AI的未来是开放与专有并存
摘要
英伟达CEO黄仁勋认为，AI的未来需要开放与专有模型作为协同编排系统共同发挥作用。英伟达宣布成立NVIDIA Nemotron Coalition，这是一个推动开源前沿模型发展的全球性合作计划，其基础模型由Mistral AI与NVIDIA联合开发。
<div id="bsf_rt_marker"></div><p><span style="font-weight: 400;">AI是定义我们这个时代的技术，正迅速成为核心业务基础设施。它由多样化的模型生态系统驱动：大型与小型、开放与专有、通用与专业模型共存。</span></p>
<p><span style="font-weight: 400">这种多样性对于未来至关重要：每个应用都将由AI驱动，每个国家都将构建AI，每家公司都将使用AI。这并非开放创新与封闭创新之间的非此即彼之争。</span></p>
<p><span style="font-weight: 400">正如英伟达创始人兼CEO黄仁勋在NVIDIA GTC关于开源前沿模型的特别会议上对与会者所说：“专有与开放并非对立。它们是专有</span><i><span style="font-weight: 400">与</span></i><span style="font-weight: 400">开放的结合。”</span></p>
<p><span style="font-weight: 400">因此，AI创新的未来并不取决于单一庞大规模的模型。每个行业——医疗、金融、制造——都在应对自己独特的挑战。它们都需要能够以多种方式理解和处理其数据与工作流的AI。这就要求模型系统协同工作，针对不同的模态、领域和组织进行调优与专业化分工，共同解决特定的商业问题。</span></p>
<p><img loading="lazy" decoding="async" class="aligncenter size-large wp-image-91747" src="https://blogs.nvidia.com/wp-content/uploads/2026/03/jhh-open-models-panel-pull-quote-1920x1080-3-1680x945.jpg" alt="" width="1200" height="675" srcset="https://blogs.nvidia.com/wp-content/uploads/2026/03/jhh-open-models-panel-pull-quote-1920x1080-3-1680x945.jpg 1680w, https://blogs.nvidia.com/wp-content/uploads/2026/03/jhh-open-models-panel-pull-quote-1920x1080-3-960x540.jpg 960w, https://blogs.nvidia.com/wp-content/uploads/2026/03/jhh-open-models-panel-pull-quote-1920x1080-3-1280x720.jpg 1280w, https://blogs.nvidia.com/wp-content/uploads/2026/03/jhh-open-models-panel-pull-quote-1920x1080-3-1536x864.jpg 1536w, https://blogs.nvidia.com/wp-content/uploads/2026/03/jhh-open-models-panel-pull-quote-1920x1080-3-1290x725.jpg 1290w, https://blogs.nvidia.com/wp-content/uploads/2026/03/jhh-open-models-panel-pull-quote-1920x1080-3-630x354.jpg 630w, https://blogs.nvidia.com/wp-content/uploads/2026/03/jhh-open-models-panel-pull-quote-1920x1080-3-300x169.jpg 300w, https://blogs.nvidia.com/wp-content/uploads/2026/03/jhh-open-models-panel-pull-quote-1920x1080-3-400x225.jpg 400w, https://blogs.nvidia.com/wp-content/uploads/2026/03/jhh-open-models-panel-pull-quote-1920x1080-3.jpg 1920w" sizes="auto, (max-width: 1200px) 100vw, 1200px" /></p>
<p><span style="font-weight: 400">英伟达是开源AI的主要贡献者：它目前已是Hugging Face上最大规模的机构，拥有近4,000名团队成员。而在GTC大会上，该公司宣布了NVIDIA Nemotron Coalition，这是一种前所未有的全球性合作，旨在通过共享专业知识、数据和算力，推动开源前沿级基础模型的发展。</span></p>
<p><span style="font-weight: 400">该联盟孕育的第一个项目将是Mistral AI与NVIDIA联合开发的基础模型，联盟成员将贡献数据、评估结果和领域专业知识，以支持该模型的后训练与持续发展。它将向开放生态共享，并成为下一代NVIDIA Nemotron模型的基础，这些模型已从Hugging Face被下载超过4500万次。</span></p>
<p><span style="font-weight: 400">多位Nemotron Coalition成员与其他开源模型的构建者与使用者代表，在GTC大会上参加了连续两场小组讨论会。</span></p>
<p><span style="font-weight: 400">第一场小组讨论包括LangChain联合创始人兼CEO Harrison Chase、Thinking Machines Lab创始人兼CEO Mira Murati、Perplexity CEO兼联合创始人 Aravind Srinivas、Cursor CEO兼联合创始人 Michael Truell，以及Reflection AI联合创始人兼CEO Misha Laskin。第二场则邀请了Mistral联合创始人兼CEO Arthur Mensch、OpenEvidence CEO Daniel Nadler、Black Forest Labs联合创始人兼CEO Robin Rombach，以及Ai2高级自然语言处理总监Hanna Hajishirzi和AMP PBC创始人Anjney Midha。</span></p>
<p><iframe loading="lazy" title="NVIDIA GTC 2026 Open Models Panel Highlights with Jensen Huang" width="1200" height="675" src="https://www.youtube.com/embed/H26xnpL-ei0?feature=oembed" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe></p>
<p><span style="font-weight: 400">会议中有五个关键点尤为突出：</span></p>
<p><strong>1. </strong><b>AI智能体正成为高度能干的同事。</b></p>
<p><span style="font-weight: 400">Cursor的Truell表示：“我们很快将看到智能体真正成为能承接耗时数小时甚至数天的任务，并完成极其复杂工作负载的同事。”</span></p>
<p><b>2. AI并非单一模型，而是一个协同编排的系统。</b></p>
<p><span style="font-weight: 400">Perplexity的Srinivas说道：“你需要的是一个多模态、多模型、多云的‘交响乐团’。你只需要分配任务。无需担心哪个模型擅长什么——这正是编排系统要解决的问题。”</span></p>
<p><b>3. 开放性为整个模型生态系统注入创新动力。</b></p>
<p><span style="font-weight: 400">Reflection AI的Laskin指出：“模型是基础的知识基础设施，而基础的知识基础设施渴望开放。”</span></p>
<p><span style="font-weight: 400">“虽然目前存在着繁荣的强大封闭模型生态，但在未来几年内，同样强大的开源模型也将不断涌现。”</span></p>
<p><span style="font-weight: 400">开放与专有模型的结合，不仅推动了前沿AI公司的进步，也促进了学术界的发展。</span></p>
<p><span style="font-weight: 400">Thinking Machines Lab的Murati表示：“还有很多研究需要做，而且完全不可能仅靠大型实验室就能完成。”</span></p>
<p><span style="font-weight: 400">“这正是开放性的价值所在……它推动了AI科学乃至智能科学的发展。”</span></p>
<figure id="attachment_91519" aria-describedby="caption-attachment_91519" style="width: 1680px" class="wp-caption aligncenter"><img loading="lazy" decoding="async" class="wp-image-91519 size-large" src="https://blogs.nvidia.com/wp-content/uploads/2026/03/gtcsj26-S82480-open-models-GM_02878_sized-1680x945.jpg" alt="从左至右就座的嘉宾包括：英伟达创始人兼CEO Jensen Huang、LangChain联合创始人兼CEO Harrison Chase、Thinking Machines Lab创始人兼CEO Mira Murati、Perplexity CEO兼联合创始人 Aravind Srinivas、Cursor CEO兼联合创始人 Michael Truell，以及Reflection AI联合创始人兼CEO Misha Laskin。" width="1680" height="945" srcset="https://blogs.nvidia.com/wp-content/up
查看缓存全文
缓存时间: 2026/04/21 01:12
# AI的未来将是开源与专有并存
来源：https://blogs.nvidia.com/blog/ai-future-open-and-proprietary/
AI是我们这个时代的核心技术，正迅速成为企业级的核心业务基础设施。它由多样化的模型生态驱动：无论规模大小，无论开源还是专有，也无论是通用模型还是专用模型。
这种多样性至关重要，因为未来的每一个应用都将由AI赋能，每个国家都将研发它，每家公司都会使用它。这并非关于“开放创新”与“封闭创新”的二选一辩论。
正如NVIDIA创始人兼CEO黄仁勋在GTC会议上关于开源前沿模型的特邀环节中所言：“专有与开源并非对立关系。它是专有**且**开源的。”（https://www.nvidia.com/gtc/）
正因如此，AI创新的未来不会仅仅依赖于单一的大型模型。每个行业——医疗、金融、制造——都在应对自己独特的挑战。它们都需要能够以多种方式对其数据和业务流程进行推理的AI。这就需要一套模型系统，经过针对各种模态、领域和组织的微调与专业化适配，协同工作以解决特定的业务问题。
NVIDIA是开源AI的重要贡献者：目前它已是Hugging Face上规模最大的机构（https://www.linkedin.com/posts/clementdelangue_nvidia-officially-surpassed-google-as-the-activity-7440434938237083648-6I8C?utm_source=share&utm_medium=member_desktop&rcm=ACoAABp3D98BciuQuFJoFJCZAAiJe2bJwG5n3s4），拥有近4,000名团队成员（https://huggingface.co/nvidia）。在GTC大会上，该公司还宣布成立NVIDIA Nemotron联盟（https://nvidianews.nvidia.com/news/nvidia-launches-nemotron-coalition-of-leading-global-ai-labs-to-advance-open-frontier-models），这是一个前所未有的全球性合作平台，由模型开发者和AI实验室共同组成，致力于通过共享专业知识、数据和算力，推动开源的前沿级基础模型发展。
该联盟的首个合作项目将是Mistral AI与NVIDIA联合开发的一个基础模型，联盟成员将提供数据、评估和领域专业知识，以支持该模型的后训练与持续发展。该模型将与开源社区共享，并成为下一代NVIDIA Nemotron（https://www.nvidia.com/en-us/ai-data-science/foundation-models/nemotron/）模型的基石，后者已在Hugging Face上被下载超过4,500万次。
几位Nemotron联盟成员与其他开源模型构建者与使用者的领军人物，在GTC上接连参与了多场圆桌讨论。
第一场圆桌对话邀请了LangChain联合创始人兼CEO Harrison Chase、Thinking Machines Lab创始人兼CEO Mira Murati、Perplexity CEO兼联合创始人Aravind Srinivas、Cursor CEO兼联合创始人Michael Truell，以及Reflection AI联合创始人兼CEO Misha Laskin。第二场则包括了Mistral联合创始人兼CEO Arthur Mensch、OpenEvidence CEO Daniel Nadler、Black Forest Labs联合创始人兼CEO Robin Rombach，以及Ai2自然语言处理高级总监Hanna Hajishirzi和AMP PBC创始人Anjney Midha。
此次交流中，五个关键观点尤为突出：
**1\. AI智能体正成为能力极强的同事。**
Cursor的Truell表示：“我们很快将看到AI智能体真正成为‘同事’，能够接管那些需要数小时甚至数天才能完成的任务，并处理极其复杂的工作负载。”
**2\. AI不是单一模型，而是一个编排系统。**
Perplexity的Srinivas说：“你需要的是一个多模态、多模型与多云的编排体系。你只需要把任务委托给它，无需担心哪个模型擅长什么——这一切都由编排系统自动调度。”
**3\. 开放性为整个模型生态的创新注入动力。**
Reflection AI的Laskin指出：“模型是知识的基础设施，而基础知识设施渴望开放。” “当前确实繁荣着强大的闭源模型生态，但同样具备同等能力的开源模型将在未来一两年内大量涌现。”
开源与专有模型的结合，正在推动前沿AI公司与学术界的共同进步。
Thinking Machines Lab的Murati表示：“还有很多研究要做，而这些研究无法完全在大型实验室内部独立完成。这正是开放所能发挥的巨大作用……它能推动AI科学与智能科学的发展。”
从左至右就座的参会嘉宾：NVIDIA创始人兼CEO Jensen Huang、LangChain联合创始人兼CEO Harrison Chase、Thinking Machines Lab创始人兼CEO Mira Murati、Perplexity CEO兼联合创始人Aravind Srinivas、Cursor CEO兼联合创始人Michael Truell，以及Reflection AI联合创始人兼CEO Misha Laskin。从左至右依次是：NVIDIA创始人兼CEO Jensen Huang、LangChain联合创始人兼CEO Harrison Chase、Thinking Machines Lab创始人兼CEO Mira Murati、Perplexity CEO兼联合创始人Aravind Srinivas、Cursor CEO兼联合创始人Michael Truell，以及Reflection AI联合创始人兼CEO Misha Laskin。
**4\. 开放系统更值得信赖且易于获取。**
AMP PBC的Midha表示：“归根结底，您是在托付信任……而信任一个开放系统要容易得多。”
依托可信赖的系统，开发者可以部署长期运行的AI智能体，从而胜任几乎任何任务。
LangChain的Chase说道：“用于调度这些模型的系统将会变得更加强大。” “因此，您将能够拥有个人生产力智能体，它们可以处理更复杂的任务并长时间稳定运行。”
开放生态还促进了协作，有助于让AI访问更加普惠。
Mistral的Mench称：“我们认为，广泛开源的模型应成为构建全球所有AI软件的基础。” “通过建立一个激励目标一致的开放生态，大家共同创造对人类有益的成果，我们可以加速这一进程，并确保全世界每个人都能公平地获得人工智能技术。”
从左至右就座的参会嘉宾：NVIDIA创始人兼CEO Jensen Huang；Mistral联合创始人兼CEO Arthur Mensch；OpenEvidence CEO Daniel Nadler；Ai2自然语言处理高级总监Hanna Hajishirzi；Black Forest Labs联合创始人兼CEO Robin Rombach；以及AMP PBC创始人Anjney Midha。从左至右依次是：NVIDIA创始人兼CEO Jensen Huang；Mistral联合创始人兼CEO Arthur Mensch；OpenEvidence CEO Daniel Nadler；Ai2自然语言处理高级总监Hanna Hajishirzi；Black Forest Labs联合创始人兼CEO Robin Rombach；以及AMP PBC创始人Anjney Midha。
**5\. 社会需要通用型与专用型AI的结合来创造价值。**
OpenEvidence的Nadler说：“你必须像塑造社会一样去塑造AI。”他描述了医院如何组织起来，由全科医生与世界级专家并肩工作的模式。“我认为AI的形态也将反映这一点。”
专用型AI之所以崛起，是因为它允许组织将开源基础模型与自身的专有数据相结合。正是这些独特数据，让它们能够在商业与学术界解锁真正具有差异化的价值。
Ai2的Hajishirzi表示：“如今你可能会认为，AI的进步正逐渐局限于少数几家闭源实验室。但这对于绝大多数学术界人士、研究人员，以及希望参与这一进步的非营利组织和其他机构来说其实至关重要。我们已经看到，所有这些进展正是在全面开放的环境下实现的。”
Black Forest Labs的Rombach说：“无论是从事前沿大模型，还是研发最终部署到终端设备上的更专业的开源模型，现在都是最令人兴奋的时代之一。” “存在诸多不同的前沿方向，而每一处都应包含开源元素。”
NVIDIA CEO Jensen Huang身着Cursor定制的皮夹克，在GTC圆桌讨论开始前与开源模型生态领域的领导者会面。NVIDIA CEO Jensen Huang身着Cursor定制的皮夹克，在GTC圆桌讨论开始前与开源模型生态领域的领导者会面。
***观看YouTube上的GTC会议精彩片段* (https://www.youtube.com/watch?v=H26xnpL-ei0)，并立即开始使用**NVIDIA Nemotron* (https://www.nvidia.com/en-us/ai-data-science/foundation-models/nemotron/)开源模型进行构建*。**
相似文章
已成定局：Nvidia的AI之父之一不认同AGI，他将OpenAI和Anthropic的封闭模型比作AOL和Prodigy的封闭互联网，并称未来每个企业都将拥有定制化的开源模型。
NVIDIA的Bryan Catanzaro认为，封闭的AI模型类似于早期围墙花园（如AOL），而未来是每个企业都能拥有定制化的开源模型，全球合作中，中国在开放性方面处于领先地位。
Nemotron Labs：开放模型如何让企业和国家拥有可信、可控且可定制的AI
NVIDIA的博客文章强调了像Nemotron这样的开放模型如何使企业和国家能够构建可信、可控且可定制的AI系统，这与限制检查和适应的封闭模型形成对比。
@nvidia: 每个企业都有不同的数据、工作流程和标准。其AI也应如此。观看了解NVIDIA Nemotro…
NVIDIA强调其Nemotron开放模型如何让团队构建针对业务数据和工作流程量身定制的、值得信赖的专用AI。
AI的未来是销售硬件用于开源/模型吗？
一篇评论文章推测，AI的未来可能转向销售价格实惠的硬件来运行开源本地模型，并指出Meta、Google和Nvidia等公司支持开放权重，而OpenAI和Anthropic则反对。
开源不仅对开发者有益，它还是美国最强大的AI安全工具之一。更多模型意味着更…
NVIDIA首席执行官黄仁勋在米尔肯研究院全球会议上表示，开源AI是美国最强大的AI安全工具，并认为更多的开源模型意味着有更多的守护者来保护AI系统。