在近日的NVIDIA GTC大会上，一场关于“开放前沿模型”的特别会议引发广泛关注。Mistral、Perplexity、Cursor、Reflection AI、Thinking Machines Lab等AI领导企业的CEO达成共识：开放模型与专有模型将长期共存，共同推动AI生态的创新。
NVIDIA创始人兼CEO黄仁勋在会上明确表示：
“专有与开放不是对立的概念。可以既是专有又是开放。”
这一观点打破了非此即彼的二元争论，为企业和开发者指明了更务实的方向。
一、核心洞察：AI是一个生态系统，而非单一模型
与会专家指出，未来的每个应用都将由AI驱动，每个行业（医疗、金融、制造等）都有独特的挑战。没有一个模型能解决所有问题。
Perplexity CEO Aravind Srinivas 强调：
“用户需要的是多模态、多模型和多云编排。他们只需要委托任务，无需费心了解哪种模型擅长什么——编排系统会自行解决。”
这意味着，企业应关注如何构建模型系统，而非押注某个“最强”模型。
二、开放模型的价值：知识基础设施与信任
Reflection AI CEO Misha Laskin 指出：
“模型是基本的知识基础设施，而基础设施需要开放性。”
开放模型的价值体现在三个方面：
推动研究：大型实验室无法完成所有研究，学术界和开源社区是创新的重要来源
建立信任：AMP PBC的Anjney Midha表示，“用户是在委托信任，而信任一个开放的系统要容易得多”
普及AI：Mistral CEO Arthur Mensch认为，开放式模型是“构建全球AI软件的基础”，能确保公平获取AI能力
三、专有模型的价值：差异化竞争的关键
开放不等于没有商业价值。与会专家一致认为，企业将自己的专有数据与开放基础模型结合，才是真正的差异化来源。
OpenEvidence CEO Daniel Nadler 以医院为例：
“全科医生与世界级专家协同工作。AI的形态也需要这种结构。”
也就是说，通用AI处理广泛任务，专用AI解决特定问题，两者缺一不可。
四、NVIDIA的开放生态布局：Nemotron Coalition
作为Hugging Face上最大的组织（拥有近4000名成员），NVIDIA在GTC上宣布成立 NVIDIA Nemotron Coalition——全球首个模型构建者与AI实验室的合作项目，通过共享专业知识、数据和算力，推进开放前沿基础模型。
首个项目：Mistral AI与NVIDIA共同开发的基础模型，联盟成员将贡献数据、评估和领域知识
成果共享：模型将与开放生态系统共享，并支持下一代NVIDIA Nemotron模型
市场验证：Nemotron模型在Hugging Face上的下载量已超过4500万次
五、对企业的启示：如何构建自己的AI策略
基于以上讨论，企业客户可以思考以下问题：
| 问题 | 建议方向 |
|---|---|
| 是否必须使用最大的模型？ | 不一定。小型+专用模型可能更高效、更可控 |
| 开放模型是否可靠？ | 开放系统更易建立信任，且可自行审查 |
| 如何保护数据价值？ | 用开放基础模型 + 专有数据微调，形成壁垒 |
| 需要怎样的基础设施？ | 支持多模型、多云编排的算力与网络 |
这正是NVIDIA网络产品（网卡、交换机、线缆、模块）的用武之地——无论企业选择哪种模型策略，都需要高速、可靠、低延迟的算力互联底座。
一句话总结
AI的未来不是开放赢或专有赢，而是两者共存。企业应关注如何利用开放生态降低门槛，再用专有数据构建护城河。
WeChat
Profile