜欢中国人工智能产业,核心理由只有一条:国内大量通用大模型、底层 AI 框架全部选择开源路线,代码、权重完全公开,海外企业无法实现管控、限制与技术封锁。一番说辞看似主观个人偏好,实则暴露西方科技巨头深层焦虑,中国 AI 开源生态蓬勃发展,彻底击碎欧美长期依靠闭源模型垄断全球 AI 底层技术的布局,这场开源博弈,本质是全球人工智能话语权的争夺战。
长久以来,全球 AI 底层生态长期由美国企业垄断,谷歌 TensorFlow、Meta PyTorch 两大主流框架均为海外企业掌控,看似开放实则暗藏限制条款。海外开源框架设置多层隐性门槛,商用高阶功能收取高额授权费,关键底层算子闭源加密,企业商用规模达到一定体量就会启动版权审核、限制调用,海外巨头依靠底层框架拿捏全球所有 AI 研发企业,掌握技术管控、定价、断供三重主动权,所有国家 AI 产业都要依附美方技术体系。
而国内 AI 企业走出完全差异化路线,通义千问、文心一言、豆包、DeepSeek 等系列大模型同步开放轻量化开源版本,完整底层代码、模型权重、训练框架无保留对外公开,个人开发者、中小企业、高校科研团队均可免费商用、自主二次改造,不存在隐藏付费门槛、单方面断供风险。任何人拿到开源模型后都能自主微调、适配行业场景,不用受制于单一海外企业的技术规则,这也是谷歌前 CEO 最为忌惮的核心点,失去对底层技术的管控能力,意味着西方 AI 垄断体系出现巨大缺口。
西方巨头抵触中国开源 AI,深层存在三重利益损失。第一,底层框架授权收益大幅缩水,过去全球企业只能采购、适配美方闭源 / 半开源框架,每年支付巨额商用授权费,国产免费开源模型普及后,大量中小企业直接放弃海外框架,海外企业失去稳定现金流;第二,失去全球技术规则制定权,此前 AI 训练、数据合规、模型部署标准全部由谷歌、Meta 主导,国产开源生态壮大后,国内自主技术标准逐步向外输出,东南亚、中东、欧洲大量研发团队转向国产开源模型;第三,地缘层面技术管控手段失效,美方频繁出台芯片、AI 技术出口限制,可国产开源模型完全本土化,无需依赖海外软硬件,封锁手段彻底失去作用。
很多人疑惑,开源模型难道不会造成技术泄露?事实恰恰相反,国内开源实行分层机制,轻量化通用模型完全开放,顶尖自研高端商用模型保留专属闭源迭代版本,兼顾普惠发展与核心技术保护。开源面向教育、小型创业、行业轻量化改造,高端算力、多模态旗舰模型、企业专属 Agent 系统自主管控,做到开源拓生态、闭源守核心,兼顾产业普及与技术安全,这套分层模式是海外厂商从未做到的创新思路。
全球开发者市场已经出现明显转向,海外中小研发团队、高校实验室纷纷下载国产开源大模型,摆脱美方框架各类限制。过去学习 AI 只能依托谷歌配套教程、工具链,如今国内完整开源配套文档、本地部署工具、免费算力环境,门槛大幅降低,发展中国家无需高额成本就能搭建自主 AI 体系,打破欧美科技霸权。谷歌前 CEO 的吐槽,恰恰侧面印证国产开源 AI 路线走对了,正是因为不受外部控制,才能快速在全球站稳脚跟。
人工智能的未来不该由单一国家、几家巨头说了算,开源共享、技术自主是全球产业发展大势。美方企业习惯掌控全球底层技术、依靠规则收割红利,无法接受中国走出不受其约束的开源道路,才会直白表露抵触情绪。国产 AI 持续深耕开源生态,既是降低国内中小企业 AI 使用门槛,也是向全球输出独立、自主、无束缚的人工智能技术体系,彻底改写全球 AI 产业原有垄断格局。