问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
创新工场董事长李开复近日在专访中阐释“AI主权”概念，其涵盖技术控制权、数据安全、本土文化法律适配三大核心维度。他明确指出各国无需盲目复刻闭源巨头OpenAI的发展路径，资源有限的市场主体可依托开源模型走本地化建设的“第三条路”，中国企业DeepSeek已验证该模式可实现不到美国同行十分之一的投入达标同等性能。
2026年开年以来，全球AI产业竞争已经从技术竞速升级为主权博弈：欧盟AI法案正式落地执行、东南亚多国出台本土AI产业扶持政策、多个新兴市场明确要求AI服务必须满足本地数据留存要求。但头部闭源大模型动辄数十亿美元的训练成本，让多数国家和中小企业都面临“要不要all in自研”的两难选择，李开复的相关论述，为这一行业普遍困惑提供了新的解题思路。
在李开复的定义中，AI主权绝非单纯的技术控制权不受制于人，而是覆盖技术可控、数据安全、本土文化与法律适配三个核心层面的完整体系。如果直接使用海外通用闭源模型，不仅存在核心数据流出的风险，模型输出内容也可能不符合本地公序良俗、甚至违反当地监管规则。
但他同时强调，并非所有国家和企业都有必要从零打造类OpenAI的闭源大模型：GPT-4的训练投入超过百亿美元，后续迭代成本还在持续攀升，对于资源有限的市场主体而言，盲目跟风闭源自研不仅投入产出比极低，也很难追上第一梯队的技术迭代速度。
李开复提出，依托开源大模型构建本地化体系的第三条路，是更具普适性的AI主权落地方案。这种模式无需从零训练全参数大模型，只需要在成熟的开源模型底座上，针对本地语言、文化、监管要求做增量微调，即可快速产出符合本土需求的大模型产品，整体成本仅为全量闭源自研的10%到20%。
他还以中国AI企业DeepSeek为例验证这一路径的可行性：在算力资源相对紧张的前提下，DeepSeek通过优化模型架构、削减无效算力消耗，最终以不到美国头部闭源厂商十分之一的投入，就推出了性能媲美国际第一梯队的大模型产品，且完全符合国内的监管要求与用户使用习惯，商业化落地速度反而超过了不少同步启动自研的海外厂商。
谈及全球AI产业的长期发展趋势，李开复预测，未来行业将形成类似“iPhone与安卓”式的二元格局：闭源模型就像iOS系统，走高利润、封闭生态的路线，主要服务对性能、安全性要求极高的高端付费客户；而开源模型则像安卓系统，具备极高的定制化空间，覆盖更多下沉场景和本地化需求，不同国家、不同行业的开发者都可以基于开源底座做二次开发，形成百花齐放的细分生态。
在他看来，两种路线不存在谁取代谁的关系，未来5到10年将长期共存：闭源模型会持续探索技术边界，而开源模型则会承担AI技术普惠、助力不同市场落地AI主权的核心作用。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号