AI News

Nathan Lambert 谈黄仁勋离任后开源 AI 生态的走向

Interconnects更新于 11月14日 21:21

Open-source AI without Jensen - by Nathan Lambert

AI 导读

Nathan Lambert 认为,Nvidia CEO 黄仁勋的辞职是美国开源模型生态的重大挫折,Nvidia 仍有支持开源模型的财务动机,但黄仁勋作为运营者对公司的关键作用意味着后续投入很可能收缩。他指出开源模型经济尚处早期,算力短缺下开源权重模型难以真正商品化,而州级和国家级监管是近期最大风险,唯一长期解法是在美国孵化真正的前沿开源模型玩家。

推荐理由

精选AI 评分 71

文章从黄仁勋离任切入,分析开源模型生态失去关键支持者后可能面临的监管与算力压力。

主题

标签

正文 · AI 翻译

没有黄仁勋的开源AI

一场斩首。是时候重建了。Nathan Lambert 2026年11月14日 文章语音版 0:00-7:28

英伟达CEO黄仁勋的辞职是美国开源模型生态发展的重大挫折。英伟达在支持开源模型方面仍有财务利益,即避免权力集中在少数会开发自家芯片、从而削减英伟达利润的客户手中,但支持开源生态与其说是一个靠苦干就能磨出解决方案的工程问题,不如说是一个棘手的谜题。

英伟达的业务运营众所周知极度依赖黄仁勋作为操盘手,因此一种共识是前路充满挑战(甚至可能出现更多高调的离职,经由芯片走私调查,或者干脆是老一套的鲨鱼环伺、觊觎更易挖走的人才)。英伟达的头号目标是稳住这艘船,在未来24个月内向客户交付,并防止内爆。开源模型一直是黄仁勋较为雄心勃勃、创始人式的押注之一。他一直在以很可能即将枯竭的方式向这一领域大量注资。

在这一时期,开源模型经济尚处萌芽阶段。这几年对于确立用例、收入流以及继续训练下一代模型的动机至关重要。我在最近于Fireworks Forge的演讲中(幻灯片、录像)讨论过这些早期年份的敏感性。其论证核心是开源模型的一个上行空间、一个保持乐观的理由,以及一个下行风险。

正面理由是,开源模型经济已正确地抓住了“智能的所有权”和企业后训练这一关键赛道。尚待确定的是下游市场究竟有多大。

下行风险在于,开源模型作为真正商品化智能的长期真正益处,在算力如此短缺的情况下远未实现。短期内,推理初创公司同样难以获得足够的芯片(因为Anthropic和OpenAI买下了太多产能),开源权重模型之间几乎没有利润竞争。如果开源模型也以巨大的推理利润率提供服务,正如我们从DeepSeek的DeepInfer发布中所了解到的,它们就远非商品。在这种范式下,拥有更好规模经济、以及从模型到数据中心和芯片一体化整合的闭源实验室将会胜出。我在最近关于开源模型经济的文章中详细阐述了这一挑战。

综合来看,开源模型要成为有意义的经济引擎,仍有许多事情需要顺利推进。黄仁勋的支持与保护,给了这个生态时间去弄清楚这一点。

黄仁勋不仅仅是个啦啦队长。当早期风向开始搅动时,他会阻止很多糟糕的事情发生。他愿意在开源模型上动用他的权力。

民主党政府资金正大幅涌向那些想要监管AI行业、培育“安全”的候选人。其中许多人觉得需要做点什么,并普遍认为开源模型不安全,却并未了解其益处的复杂性。我近期最大的担忧是州层面的草率监管,其次是国家级监管。自今年夏天以来,我们一直距离一场危机只差一个强大的中国开源权重模型。这一局面仍然成立——尤其是当我们进入一个新的、动荡的网络安全均衡状态时。我们尚未见到由流行的中国开源权重模型驱动的大规模黑客攻击,但这是时间问题,而非是否会发生的问题。当“开源权重鹰派”前来猎杀时,我们需要有人来倡导谨慎和生态视角。

如今推倒开源AI的多米诺骨牌很容易——一旦推倒,要化解下游的权力集中、安全研究的减少以及长期创新的受抑,则要困难得多。从公开数据看,这像是长期创新与短期风险之间的平衡,但这是因为衡量开源模型经济极其困难(例如,它最有价值的方面运行在私有基础设施上)。这是该生态和我的工作反复面临的挑战。

顺便说一句,如今媒体生态在多大程度上围绕时机而非信息的确切可得性运转,令人难以置信。所有这些黄仁勋相关的事情都是已知的,但在恰当的时机、恰在中期的政治转向之后将其放出,扳倒了这位王者。

今年夏天Jacob Coxon的轩然大波也是如此。围绕顶级实验室的那整套安全文化都是众所周知的,但在数据中心和奥弗顿窗口上的恰当时机使其成为全国性议题。这在某个时点也很可能发生在开源模型安全问题上,因为推动现代媒体算法的往往是伤害、风险或安全相关的叙事。我无法想象我在开放科学方面的工作会引发这样的媒体周期,因为它永远不会发生。

对此唯一持久的解决方案是在美国孵化一个真正前沿的开源模型玩家。例如,我完全同意SemiAnalysis CEO Dylan Patel关于美国开源模型生态一个核心问题的看法。摘自最近一期ChinaTalk + SemiAnalysis紧急播客:

Jordan Schneider:我确实想听听你们对这件事有多糟糕的看法,黄仁勋如今已不在美国创新的未来之列。我们应该谈谈开源模型。我是说,他曾是最大的拥护者,对吧?Dylan,你之前说过——我仍然不太理解为什么没有人干脆花几十亿美元做出比Kimi或DeepSeek更好的东西并开源它。

Dylan Patel:没那么容易。问题不在钱,而在人才,老兄。所有最有才华的人主要都在Anthropic、OpenAI、DeepMind和Meta TBD工作,对吧?而那些不在的人则分散在一百家不同的初创公司里。我的意思是,是的,Thinking Machines有一支顶尖团队,但Thinking Machines和Moonshot一样强吗?不。就技术能力而言,Moonshot大概和美国实验室一样强。他们只是在算力和部署上有很大缺口。所以我认为,如果我们没有规模优势,那就赢不了。是的,这些较小的实验室在模型上花了很多钱。但DeepMind、Grok、Meta经常落后于中国实验室的前沿,而且他们花得更多。所以这不只是,哦,花个几十亿美元就能做出一个更好的模型。

最善于吸引人才的人是那些站在运动前沿的人。Jensen帮助催生了这场运动,而且在许多指标上仍然处于下风。Nemotron有着恰当的雄心水平和强大的人才,但它还没有达到可以被称为“任务完成”的程度。在这里构建前沿模型的竞争比大多数人认为的还要激烈。拥有一个坐拥数十亿美元、人才扎实、氛围良好的组织,可能并不能让你达到目标。你通常需要一些特别的东西。

Thinking Machines可能已经在其对开放模型的承诺上走向成熟,其最近的Inkling 2 Small是近期最好的西方开放权重模型。尽管如此,它仍远远落后于Kimi K3.1 Pro,而且人们对智谱下一次GLM更新抱有很高期望。我们至少在进行这场辩论,这是一个更好的迹象,但开放生态系统充满了这样的问题和答案——也许他们能成功?在等式的另一边,像Anthropic这样的闭源实验室看起来像是有史以来组建得最出色的企业之一,这让人对其方法的持久性充满信心。

当Mira需要完成下一轮融资时,他们会打给谁?据称以400亿美元估值进行的下一轮已经板上钉钉,但这不足以长期跟上闭源前沿的步伐。

根本问题在于,开放权重生态系统需要有人愿意接起电话来缓解危机。前方还有更多挑战。我们最可能求助的盟友来自超大规模云厂商,比如扎克伯格、Andy Jassy或Satya。面对AI安全社区以开放模型为负面目标的协调施压行动,我担心主动出击是保持领先的唯一方式。Jensen已经扛起这面旗帜大约两年,在他于2025年明确挺身而出之前,时局一直很混乱。当风险和攻击注定会上升时,我们这场运动的运营能力却在退步。我们这些开放模型信徒理应进行一番自我反思和联盟建设,以构建一个新平台。有些鞋子已经被清空,永远不会被完全填补。

关于本文的讨论

准备好了解更多了吗?

来源

Interconnects