開放原碼與開放權重的人工智慧商業模式初探

開放原碼與開放權重人工智慧的商業模式初探 (有錯請指正)

優勢為算力
藉由開放權重的商品化，增加算力的需求。
如 NVDA 盡量放出各式開放權重，但不主動參與 lmsys 的評比。

優勢為機房基礎建設
將大型開放權重納入基礎建設，提供低價 API 服務。
如 MSFT 雖知 DeepSeek 模型可能使用 OpenAI 系列模型訓練，但仍將其納入 Azure、Copilot+PC、GitHub 等服務。

以下為推測

優勢為專屬資料
訓練專屬模組，開放部分 LoRA adaptor 試用，提供商業訂閱
如訓練 Stable Diffusion 的 LoRA adaptor
ollama 與 vllm 都有支持 LoRA adaptor
unsloth 微調工具，支援模型列表: https://docs.unsloth.ai/get-started/all-our-models

優勢為 user generated content
訓練特定領域開放權重，可以用作宣傳並擊退後進者，最新的權重需訂閱。但可能需分潤，或提供點數，虛擬貨幣給內容提供者。

SaaS
準備網頁操作與自然語言資料對，訓練以自然語言為基礎的生成式模型，並釋放給開源社群改善，加強自然語言的網頁可操控性，並擊退競品。

硬體廠商
準備設定檔與自然語言資料對，訓練以自然語言為基礎的設定模式

雜感:
開放大模型或開放權重的發展，感覺類似早期 Linux kernel 的發展。硬體廠商需開發驅動程式，如同現在需開發微調模型或生成 LoRA adaptor。

回顧 Linux 逐漸普及，但 X window 中文環境尚未成熟時，台灣開發者曾有三種方式加入中文顯示與輸入功能：

1. 直接在 X window 上添加補丁。
2. 利用 LD_PRELOAD 攔截函式並取代。
3. 按照 libc wide character 與 XIM protocol 標準開發。

中國方面也有這三個方向的開發，而且有三個不同的公司支持，印象可能是紅旗 Linux，藍點 Linux，Xteam Linux，藍點曾登上NASDAQ，Xteam Linux 曾於香港創業板上市，雖然後來這些 Linux 公司並未獲得商業上的成功，但過往經驗或許可引導現今的開放原始碼軟體支持者，找到正確的商業模式。