DeepSeek火爆出圈以來，其引發的蝴蝶效應還在加劇。

昨天（2月13日），百度官宣，文心一言將於4月1日0時起全面免費，所有PC端和App端用戶均可體驗文心繫列最新模型，以及超長文檔處理、專業檢索增強、高級AI繪畫、多語種對話等功能。

此外，文心一言即將在官網、App端上線的深度搜索功能，也將從4月1日起免費開放使用。

圖/百度官微

再到今天（2月14日），百度再次宣佈，未來幾個月，百度將陸續推出文心大模型4.5系列，並於6月30日起正式開源。

值得注意的是，同樣是在這兩天，從OpenAI到谷歌，也加大了大模型的開放力度，宣佈了旗下大模型產品免費開放的消息。

OpenAI也有望走向開源。據悉，目前OpenAI內部正討論公開AI模型的權重等事宜。

AI巨頭步調一致走向開源開放，釋放出了一個強烈信號：

大模型狂奔兩年後，大模型技術在B、C兩端的落地範式，湧現出了新變化，對大模型廠商提出了更高的要求——他們不僅要走在大模型技術的最前沿，也要在大模型應用爆發前夜，加速探索出大模型落地的降本路徑，率先搶跑。

百度文心大模型的開源開放，正是基於上述兩點。

一邊，過去兩年的大模型浪潮裏，百度是投入力度最大、技術迭代最快、B端產業落地和C端應用探索最廣、最深的AI企業之一。

截至2024年11月，文心一言的用戶規模爲4.3億，文心大模型日均調用量超過15億次，較2023年增長了超過30倍。

另一邊，從模型推理到模型訓練，百度已經通過技術創新實現了成本的有效降低。

而當百度、OpenAI、谷歌等AI巨頭率先轉向，當更大限度的技術、生態開放成爲產業共識，AI技術普惠，正加速照進現實。

01 從To C到TO B，開源開放爲什麼成了大模型產業的必經之路？

引領此輪大模型開放開源潮的，不只百度一家。

2月6日，OpenAI宣佈ChatGPT Search向所有人開放，用戶無需註冊，來到OpenAI官網首頁就可以直接使用搜索功能。同一天裏，谷歌也宣佈，向所有人開放其最新的Gemini 2.0模型，包括Flash、Pro Experimental和Flash-Lite三個版本。

再到昨天，百度宣佈免費開放後，OpenAI快速跟進。 薩姆·奧爾特曼在社交媒體X上宣佈，OpenAI新的GPT-5大模型將對ChatGPT免費用戶無限量開放，不過更高智能版本的GPT-5仍需付費使用。

巨頭們統一擺出開放姿態，原因不難理解。

過去兩個多月裏，DeepSeek投向大模型產業的石子不斷泛起漣漪。DeepSeek-v3呈現出的大模型訓練上的低成本、DeepSeek-R1在模型推理上的低成本，以及DeepSeek應用所呈現出來的在思維邏輯、中文、編程等方面的驚豔能力，快速助推其成爲春節前後最受全球矚目的AI公司。

而其展現出來的，以低算力成本復現先進模型的可能性、DeepSeek應用的爆發，某種程度上印證了一點：

大模型產業，當前已經進入到了需要開源開放的新階段。

客觀來看，開源和閉源，這兩條不同的技術路線並非完全對立，只是在產業發展的不同時期，會呈現出不同的特徵。

比如早期的模型開源更像是營銷，Meta旗下的Llama選擇了半開源，只開源了部分參數和配置文件，但這一定程度上反而會影響模型的可驗證性和可信度。

但到了今年，大模型在度過初步發展階段後，正加速進入AI應用爆發階段，這一階段，開源路線顯然更利於大模型技術傳播，提高採用率。

正如李彥宏所說，“歸根結底，最重要的是應用，而不是使用哪種大模型。不管它是開源還是閉源，更重要的是可以在應用層創造什麼樣的價值。”

比如在B端市場，《2024中國企業AI大模型應用現狀調研報告》指出，AI大模型在企業中的滲透仍處於初期階段，不過有55%已經部署了大模型的企業和機構認爲，已經看到了大模型帶來的清晰業務價值。

問題在於，對很多企業尤其是中小企業而言，大模型落地過程中，成本、技術、人才和行業方案，仍然是幾個主要挑戰，他們對AI大模型的投入，依然保持着積極且謹慎的矛盾態度。

IDC在《中國中小企業生成式AI及大模型應用調查》中也提到，採用大型模型和AI技術所需要的在硬件、軟件、培訓和數據處理等方面的成本，也是衆多中小企業面臨的一重挑戰。

再聚焦到C端市場來看，儘管業界還未出現一款真正的超級應用，但用戶對大模型應用的使用習慣正加速養成，全面開放，也是大勢所趨。

也就是說，全面開源開放，才能更好地滿足B端企業客戶、C端用戶源源不斷增長的市場需求。

我們看到，當風向轉變時，百度、OpenAI等大模型頭部玩家，敏銳捕捉到了信號，並率先以更積極的姿態開源、開放。

以百度爲例，除了在C端全面開放文心一言，在B端，百度在大模型生態上也在逐步加大開放力度。

2月3日，百度智能雲官宣，DeepSeek-R1及DeepSeek-V3兩款模型已經上架其千帆ModelBuilder平臺。

值得注意的是，百度將這兩款模型的價格打了下來——客戶在千帆ModelBuilder平臺上調用這兩款模型的價格，僅爲DeepSeek-V3官方刊例價的3折、DeepSeek-R1官方刊例價的5折，同時提供限時免費服務。

另一邊，過去一年裏，文心旗艦大模型的降價幅度也超過了90%，並且主力模型也全面免費，最大限度降低了企業創新試錯的成本。

當然，更重要的是，針對接下來即將推出的最新的文心大模型4.5系列，百度也將在6月30日起正式開源——它將以更積極的姿態面對市場，攜手推動產業發展。

聽潮TI也注意到，從目前釋放出的信息來看，百度的開放姿態，要比OpenAI更加積極——OpenAI考慮開源的，是此前已經發布的AI模型，而百度的開源動作，則是聚焦在接下來即將發佈的最新系列模型。

這意味着，面向接下來的大模型AI應用爆發潮，百度已經在提前搶跑。

02 以技術創新爲基，百度跑通了大模型技術的降本路徑

“回顧過去幾百年，大多數創新都與降低成本有關，不僅是在人工智能領域，甚至不僅僅是在IT行業。” 2月11日，在迪拜舉行的World Governments Summi2025峯會上，李彥宏如此說道。

在他看來，如果能將成本降低一定數量、一定百分比，意味着生產率也會提高相同的百分比，“我認爲，這幾乎就是創新的本質。而今天，創新的速度比以前快得多。”

百度創始人李彥宏，圖/百度官微

李彥宏此番表態背後，如今的百度，已經跑通了大模型技術的降本路徑。而背後的支撐，正是技術創新。

具體來看，從大模型訓練到推理，百度目前的降本效果都較爲顯著。

先來看訓練成本。百度自研的崑崙芯芯片和萬卡集羣的建成，爲大模型訓練提供算力支持，百舸·AI異構計算平臺，則可以承載大量數據的處理、超大模型的訓練、高併發業務的推理，爲AI任務加速，是更底層的基礎設施。

其中，崑崙芯的性能優勢在於，其能在更少的計算資源下運行大規模模型，進而使得大模型的推理和訓練所需的計算量減少，直接降低算力成本；

大規模集羣的優勢則在於，其可以通過任務並行調度、彈性算力管理等方式，提高計算資源利用率，避免算力閒置，提高單任務的計算效率，降低整體算力成本。 近日，百度智能雲成功點亮了崑崙芯三代萬卡集羣，其是國內首個正式點亮的自研萬卡集羣，百度接下來計劃將進一步擴展至3萬卡。

圖/百度官網

此外，在百舸平臺的能力支撐下，百度也實現了對大規模集羣的高效部署管理。

比如其將帶寬的有效性提升到了90%以上、通過創新性散熱方案有效降低了模型訓練的能耗、通過不斷優化並完善模型的分佈式訓練策略，將訓練主流開源模型的集羣MFU（GPU資源利用率）提升到了58%。

再來看模型的推理成本。有業內人士分析稱，這一次文心一言全面開放，背後最大的原因之一，或許正是推理成本不斷降低。

“百度在模型推理部署方面有比較大的優勢，尤其是在飛槳深度學習框架的支持下，其中並行推理、量化推理等都是飛槳在大模型推理上的自研技術。飛槳和文心的聯合優化，可以實現推理性能提升，推理成本降低。”他進一步分析道。

具體來看，百度是中國唯一擁有“芯片-框架-模型-應用”這四層AI技術全棧架構的AI企業，這意味着，百度有着中國最“厚實且靈活”的技術底座，能夠實現端到端優化，不僅大幅提升了模型訓練和推理的效率，還進一步降低了綜合成本。

舉個例子，DeepSeek-R1和DeepSeek-V3在千帆ModelBuilder平臺更低的推理價格，正是是基於技術創新——百度智能雲在推理引擎性能優化技術、推理服務工程架構創新，以及推理服務全鏈路安全保障上的深度融合，是把價格打下來的重要原因。

基於上述幾點來看，百度的降本路徑其實尤爲清晰——基於自研技術創新，提升大模型在訓練、推理過程中的資源利用率。

我們也看到，遵循這一大模型技術的降本路徑，蘿蔔快跑，也在加速以更低成本落地。

去年5月，蘿蔔快跑發佈了全球首個支持L4級自動駕駛的大模型，進一步提升了自動駕駛技術的安全性和泛化性，用大模型的力量讓自動駕駛“更快上路”，處理複雜交通場景的能力，完全不輸Waymo。

再聚焦到蘿蔔快跑第六代無人車，其全面應用了“百度Apollo ADFM大模型+硬件產品+安全架構”的方案，通過10重安全冗餘方案、6重MRC安全策略確保車輛穩定可靠，安全水平甚至接近國產大飛機C919。

值得注意的是，這一過程中，蘿蔔快跑無人車的成本，已經達到或接近業界最低水平。其第六代無人車，比特斯計劃在2026年量產的cybercab成本還要低，甚至是Waymo的1/7。

這某種程度上也加速了蘿蔔快跑的落地進程。

截至目前，蘿蔔快跑已經在北上廣深等十多個城市，以及中國香港開啓道路測試。百度此前透露，蘿蔔快跑累計訂單已經超過800萬單。李彥宏也提到，蘿蔔快跑的L4級自動駕駛安全測試里程累計已超過1.3億公里，出險率僅爲人類司機的1/14/。

與此同時，蘿蔔快跑在中國市場更復雜的城市路況下積累的測試里程，也爲其開拓中東、東南亞等新興市場埋下了伏筆。

03 應用爆發年，百度的下一步怎麼走？

“我們生活在一個非常激動人心的時代。在過去，當我們談論摩爾定律時說，每18個月性能會翻倍、成本會減半；但今天，當我們談論大語言模型時，可以說每12個月，推理成本就可以降低90%以上。這比我們過去幾十年經歷的計算機革命要快得多。” 2月11日的那場峯會上，李彥宏如此說道。

事實上，回顧過去一年裏大模型賽道的動態，從價格戰到大模型廠商的路徑分化，到kimi的出圈，到AI Agent的爆發之勢，再到DeepSeek的異軍突起，以及其所帶來的大模型開源開放潮，不難發現：

當下，大模型產業正加速邁入新的週期——技術迭代的速度越來越快了、技術創新的未知想象空間更廣闊了、大模型技術降本的速度更快了、大模型應用的爆發點更近了。

這同時也意味着，從市場競爭的視角來看，大模型廠商接下來的比拼維度，也將更加豐富。

他們既要拼技術創新、拼生態賦能、也要拼開放力度和降本能力、還要拼應用。

不過，參考百度的降本路徑，長遠來看，最核心的比拼，依然聚焦在一點——誰能持續走在大模型技術創新的最前沿。

我們注意到，這也是百度的長期思路。

“創新是不能被計劃的。你不知道創新何時何地到來，你所能做的是，營造一個有利於創新的環境。”李彥宏如此表示。

這對應的是，儘管技術進步和技術創新在不斷降本，百度接下來還是會在芯片、數據中心、雲基礎設施上持續大力投入，來打造出更好、更智能的下一代、下下一代模型。

比如百度還在不斷豐富其大模型矩陣。

目前，文心大模型矩陣中，包括了Ernie 4.0 Turbo等旗艦大模型、Ernie Speed等輕量模型，也包括基於基礎模型生產的系列思考模型和場景模型，以滿足不同應用的需求。

去年三季度，百度還推出了Ernie Speed Pro和Ernie Lite Pro兩款增強版的輕量模型。

再到今年，從已經釋放出的消息看，文心大模型4.5系列、5.0系列也將發佈。

另一方面，我們也看到，百度更加積極的開源開放姿態背後，其實繼續延續了此前的理念——加速推動大模型在B端業務場景中的應用進程，以及在C端應用上的探索。

最後，如李彥宏所說，“也許，在某個時刻你會找到一條捷徑，比如說只需600萬美元就能訓練出一個模型，但在此之前，你可能已經花費了數十億美元，用來探索哪條路纔是花費這600萬美元的正確途徑。”

對百度而言，用持續高壓強式的技術投入營造創新環境，其實是一門“笨功夫”，但好在這足夠穩健、足夠踏實，潛在的機會也更大。

一來，此前文心大模型的調用量就已經是國內最高，如今開源之後，其調用量預計將明顯提升，進一步擴大文心大模型的使用範圍；

二來，從大模型生態來看，百度過去已經基於開放姿態建立起了生態優勢。

比如百度早在2016年就推出了開源的飛槳框架；百度的千帆大模型平臺，也是當前業內接入模型數量最多的，支持國內外近百家主流模型。

由此可以預見，如今在更大力度推動大模型開源、開放後，在新一輪大模型競爭中，百度已經開始搶跑了。