美國開源AI最後的旗幟，也倒了
開源領域一大悲號傳來——
艾倫人工智慧研究所（Ai2），宣佈削減開源模型開發（包括OLMo）的資金，轉向AI應用。
就在同一時間，AI2核心團隊幾乎被“打包帶走”，集體流向微軟。
人員包括前CEO阿里·法哈迪、前首席營運官索菲·萊佈雷希特、漢娜·哈吉希爾齊和蘭傑·克里希納，都是Ai2的核心力量。
其中有的人上周剛參加完GTC大會，還跟老黃暢談開源模型的未來。
他們的下一站，則是微軟穆斯塔法·蘇萊曼的超級智能團隊。
X上已經炸了鍋，全網一片哀鳴。
不少網友唏噓：這對開源社區來說是個巨大遺憾，OLMo是極少數真正開放原始碼的模型之一。
核心人員打包進微軟
核心人員集體離職，是一個非常不妙的訊號。
Ai2前CEO阿里·法哈迪、前首席營運官索菲·萊佈雷希特、漢娜·哈吉希爾齊和蘭傑·克里希納，統統被蘇萊曼打包進了微軟。
法哈迪已於3月12日卸任，結束了超過兩年半的Ai2掌門人生涯。
他與Ai2的淵源頗為深厚。法哈迪是一位電腦視覺專家，也是華盛頓大學電腦科學與工程學院的教授，該院即以微軟聯合創始人、Ai2創始人保羅·艾倫（Paul Allen）的名字命名。
他還聯合創立了Ai2的衍生公司Xnor.ai，該公司於2020年被蘋果以約2億美元的價格收購。在蘋果，他曾領導機器學習工作。
哈吉希爾齊是OLMo開源模型項目的聯合負責人，上周剛在輝達GTC大會上代表Ai2參加了多場會議，還和黃仁勳探討開源模型的未來。
她還是開源多模態人工智慧基礎設施加速科學發展項目（OMAI）的聯合首席研究員。
這個項目旨在建構用於科學研究的開源模型，為期5年，耗資1.52億美元，由輝達和美國國家科學基金會聯合資助。
克里希納則主導了Ai2多模態模型Molmo等多個關鍵項目，同樣在剛剛結束的GTC大會上代表Ai2發表演講。
而現在，這些人才將集體加入微軟穆斯塔法·蘇萊曼的超級智能團隊。
從去年11月起，蘇萊曼就開始組建超級智能團隊，目前已從Google、Meta、OpenAI、Anthropic等巨頭挖角了不少研究人員，還在不斷從Ai2和華盛頓大學聘請人才。
蘇萊曼在領英上公開發帖，歡迎他們的加入。
他還稱讚法哈迪帶領Ai2在一年內發佈了100多個模型；而哈吉希爾齊是“世界上被引用次數最多的自然語言處理研究人員之一，毋庸置疑”。
而萊佈雷希特則擴大了Ai2的營運規模和開源工作，共同領導和創立了Xnor.ai和Neon Labs，還擁有布朗大學認知神經科學博士學位。
蘇萊曼表示，他們將助力推進微軟的使命——實現“以人為本的超級智能：打造更安全、可控、更強大的AI系統，服務於人類以及解決最棘手的問題”。
法哈迪也在領英上表示自己很高興加入微軟。
可想而知，一批核心人員的離職對於Ai2而言是一次重大打擊。但他們為什麼要走呢？
答案還是出在資金上。
Ai2董事會主席比爾·希爾夫透露，法哈迪希望在人工智慧的前沿領域進行研究，而OpenAI、Google等公司會花費數十億美元來訓練最先進的模型。
但對於一家非營利組織而言，很難以慈善資金訓練出對標巨頭的模型，還完全開源。
希爾夫表示，董事會必須權衡其慈善資金是否還應該用於“追趕進度”。他也承認，在大模型開發的最高規模上與科技巨頭競爭，已經變得異常困難。
此話怎講呢？GPT-4等級模型訓練成本估計在1-2億美元量級，當前前沿模型已攀升至數億美元。
AI2的年度營運預算雖未公開，但可以參考一些指標。
比如OMAI項目的1.52億美元是五年期、多機構共享的專項資助，年均約3000萬美元，僅相當於最前沿的單個大模型訓練成本的一小部分。
這和巨頭相比是數量級差距，很難正面競爭。
進一步來說，投資方的策略調整是更加決定性的因素。
Ai2最初由艾倫的Vulcan公司資助，後來由其遺產繼續資助。現在的最大資助方是科學與技術基金會（FFST），該基金會由保羅·艾倫的遺產設立，規模達31億美元。
2024年，琳達·斯圖爾特博士接任FFST CEO後，資助策略發生了顯著變化。
斯圖爾特是一位醫生科學家，曾領導華盛頓大學蛋白質設計研究所。
她更傾向於具有明確科學應用和可量化社會影響的項目，而非投入大量資金進行前沿模型的研究。
據GeekWire報導，2026年Ai2的所有項目都已經獲得全額資助，但FFST的資助模式將由提供年度總資助轉向基於項目提案的資助模式。
這種轉變意味著什麼？在年度整體資助模式下，研究機構通常擁有較高自主權，能夠承擔長期風險、靈活調整資源分配。
而基於提案的模式引入了更強的成果導向和短期問責，每個資助周期都需要明確的可交付成果和影響力指標。
對於開源基礎模型開發——周期長、成本高、商業回報不直接——這種轉變意味著更大的不確定性和更高的申請成本。
有知情人士透露，FFST未來的資助預計將更傾向於人工智慧的實際應用，而非建構開源基礎模型。
這也很好地解釋了，為何專注於模型開發的研究人員紛紛選擇離開。
美國開源AI最後的旗幟倒了
消息一出，X上一片悲鳴。
不少網友表示：美國開源AI最後的旗幟也倒了。
為何這麼說？因為過去幾年，Ai2確實投入了大量資源做真正開放原始碼的大模型。
Ai2的OLMo系列，極致地踐行了“完全開源”（truly open）理念。
它不僅開源模型權重，而且從資料處理到預訓練、微調，再到評測，全階段都公開透明。並且始終採用對開發者友好的Apache2.0許可證。
2025年11月發佈的OLMo 3，進一步強化了這種透明度承諾。該系列包括Base、Instruct、Think和RL Zero四個變體，覆蓋7B和32B參數規模。
其中OLMo 3-Think 32B被宣傳為“該規模首個完全開源推理模型” 。
更重要的是，Ai2發佈了完整的“模型流程”（model flow），包括訓練日誌、中間檢查點、完整程式碼和配置。
還有升級版的OlmoTrace工具，允許研究者將模型推理步驟回溯到具體影響它的資料和訓練決策。
因此也有說法認為：OLMo與Llama 4、Mistral Large 3並稱為“三大開源支柱”。並且OLMo更透明，因為它提供所有中間產物，而Llama只開源權重，Mistral部分資料閉源。
但現在，這個開源領域旗幟性的標竿，倒了。
一時之間，梗圖與迷因齊飛。
大洋彼岸的網友們進行了一場賽博悼念，大感“開源悲劇”，還有人聯想到了全球同此涼熱。
不過也有人認為，這很正常，開源經濟學理論站不住腳。用非營利方式做頂級開源模型這條路，難以持續。
目前，臨時CEO皮特·克拉克表示Ai2仍致力於其使命以及與NSF和Nvidia的合作關係，包括OMAI計畫。
克拉克是Ai2的創始成員之一，曾於2022-2023年擔任臨時CEO。他曾共同領導Ai2的Asta項目，旨在開發用於輔助和自動化科學發現的智能體框架的大型計畫。
開源AI的東昇西落
美國仍有開源力量，但都在變形：
Meta的LLaMA，名義上“開源”，但越來越偏“可控開放”。訓練資料不公開，許可有限制，並且還持續難產。
Google的Gemma，提供模型權重、推理使用權限，但同樣沒有完整訓練資料或流程。
Hugging Face的SmolLM，完全開源，但由社區驅動，缺乏大規模訓練資源。
輝達的Nemotron系列，近期更開放了，不斷推出開放許可，更多開源資料發佈，但主要服務硬體生態。
相比之下，中國的開源模型已經超越了美國領先的開源模型，並進一步拉大了與它們的性能差距。
現在，Ai2的戰略調整，也會加速美國與中國在開源AI領域的差距擴大。
在OpenRouter上，過去三周中國大模型的呼叫量已經連續超過美國，跟領先的閉源模型也打得有來有回。
MIT與抱抱臉的聯合報告顯示，過去一年，中國開源模型全球下載量佔比達到17.1%，首次反超美國。
許多美國初創企業也開始“悄悄”依賴中國開源模型進行建構，其默認選擇進一步向中國模型傾斜。
比如上周Cursor發佈新模型Composer 2，被曝套殼Kimi K2.5；還有初創公司Deep Cogito去年發佈的Cogito v2.1，也被曝基模是DeepSeek，都從側面證實了中國開源模型的實力。
開放原始碼的火種未熄，但風向已變。開源AI已經完全進入了中國時間。
開源AI的未來，只能在中國了。如果存在一個大模型Android版，那這個也只能在中國了。 (量子位)