闭源

闭源与开源之争持续成为AI行业焦点。近期，开源模型性能不断逼近闭源，例如Ideogram发布9.3B开源图像模型，能力接近闭源水平；NVIDIA推出的Nemotron 3 Ultra也宣称以低10倍成本达到闭源性能，并已开源。同时，企业实际部署中，Lindy全面转向DeepSeek v4，节省数百万美元，暗示开源性价比优势。然而，闭源阵营仍有动作：Anthropic暗示接近RSI（递归自我改进），其80%新代码由Claude生成，展示闭源模型内部的快速迭代能力。但Gary Marcus驳斥RSI说法，指出Meta-Agent挑战显示AI代理远未自主。此外，Meta闭源模型Muse Spark一再延期，API发布遇挑战，显示闭源模型商业化并非一帆风顺。版权争议也影响选择：Mole作者遭抄袭事件再次凸显开源社区版权保护的脆弱性。当前焦点在于：开源与闭源性能差距持续缩小，性价比与透明性促使部分转向开源，但闭源在深度研发与版权保护上仍有优势；未来需关注开源版权机制改进及闭源模型的真正自主能力突破。