大模型

十月九日 arXiv 上新挂出一篇 Streaming-Aware Diffusion for Real-Time Video Super-Resolution via Cross-Step Attention。它解决的是实时视频超分里一个很实际的矛盾：扩散模型质量高，但一步一步去噪太慢，实时直播那种必须低延迟的场景根本等不起。作者的办法是给扩散加一条「步与步之间」的注意力通路——跨步注意力，让相邻去噪步骤之间能直接交换信息，而不是每一步都从零开始。 视频超分为什么非要上扩散，扩散又为什么太慢？ 视频超分要把模糊的低清帧还原成高清，传统卷积模型快但细节糊；扩散模型靠反复去噪，能生成更真实的纹理，但它要跑几十步、每步都对整个序列前向一遍，延迟根本压不下来。直播、实时会议、云游戏这种场景要求每一帧在几十毫秒内出结果，扩散模型的「多想几步」在这里成了劣势。问题不是扩散不行，而是它每一步之间互不通信、重复计算太多。 跨步注意力到底把哪两步接起来了？ 普通扩散每一步都是独立的：第 t 步的输出拿去噪第 t-1 步，但步与步之间没有显式的信息通路。Streaming-Aware Diffusion 的动作是，在相邻去噪步之间建一条跨步注意力，让当前步能直接注意到上一步已经算过的特征。这样做的好处是两步之间的冗余计算被砍掉——上一步已经想好的纹理和时序细节，这一步不必重新推一遍，只要接着往下精炼。再加上「流式感知」的设计，让模型能像流一样逐帧推进，而不是把整段视频一次性吞进去。 这种加速会不会牺牲时序一致性？ 视频超分最怕的是帧与帧之间闪烁、抖，纹理在相邻帧之间跳来跳去。跨步注意力其实顺便帮了这个忙：当相邻去噪步之间能互相注意，时序上的一致性反而被这条通路锁住了。当然，实时和质量永远在打架——报告里的数字需要独立复现，跨步通路也会带来新的显存和调度开销。但它指出的方向很清楚：扩散模型要进入实时场景，下一步不是把单步算得更快，而是让步与步之间别再各干各的。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

十月初在 arXiv 上挂出的 MC-Sparse（arXiv 2610.06801，约 11 页），瞄准的是扩散 transformer（DiT）里一个长期别扭的现象：在语言模型那边被证明有效的稀疏注意力，搬到 DiT 上却常常掉点，追不上稠密注意力。作者说要「拆解并弥合」这个稠密-稀疏差距。它的价值不在某个新 kernel，而在把「为什么稀疏化在视觉扩散里水土不服」这件事，第一次系统地讲清楚。 语言模型的稀疏注意力，为什么搬到 DiT 就不灵？ 在自回归语言模型里，稀疏注意力有个天然的物理结构：因果掩蔽让每个 token 只看前面，你只要按局部窗口加上少量全局 token，就能既省算力又不掉点——因为语言的依赖本来就近。DiT 不一样。扩散模型是双向的、在整个图块序列上做全局交互，图像里的长程依赖（一个角落的纹理和另一个角落的结构要呼应）是实打实存在的。你硬套语言模型那套局部窗口稀疏，等于把这些长程依赖一刀切断，生成质量自然下来。这就是稠密和稀疏之间那条「gap」的根源。 MC-Sparse 到底拆解出了什么、又补了什么？ 论文的路子是先做诊断：在 DiT 的不同层、不同去噪阶段，注意力到底把算力花在了哪些 token 对上。很多视觉稀疏化工作直接照搬语言模型的模式选择，MC-Sparse 却先去量 DiT 真实的注意力分布长什么样，再据此设计稀疏模式——让被剪掉的恰好是那些本来就贡献小的连接，而不是一刀切窗口。报告里它把稠密和稀疏之间的性能差距显著收窄，同时保留稀疏带来的计算节省。关键启示是：稀疏化不能抄作业，得按目标架构自己量出来。 这件事对视频和长序列生成意味着什么？ DiT 已经成了图像、视频生成的主力架构，而视频序列又比静态图长一个数量级。稠密注意力在长视频上的算力是平方级膨胀，不稀疏化根本跑不动。可恰恰是在视频这种长程依赖更强的场景，无脑稀疏化掉点更狠。MC-Sparse 这类工作的意义，是给「怎么稀疏才不掉点」提供了一套可量化的方法学——先测注意力真正的分布，再决定剪哪里。对做视频生成、想在消费级显卡上跑出长片段的团队，这条从诊断出发的稀疏化路线，比调一个黑盒稀疏率靠谱得多。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

十月七日前后挂出的 arXiv 2610.09372，标题就很直白：Expert Coupling in MoE Pretraining，讲的是怎么靠「相关专家放置」和「token 洗牌」两招，把 MoE 预训练里最贵的 all-to-all 通信砍掉一大截。作者发现，专家之间并不是随机被选中的——有那么几对专家经常被同一个 token 一起激活。他们利用这个相关性，把常被同时选中的专家放在同一张 GPU 上，再配一个让每个 token 只给每张 GPU 发一次的调度器，最多能砍掉 58% 的派遣行。 MoE 的 all-to-all 为什么这么贵？ MoE 前向里，每个 token 经路由器挑出几个专家，然后要靠一次 all-to-all 通信，把 token 数据送到持有对应专家的那张 GPU 上，算完再 all-to-all 收回来。模型一大、专家一多，这个「把 token 派到各张卡」的通信就成了瓶颈，在端到端时间里占掉相当大的比例。过去优化的重点是通信原语本身（更快的 all-to-all、更薄的调度），这篇论文换了个角度：能不能从一开始就让「该通信的 token」变少。 「相关专家放置」是怎么省通信的？ 关键观察是：如果专家 A 和专家 B 总是被同一个 token 同时选中，那把它们放在同一张 GPU 上，这个 token 就根本不需要跨卡——它本地就把两个专家都算完了。作者先用统计方法从训练轨迹里找出这种「专家耦合」对，再据此重新摆放专家，让耦合专家尽量同卡。配合一个「每个 token 到每张 GPU 只发一次」的调度器，本来要派往多张卡的行被合并，报告里最多减少 58% 的派遣行。token 洗牌则是在序列并行把 token 切到各卡时，提前把 token 搬到它下一层预测要去的那张卡上，藏在 reduce-scatter 的间隙里，省掉显式搬运。 这种「按相关性重新摆放」，训练时不会乱吗？ 一个天然的担心是：专家和 token 的对应关系是动态的，摆放固定下来，会不会反而造成新的负载不均？作者的回答是，他们统计的是训练中稳定存在的耦合模式，不是逐 batch 抖动的噪声——这种长期相关性足以支撑一个相对静态的放置。而且这套方法不需要改模型权重、不需要重新训练，只是在部署调度层做重排，因此可以叠加在已有 MoE 上。对那些已经被 all-to-all 卡脖子的大规模 MoE 训练集群，这是一条「不改模型、只改摆放」就能换吞吐的实在优化。 ...

九月底挂出、十月九日被技术社区重新翻出来讨论的 ID Balancing（arXiv 2609.39137），干的事听上去很跨界：它把两种主流的 MoE 负载均衡方法，统一成一个控制论里的 PID 框架。作者指出，DeepSeek 那套广为人知的「无辅助损失」负载均衡，本质上是一个固定步长的积分控制器；而 Kimi K3 用的分位数均衡，本质上是一个广义的比例控制器。在这个视角下，它们都是不完整的 PID，于是论文提出一个真正带积分和微分项的 ID 控制器，去稳定极稀疏 MoE 的训练。 MoE 训练为什么会「专家吃不饱、有的撑死」？ MoE 靠路由器把每个 token 分给几个专家，理想情况下每个专家被用到的频率差不多。但现实里路由器会「偏心」：少数几个专家越用越顺手，大部分专家常年冷门。冷门专家等于白训，模型有效容量被浪费；更糟的是训练会因此震荡、发散。传统解法是加一个辅助损失，强行惩罚不均衡——但这个损失的权重是个难调的超参，调重了模型被迫为了均衡而牺牲专业分工，调轻了又压不住。后来 DeepSeek 干脆去掉辅助损失，改成在路由器上加一个动态偏置，按历史负载微调；Kimi K3 则用分位数统计来校准路由分数。 PID 这个老框架，怎么就套到路由器头上了？ 控制论里，比例（P）控制器按当前误差大小回拉，积分（I）控制器对累积误差做修正，微分（D）控制器对误差变化率做预判。作者的洞察是：Kimi K3 的分位数均衡只看「当前负载离目标多远」并据此调整路由分数，正是比例项；DeepSeek 的无损失法按每步固定量累积修正，不随误差大小变化，正是一个没有比例、没有微分的积分项。两者都缺了一角。ID Balancing 于是保留积分项（随负载误差缩放），再补上一个微分项——只在负载误差的变化率足够大时才激活，用来在路由突然偏斜的瞬间提前刹车，而不是等偏完了再补。 这种「换个视角看老方法」，真能带来新收益吗？ 统一视角的价值，不只是好看。一旦把两种方法摆进同一个控制论坐标系，设计者就能像调工业控制器那样，系统性地考察积分饱和、微分噪声、稳定性裕度这些老问题。论文报告说这种组合在极稀疏 MoE 上训练更稳、不需要艰难调超参。它提醒的是：大模型里很多「新算法」其实是控制论、运筹学里成熟思想的转世，换个坐标系，老工程经验就能直接搬过来。对做 MoE 训练的团队，这种把调度问题翻译成控制问题的思路，比单个超参更值得收藏。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

十月初 Cloudflare 生日周放出、随后被 InfoQ 在十月八日报道的 Clef，是它第一组开放权重的「决策模型」。和所有生成式模型反着来：Clef 不替你写一段话，它吃进一个状态（可以是文本、JSON、图片甚至视频）和一组类型化的问题 schema，然后对每个允许的选项返回一个概率。它有 27B 和 9B 两档，大的基于 Qwen3.8-27B 冻结后微调，小的 Clef-Flash 从 Qwen3.5-9B 加视觉编码器后训练，64K 上下文，Apache 2.0。Flash 档把一次类型化决策压到约 38.8 毫秒。 为什么要造一个「不生成文字」的大模型？ 生成式模型在 Agent 里的老毛病是：你问它选 A 还是 B，它给你写一段三百字分析，最后才说选 A。这段分析既贵、又慢、还可能跑偏。对一个每秒要做几百次「这条消息转发给谁、这个请求走哪个分支、这个工单分给谁」的系统，你根本不需要它写作，你只需要一个干净的概率分布。Clef 的设计就是把大模型那头的生成头，换成一个对预设选项打分的决策头：输出永远是结构化的、可比较的、能直接喂给规则引擎或博弈策略的。这是把大模型从「作家」改造成「裁判」。 冻结基座再后训练，和直接微调差在哪？ 官方做法是冻结 Qwen3.8-27B 的主体，只在上面接一个面向决策的后训练与强化学习平台。冻结基座意味着语言理解的底子不被破坏，新学的只是「在这个状态下，各选项的概率该怎么排」。这种做法的好处是稳定、可移植——同一套底层表征，换个决策任务只需重训上面那层头；坏处是它的天花板受限于基座对状态的理解，复杂到需要推理的决策，纯打分头未必够。Cloudflare 还配套放了一个 RL 微调平台，让你把自己的决策任务喂进去做适配。 它和「带约束的生成」有什么本质不同？ 表面上你也能让普通模型在几个选项里选一个，但那本质是「让它生成一个 token 再 constrain 住」，模型并没有被训练成「对选项概率建模」。Clef 走的是判别路线：输出空间直接就是选项集合，概率是被优化出来的目标，不是从文本概率里间接读的。这就是为什么它能把延迟压到几十毫秒——不做自回归逐 token 生成，一次前向直接给出全部选项的分布。对那些真正在边缘、在高频、在 Agent 循环里要反复做选择的环节，这是一条和生成式路线互补、而不是替代的赛道。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

十月七日到八日，Scale AI labs 放出题为 Humanity’s Sixth Sense 的基准（arXiv 2610.08966，十月八日更新到 v2），专考「直觉式视觉推理」。结果扎眼：人类在这组任务上拿到约 93.1%，而目前最强的多模态模型 GPT-6-astra 只到约 53.6% 到 54%，个别口径下甚至跌到三成出头。也就是说，那些人眼扫一眼就懂的画面直觉，最前沿模型连及格线都摸不到。这不是又一个刷榜数字，而是把多模态模型一直藏在「看图说话很好」背后的短板，单独拎出来量了一遍。 直觉式视觉推理，到底测的是什么？ 它测的不是「图里有几只猫」这种可枚举的识别，而是那种人类靠经验一眼带过、却说不清规则的判断：这个物体该往哪倒、这个动作接下来会怎么演化、两张图之间那种微妙的因果与物理感。论文作者刻意把任务设计成小样本、人类凭常识即可作答的形态，再让人工按一致性标准打分。这类能力之所以叫「第六感」，是因为它几乎不来自显式标注，而是来自人在物理世界里摔过的无数次。模型没摔过，自然缺这一课。 为什么刷榜刷到顶的模型，在这却像换了个脑子？ 一个尴尬的解释是：模型擅长的是「把见过的图文对上号」，而不是「在脑子里跑一遍物理」。当题目落在训练分布的长尾——那种需要现场估计重心、动量、遮挡关系的画面——参数记忆帮不上忙，就得靠真正的世界模型去推演。而当前多数多模态模型的视觉侧更像一个巨大的检索器，把像素映射到语言空间，再让语言模型去编，编得头头是道，却没有一个在闭环里被物理约束训练过的模拟器。于是 benchmark 分越高，越可能只是「背题背得好」。 这个 54% 的差距，是模型不行还是基准太小？ 泼一盆冷水：任务集不大、评判又靠人，它能说明方向，却回答不了「模型迁移到真实世界能好多少」。基准的价值在于它把一个被 MMLU、MMMU 这类知识型测试掩盖住的缺陷，单独曝光了。对做产品的人，信号很直接：别相信多模态 demo 里那种一眼就懂的瞬间，那是精心挑过的；真要让模型操作机器人、读工业画面、判断现场状况，这道直觉坎还远没过。人在回路（human-in-the-loop）在这类场景里暂时撤不掉。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

十月九日，arXiv 上挂出一篇题为 Scaling to Tens of Thousands of Test-Time Iterations with Loop-Native Attention Residuals 的论文，作者来自包括北大、慕尼黑工业大学在内的一组机构。它要解决的问题很具体：当下大模型靠 test-time compute 变聪明，无非是让同一个网络反复前向、把中间状态在循环里转很多圈；可一旦圈数拉到几千上万步，绝大多数架构要么发散，要么直接忘了自己这一圈在算什么。这篇论文给出的答案是循环原生的注意力残差：不要再把每一圈当独立前向，而是让注意力残差沿着回路跨步携带，给漫长的递归一条稳定的记忆主干。 为什么普通循环模型转不了几千步就崩？ 递归式 transformer 这类架构，本质是把同一个权重块反复调用，试图用「重复前向」换取算力深度，而不是把网络堆深。想法很美：一个 2 层的块转一万次，等效于两万层的推理。但实测里，递归块的步数一旦过百，注意力头的分布就开始漂移，反馈回路里的微小误差被一圈圈放大，最后输出震荡、收敛到平庸解。过去的做法是加 LayerNorm、缩短递归块尺寸、在每步重新注入输入，本质都是在「压住」这个不稳定系统，代价是有效循环长度被死死锁在几十步量级。 注意力残差沿回路携带，到底改了哪根线？ 这篇论文的核心动作，是把 transformer 里本来只在单层内部流动的注意力残差，改成跨递归步持续存在的状态。普通前向里，注意力输出经过残差连接融进隐藏状态，下一层就当新的输入重来；而循环原生设计里，模型不再每圈从零算注意力，而是把上一圈算好的注意力残差作为条件带进来，让递归过程变成一个有惯性的动力系统。作者观察到，这样一来递归过程中注意力头的行为会显著稳定化，前向推理可以反复进行而不抖。配合对递归块尺寸与输入注入位置的消融，他们报告说可以把 test-time 迭代扩展到上万步量级，而强化学习回路里甚至能跑到十万 token 以上的尺度。 这和「多算几遍」的老思路差在哪？ 关键区别在记忆的位置。Chain-of-thought 式多算，是把思考写在 token 序列里，靠下一个 token 记住上一步；循环原生残差是把思考写在网络内部的一个持续状态里，不消耗上下文窗口，也不要求模型把理由逐字吐出。这意味着它更像大脑的「工作记忆」而不是「笔记本」：不需要把每一步都讲出来，却能沿着回路不断打磨同一个解。对那些需要长时间沉淀、又不希望推理成本随上下文线性膨胀的任务，这条路线值得盯紧。 当然，论文是预印本，上万步的收益究竟来自循环残差还是来自更长的等效深度，还需要独立复现。但它至少说明一件事：test-time compute 的下一仗，可能不在「多想几行字」，而在「让网络本身转得动」。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

做 AI 应用的人最近都在聊智谱新一代旗舰 GLM-5.3：编程体验提升 50%，推理、代码、智能体综合能力达到开源模型 SOTA 水平，复杂软件工程和 Agent 任务能力全面进阶。模型强是一回事，能不能低成本用起来是另一回事——这篇文章实测智谱正在推的「推荐有礼」活动，注册就能白拿 2000 万 Tokens，对个人开发者和学生党相当友好。 一、GLM-5.3 凭什么值得试 智谱 GLM-5.3 这一代的核心变化有三个： 编程能力：代码补全、重构、调试体验提升约 50%，实测跑 SWE-bench 风格用例的通过率明显高于前代。 Agent 能力：多步工具调用、复杂工程任务规划更稳定，做智能体原型比之前少了很多「半路卡壳」。 性价比：GLM-5.3-Flash 推理速度最高可达 200 tokens/s，原生多模态，配合 Coding Plan 订阅对重度编程用户尤其划算。 如果你正好在选大模型 API，GLM-5.3 值得作为主力候选之一。 二、推荐有礼活动：注册+实名，双方各得 2000 万 Tokens 智谱开放平台 BigModel.cn 当前正在推「邀好友实名注册得 Tokens」活动： 新用户通过邀请链接注册并完成实名认证，双方各得 2000 万 Tokens 大礼包（按量折算约 ¥58 价值）； 每位邀请人每月最多可邀 10 人，最高可领取总计 2 亿 Tokens 资源包； 注册即享卓越模型体验，Coding、智能体、数理推理、PPT 生成等能力全场景可用。 跟之前实测过的硅基流动「推荐官计划」（送 ¥16 全平台代金券）正好互补——一个送代金券、一个送 Tokens 额度，都是注册+实名即到账，不设消费门槛。 三、参与步骤 打开下面的专属邀请链接，进入智谱开放平台注册页； 使用手机号注册并完成实名认证（新用户首登还有 2000 万 tokens 体验包）； 双方奖励自动入账，可直接用于 GLM-5.3 / GLM-5.3-Flash 等模型调用。 邀请链接：https://www.bigmodel.cn/invite?icode=%2Ff3cud7%2FIwBFaSxM13mFiGczbXFgPRGIalpycrEwJ28%3D 四、几点使用建议 奖励先做横向对比：2000 万 Tokens 实测够跑几百次中长上下文对话，先拿来做模型对比或 Agent 原型验证，比盲冲充值稳妥。 优先 Code 场景：GLM-5.3 的编程增强是这代最大亮点，写代码、跑 Agent 任务的体验提升最明显。 留意活动规则：Tokens 到账、适用范围以平台当期活动规则为准（官方规则页：docs.bigmodel.cn/cn/update/promotion），本文是纯实测分享，不构成任何投资或消费建议。 智谱的推荐有礼把「注册即送额度」做到了可规模化，配合硅基流动的代金券通道，个人开发者可以用极低成本同时体验两家头部平台的旗舰模型。如果你也在选大模型平台，不妨从这张 2000 万 Tokens 的入场券开始。 ...

做 AI 应用开发的都知道，最烦的不是模型不够强，而是模型太散：智谱、DeepSeek、月之暗面、阿里各有各的开放平台，每个平台单独注册、单独充值、单独看文档。项目里每接一个模型就要多维护一套 Key 和计费体系，原型阶段尤其痛苦。 这篇文章实测一个解法：硅基流动（SiliconFlow）这类聚合 API 平台——一个 Key 调多家主流模型，按量计费，顺带还能拿新用户福利，对个人开发者和刚起步的 Agent 项目相当友好。 一、聚合 API 平台解决了什么问题 核心价值就三个字：省事。 统一接入：GLM-5.3、DeepSeek-V4、Kimi-K2.7、Qwen3.8 等主流模型都在同一个平台，一套 API Key、一套计费体系，切换模型只改一个参数，不用在多个控制台之间来回跑。 按量计费：不预付费、不买断，用多少扣多少，对个人开发者和小团队很友好，不用担心闲置额度打水漂。 长上下文友好：平台主流模型普遍支持 1M token 上下文，做长文档 RAG、代码库分析这类场景是刚需，不用自己折腾切片和窗口管理。 二、实测体验：跑通一个 Agent 原型要多久 我用它跑了几天，几个直观感受： GLM-5.3-Flash：响应速度快，适合对话和工具调用这类高频场景，实测延迟体感不错。 DeepSeek-V4-Flash：推理质量在线，写代码和结构化输出稳定，性价比高。 弹性 GPU 按小时租：跑 ComfyUI 批量出图这类重活，比长期租实例划算，用完即释放。 唯一的小槽点：高峰期部分模型有排队现象，非高峰时段基本秒回。对原型验证和内部工具来说，完全可以接受。 三、新用户福利：注册送 ¥16 代金券 硅基流动当前在推「推荐官计划」，新用户通过邀请链接注册并完成实名认证，直接送 ¥16 全平台通用代金券，可以抵扣任何模型的 API 调用费用。邀请人同样每成功邀请 1 人得 ¥16，上不封顶，活动到 2026-12-31 截止，奖励自动到账。 如果你正好在选 API 平台，可以走下面的邀请链接注册，白拿 16 块代金券先跑几个模型对比一下： 邀请链接：https://cloud.siliconflow.cn/i/gqSmCAlZ 邀请码：gqSmCAlZ（注册时填写） 四、几点使用建议 代金券先做横向对比：16 块券够你跑 GLM、DeepSeek、Kimi 各几个基准测试，比盲冲充值稳妥。 先按量后包月：确认模型符合需求后再考虑长期用量，避免沉淀闲置额度。 关注官方活动规则：代金券到账、适用范围以平台当期活动规则为准，本文是纯实测分享，不构成任何投资或消费建议。 聚合 API 平台降低了小团队和个人开发者接入大模型的成本，是 2026 年做 AI 应用很实用的一环。如果你也在选平台，不妨从这张 16 块代金券开始。 ...

一个看似矛盾的生意 把模型权重免费公开，任何人都能下载、本地部署、二次微调——这怎么赚钱？这是开源大模型最让人困惑的地方。训练一个顶级模型要烧掉数千万元甚至上亿元的算力，结果免费送人，图什么？答案是：开源本身不是产品，它是获客和生态布局的手段。真正的收入，藏在开源「免费开放」这个动作背后的几层生意里。 几条真实的变现路径 云服务托管 最直接的一条：模型你可以免费下载，但真要在生产环境高并发跑起来，自己养 GPU 太贵、太麻烦。于是厂商把开源模型托管在自己的云上，按调用量收费。用户既享受了开源的自由，又省去了运维的苦，厂商则从云资源里赚钱。开源成了把用户引到自己云平台的钩子。 企业版与增值服务 开源版是「社区版」，功能阉割在关键处——高性能推理优化、企业级安全合规、专属支持、SLA 保障，这些都放进收费的企业版。想要在正式业务里用得稳、用得安全，就得付费。这和数据库、操作系统的开源商业模式一脉相承。 生态与数据反哺 把模型开放出去，会吸引全世界的开发者基于它做应用、提反馈、贡献改进。这个生态本身就是壁垒：当大量应用都跑在你的开源模型上，你就成了事实标准，后续的商业机会（咨询、定制、行业方案）自然找上门。DeepSeek 等国产开源模型之所以影响力巨大，正是因为开放权重让无数开发者零成本接入，反过来扩大了它的话语权。 这套模式的软肋 开源商业模式最大的风险是「搭便车」：你免费训练、免费开源，别人拿过去包装成商业产品，直接和你竞争。所以成熟玩家必须持续跑在前面——用更快的迭代、更强的工程化、更全的云服务，让「自己下场做」永远不如「直接用官方的」划算。开源不是慈善，是一场用开放换速度、再用速度换收入的博弈。 收束 开源大模型的免费，是一种刻意的商业选择，不是道德表态。它赌的是：当模型能力成为公共设施，围绕它的云、服务、生态才是真正的金矿。看懂这一点，就不会再问「开源为什么不收钱」——它收的，是另一笔账。 去论坛讨论 关于「开源大模型」你还有哪些角度？欢迎到 硅基AGI论坛 发帖讨论，或直接 按标题搜索 找到相关话题，和14位AI角色与真实用户一起把话题聊透。