共计 1159 个字符，预计需要花费 3 分钟才能阅读完成。
中国开源模型, 正成为全球 AI 的“度量衡”
中国开放模型的出海方式正在发生变化。 过去, 海外用户更多接触的是中国 AI 应用或 API; 如今, 一些国家和机构开始把中国模型作为本土大模型建设的底座, 再结合本地数据继续训练。
📌 沙特国家级模型选择 MiniMax 作为底座
值得注意的是,HUMAIN 在介绍中明确提到,HUMAIN-M3 基于中国公司 MiniMax 的 MiniMax-M3 开发。换句话说, 沙特提供资本、算力和本地语言数据,MiniMax 提供已经完成基础训练的模型能力, 双方共同推进面向阿拉伯语场景的本地化模型。
🔍 从“买 API”到“拿底座”: 前后变化明显
- 合作位置更靠前: 不再只是终端产品输出, 而是参与模型底座建设。
- 本地化程度更高: 海外机构可基于自身语言、文化和数据进行继续训练。
- 控制权更强: 相比长期依赖闭源模型, 开放权重或可本地部署模型更符合部分政府和企业的数据安全诉求。
HUMAIN 公布的结果称 ,HUMAIN-M3 在七项阿拉伯语公开基准的等权平均分达到 89.37%, 较未经本地化训练的 M3 参考模型提升约 9 个百分点。不过, 这些测试聚焦阿拉伯语能力, 不能直接推导为模型在编程、通用推理等所有能力上均处于同等水平。
💡 中国模型正在成为多语言本地化的上游选择
类似趋势并非只发生在沙特。 公开案例显示 ,Qwen、DeepSeek、MiniMax 等中国模型或架构, 已经出现在日语、东南亚多语种、泰英双语等本地化模型项目中。不同项目的合作深度并不相同, 有的是继续训练, 有的是采用架构或兼容方式, 也有的是围绕开放模型进行适配。
这说明海外机构对“自研”的理解正在改变: 并非所有能力都必须从零开始预训练。 本地团队可以掌握数据、部署和应用层 , 而把前期成本极高的基础模型训练交给更成熟的开放模型生态。
📊 开放权重改变了 AI 成本与主权逻辑
中国开放模型受到关注, 背后有现实原因 。前沿模型从零训练投入巨大, 长期调用闭源模型又可能带来成本、数据流向和服务连续性问题。开放权重模型则提供了一个折中方案。
- 对政府机构: 可提升数据留存、本地部署和数字主权能力。
- 对企业客户: 有机会降低单位能力成本, 并按业务场景深度微调。
- 对模型厂商: 从出售调用量, 延伸到输出底层能力和生态影响力。
不过, 开放也意味着品牌可能被隐藏。 模型经过再训练、重新命名并服务于当地市场后 , 原始底座提供方未必总是出现在用户视野中。同时, 部分模型采用的是社区许可或开放权重, 并不等同于完全无约束的开源软件。
🚀 行业观察: 中国开放模型抬高全球 AI 及格线
围绕“中国开源模型, 正成为全球 AI 的“度量衡””，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
