阿里再闯开源赛道，商业化路径破解变现密码？

作者：邸睿芳

编辑：周雪松

制图：乔寒云

2月25日深夜，阿里云正式开源视频生成大模型万相2.1（Wan），采用Apache2.0协议，开源涵盖14B和1.3B两种参数规格模型，完整释出推理代码及权重文件，支持文生视频和图生视频任务。

这一动作并非孤立事件。自2025年1月，深度求索人工智能公司DeepSeek凭借开源大模型引发行业关注后，昆仑万维、百度文心系列等主流模型均表示加入开源阵营，技术开放的浪潮开始席卷AI领域。

这种趋势的延续正引发行业新思考，有业内人士预判，随着知识产权共享与商业化路径的持续探索，“开源”或将定义2025年AI大模型的核心发展方向，不过，商业模式创新也需配套突破。

01 开源竞赛升级

中国AI行业的开源浪潮正引发连锁反应。在DeepSeek R1宣布高度开源后，各大科技企业竞相加入这场技术变革，形成“开源竞赛”新态势。

技术开源呈现多点突破态势，2025年1月21日，腾讯混元开源3D生成大模型2.0版本，实现几何建模与纹理渲染的双突破；时隔不足月余，百度宣布文心大模型4.5系列将于6月全面开源；昆仑万维则紧随其后开源中国首个面向AI短剧创作的视频生成模型SkyReels-V1、中国首个SOTA级别基于视频基座模型的表情动作可控算法SkyReels-A1。

2月21日—23日全球开发者先锋大会的集中展示，又将这场开源运动推向新高度：商汤科技携LazyLLM框架入场；MiniMax发布01系列模型；阶踏星辰更推出全球最大参数量的开源视频模型。技术开源的广度和深度正在不断拓宽。

这场开源运动引发业内深度思考，中国经济时报·中时财经就开源战略对企业AI生态价值询问阿里云方面，截至发稿，对方未予回复。

中国企业资本联盟副理事长柏文喜向中国经济时报·中时财经解释了企业开源战略的三重逻辑。在技术构建层面，开源能加速创新并降低硬件适配成本，如Meta开源Llama 2后吸引4.2万开发者贡献代码，漏洞修复效率较闭源模型快3倍。从商业布局角度，开源有助于建立技术标准并锁定市场份额，同时开发者通过微调覆盖长尾场景，形成数据反哺闭环提升模型性能。而在市场竞争维度，企业通过开源应对行业开放趋势压力，如免费策略可快速积累用户数据增强黏性，从而巩固市场地位并规避被竞品反超风险。

盘古智库高级研究员江瀚也向中国经济时报·中时财经指出，开源带来了竞争与合作并存的新格局。一方面，开源模型之间会形成竞争，促使各模型不断提升性能以吸引用户；另一方面，开源也促进了跨模型、跨平台的合作，共同推动技术进步和应用拓展。

02 开源盈利密码

全球AI开源社区Hugging Face数据显示，截至2月25日，阿里千问（Qwen）开源大模型的衍生模型数量已突破10万，持续领跑全球开源模型生态。这不仅展现了中国企业在AI领域的技术影响力，也为开源模式如何实现商业化提供了观察样本。

尽管阿里尚未公开千问衍生模型对营收增长的具体贡献，但其关联业务的表现已初见端倪。

2025年Q3财报显示，阿里云外部商业化收入同比增长13%至317.42亿元，其中AI相关产品收入连续六个季度实现三位数同比增长。开源策略带来的开发者在实践中产生的云资源消耗和增值服务需求，正在形成商业转化的底层逻辑。

开源的商业化路径值得探析，柏文喜认为，其一，通过提供企业级解决方案、定制化开发及API接口等增值服务实现行业定向收费；其二，依托用户数据与流量优势，开展精准广告投放与商业数据分析变现；其三，针对AI监管趋势，推出数据溯源、内容审查等合规服务；其四，通过构建开源生态圈层，吸引广告商和合作伙伴，实现多元化的盈利。

“当开发者的创意与企业的商业诉求在开源平台上形成共振，技术创新与价值创造的边界将持续拓宽。而谁能将开发者的创造力转化为可持续的商业模式，谁就能在开源赛道赢得先机。”一位大模型初创公司的人士在社交平台发帖说道。

03 闭源加速回血？

QuestMobile2024年AIGC应用发展年度报告数据显示，截至2024年12月，豆包App月活跃用户复合增长率达21.2%，突破7500万大关，稳居综合类AI原生应用的榜首。

值得注意的是，这与行业通过开源抢占开发者生态的主流趋势形成反差——该应用的底层大模型未对外开放源代码。针对闭源策略的考量，中国经济时报·中时财经曾联系字节跳动方面，但截至发稿未获回应。

江瀚分析指出，闭源大模型的核心优势在于其技术保密性和独特性。闭源意味着竞争对手难以直接复制或模仿模型的核心算法与数据结构，从而保护了企业的技术优势和市场地位。其次，闭源模型更容易实现定制化服务。由于代码不公开，企业可以根据客户需求进行深度定制，提供更加贴合业务场景的解决方案，增强客户黏性。

这种策略在豆包大模型1.5版本中已见成效，其AI作业批改功能可实现解题过程分析、错题智能纠错等服务，在教育场景的应用引发热议。

而关于闭源是否缩短盈利周期，江瀚认为这并非绝对。他指出，闭源模型虽然可能在初期因技术优势获得较高的市场份额和定价权，但盈利周期的长短还取决于多种因素，如市场需求、产品定位、营销策略等。如果闭源模型不能持续创新或未能有效满足市场需求，其盈利周期可能会受到负面影响。

柏文喜则提出不同视角：开源模型的基础版本毛利率可能从70%降至45%，但通过开源吸引的开发者和用户，可以为企业带来更多的增值服务和商业合作机会。因此，开源大模型并不一定会拉长盈利周期，而是通过不同的盈利模式实现长期收益。

面对两种模式的利弊，江瀚进一步提出了混合开源模式，即部分组件或功能模块开源，而核心算法或关键技术保持闭源。这样既能享受开源带来的生态效应，又能确保核心技术的商业化价值不被侵蚀。

值得注意的是，技术路径差异并未延缓AI的场景落地进程。据《2024年轻人AI使用趋势报告》，AI在工作、学习和创意表达中备受关注，近一半的受访者每天使用AI。

实践层面，央视财经就曾报道过塔里木油田通过AI模型将异常报警准确率提升至80%，管控效率增长3倍；北京某中医药数字化项目中，某AI模型使研发周期从7天压缩至4天；浙江杭州气象部门利用AI大模型提升天气预报精准度。

随着2025年AI规模化应用临近，无论是闭源体系的技术纵深，还是开源生态的价值延展，多元模式的竞争碰撞正驱动行业走向高质量发展新阶段。

（转自：中时财经）