Meta發新模型Muse Spark，被DeepSeek、千問逼急了？

今日凌晨，Meta 發布旗下全新模型 Muse Spark，這是一款定位于高效率與個性化能力的生成式模型，支持文本、圖像等多模態理解，并被設計為直接嵌入 Meta 自有產品體系中使用，如Facebook、Instagram、WhatsApp、Messenger 及 AI 眼鏡產品，后續都將接入。

但 Muse Spark 真正讓人感到意外的是，這次 Meta 并沒有和此前的 Llama 一樣做開源模型，而是轉向封閉模型，并將其能力與平臺深度綁定。實際上，模型的開源與閉源，一直都是 AI 廠商們意見分歧較大的兩個選擇。

（圖源：Meta）

過去兩年，大模型的發展邏輯主要圍繞規模展開，參數量、訓練數據和算力投入構成了競爭的核心指標。以 OpenAI 和 Anthropic 為代表的閉源陣營，在這一階段建立了明顯優勢，因為模型訓練需要耗費大量的資金，這些公司選擇閉源，顯然是要為商業化做更好的準備。

但以 DeepSeek、阿里的 Qwen，以及月之暗面的 Kimi 為代表的開源模型，在推理能力、成本控制以及部署靈活性上快速進步，逐漸縮小與頭部閉源模型之間的差距。它們的開源模式，使越來越多企業開始嘗試自建模型或私有化部署，開發者也更傾向于基于開源模型進行二次開發，使用成本明顯低于封閉模型。

（圖源：Meta）

當開源模型已經成為整個行業的新趨勢，Meta 卻選擇在這個節骨眼上從開源轉向閉源，這也不禁讓人懷疑，開源真的已經強到可以定義行業了嗎？閉源真的能讓 Meta 過去燒掉的千億美元成本得到回報嗎？

開源模型對閉源模式的威脅太明顯了

實際上，早在 2023 年 Meta 就成為開源模式的頭號玩家，這一年發布的 LLaMA 系列模型逐步向開發者開放使用，這是第一次有接近主流水平的大模型以開源的模式與大眾見面。

但真正意義上把開源這件事做到能直接威脅 OpenAI、 Anthropic的，是 DeepSeek。2025 年 1 月，DeepSeek-R1 正式發布，官方直接把它定義為 fully open-source（完全開源模型），并放出了技術報告、模型權重和 MIT 許可證，甚至連蒸餾出來的小模型也一起開放。

DeepSeek 還徹底改變了行業對成本的想象，官方表示，其模型只用兩個月、不到 600 萬美元就完成構建，而且用的是受限版本的英偉達 H800 芯片。DeepSeek 還曾透露過，R1 的訓練成本約為 29.4 萬美元。就是這么個「低成本」，DeepSeek 直接引起了股市大地震，英偉達曾一日蒸發達 5930 億美元市值。

（圖源：Deepseek）

同樣是開源玩家，阿里的 Qwen 直接把開源做成了一整套體系，持續把不同尺寸、不同模態、不同任務方向的模型及時更新，讓開發者可以第一時間用上最新的 Qwen 模型進行二次開發。據官方報告稱，Qwen 模型家族在Hugging Face 上的累計下載量已經達到 7 億次，成為當時全球使用最廣泛的開源 AI 模型之一。

（圖源：阿里）

更重要的是，阿里證明了開源模型是形成生態，也可以被企業接入、被開放者二次開發，甚至改成各種用途的模型等。

月之暗面的 Kimi 則是把這些能力更具象化到實戰場景里。早期的 Kimi 是以強上下文被大眾熟知，讓模型可以穩定處理長文檔和復雜信息，但在 2026 年，月之暗面開源 Kimi2.5，模型在多模態、工具調用和結構化輸出上的能力得到加強，同時還具備了在同一個流程里完成大量不同任務的能力。

（圖源：月之暗面）

在短短一年時間里，閉源模型曾經的優勢都在被這些開源模型狠狠沖擊。一是能力部分，以前閉源廠商只要比別人強很多，用戶就愿意接受黑盒和高價，因為沒有別的選擇，而 DeepSeek、Kimi 等開源玩家把同樣強的能力以更低的價格拋給市場，幾乎沒有企業和開發者能拒絕這樣的誘惑。

二是產品的完整度。OpenAI、 Anthropic、Google Gemini 都有很完整的模型家族，問答、視覺、圖像等，但 Qwen、Kimi 也開始補齊了這部分能力，也擁有了更完整的多模態能力。這就顯得封閉模型的「高價」，更沒有必要了。

此外，以 Anthropic 為代表的閉源模型廠商，一直以高度的控制力為名，但企業在嘗試過可以用開源模型去做更適合自己的工作流程之后，對只開放 API 的這些閉源模型更加無感了。

拆開來看，開源模型是一步一步在拆掉閉源模型的「護城河」，一開始是技術壟斷，然后是價格，最后是生態。所以，Meta 的 Muse Spark 突然定位為閉源模型這件事，才會突然引起爭議，畢竟開源模型已經被主流市場認可，作為開源模型玩家的鼻祖之一，Meta 完全可以順著這個優勢做下去。但 Meta 也有身不由己的理由，那就是開源模型 Llama 始終沒有得到應有的回報。

閉源模型們都在死守什么？

既然開源模型已經把能力、價格和生態一步步補了上來，為什么 OpenAI、Anthropic、Google，甚至最早把開源這扇門推開的 Meta，到今天反而都在把模型收得更緊？其實背后的原因也很好理解。

相比起開源模型，OpenAI、Anthropic 這些閉源模型玩家更早摸透了商業變現的本質。開源模型當然也能賺錢，但它的賺錢路徑通常更散，可能是云資源、托管、工具鏈、企業定制，模型本身并不直接收錢。但閉源模型就不一樣了，收費方式簡單得多，API、訂閱、企業服務，只要能給一套完整可用的服務，然后就是坐等收錢。

數據顯示，OpenAI 2025 年 6 月的年化收入已經達到 100 億美元，2026 年 1 月又進一步突破 200 億美元；Anthropic 2025 年 5 月的年化收入達到 30 億美元，到 2025 年 10 月又接近 70 億美元，而且約 80% 的收入都來自企業客戶。

（圖源：CNBC）

此外，就從產品本身來說，閉源模型還存在一定的優勢。開源模型這兩年進步很快，很多能力已經足夠強，但它大多數時候還是一段底層能力，需要開發者和企業自己去部署、改造、接進業務系統里，最后才能變成一個真正能用的東西。但閉源模型就是直接從廠商手里買一整套服務，即便價格高一些，那也是到手可用的程度。

因此，閉源廠商死守的其實就是已經成型的產品形態和不會被別人改動的入口，而且這套方案已經有明顯的盈利能力，自然也就沒必要輕易放棄。同樣地，Meta 在 Llama 上，確實把開源這件事往前推了一大步，受到了很多開發者的支持，但這些年狂砸千億美元，最終也是沒有看到什么實質性的回報。

再且說，Muse Spark 其實本就傾向于依賴 Meta 旗下社交平臺與應用數據打造的模型基地，對于這樣的一個模型，Meta 更沒有理由去開源給開放者、企業隨意更改使用。

開源還是閉源，這是一個問題

實際上，到了今時今日，開源與閉源已經不是技術上的爭執，畢竟兩者的能力基本打成平手，越新的模型在某些能力上就會越有優勢，無關開源/閉源。

李彥宏算是國內最早公開站到閉源這一邊的人。早在 2024 年，他就明確說過，開源大模型的意義沒有外界想象得那么大，理由也很直接，生成式 AI 和 Linux、Android 這種傳統開源軟件不一樣，普通用戶根本看不到參數是怎么變化的，也不是那么在乎。在李彥宏看來，閉源模型才有更強的商業化能力，只有能持續賺錢，廠商才有足夠的算力投入和人才儲備把模型繼續往前推。

（圖源：人工智能大會論壇/百度 CEO 李彥宏）

相反，馬斯克卻更支持大模型開源，雖然更多人認為這只是他用來惡心 OpenAI 的一個手段，但他也確確實實把 Grok 的模型開源了。

當然，Grok 確實在做開源模型，但馬斯克也有自己的小心思。每一代 Grok 新模型發布之際，馬斯克都選擇再擇機開源舊版本，本質上還是先把最核心的能力握在自己手里，等新版本推出后，再把前一代模型放出去。說白了，他并沒有真的放棄閉源邏輯，只是把「開放」變成了競爭策略的一部分。

（圖源：路透社）

而文心大模型也在 DeepSeek 問世不久后，也就是 2025 年的 6 月，正式把文心 4.5 開源。雖然這一波顯然是在「打臉」李彥宏曾經的發言，但開源也確實幫助文心大模型快速擴散出去，吸引到更多開發者加入。

因此，在雷科技看來，開源和閉源天生就不是絕對對立的。開源更容易推動技術擴散，大量開發者加入進來，推動行業的發展，也更容易把模型做成基礎設施，讓中小企業受益。至于閉源則更容易形成可持續的投入回路，把產品、算力、數據和責任綁在一起，就像李彥宏說的，只有盈利才有辦法繼續投入。兩種模式都各有各的道理，它們出發點不同，視角自然也就不同。在未來的很長一段時間里，開源/閉源都不會被其中一方打敗而徹底退場，但哪個方向更具優勢，或許還要時間給我們答案。