李开复：开源模型为实现AI主权提供低成本可行路径

创新工场董事长李开复近日在专访中阐释“AI主权”概念，其涵盖技术控制权、数据安全、本土文化法律适配三大核心维度。他明确指出各国无需盲目复刻闭源巨头OpenAI的发展路径，资源有限的市场主体可依托开源模型走本地化建设的“第三条路”，中国企业DeepSeek已验证该模式可实现不到美国同行十分之一的投入达标同等性能。

2026年开年以来，全球AI产业竞争已经从技术竞速升级为主权博弈：欧盟AI法案正式落地执行、东南亚多国出台本土AI产业扶持政策、多个新兴市场明确要求AI服务必须满足本地数据留存要求。但头部闭源大模型动辄数十亿美元的训练成本，让多数国家和中小企业都面临“要不要all in自研”的两难选择，李开复的相关论述，为这一行业普遍困惑提供了新的解题思路。

在李开复的定义中，AI主权绝非单纯的技术控制权不受制于人，而是覆盖技术可控、数据安全、本土文化与法律适配三个核心层面的完整体系。如果直接使用海外通用闭源模型，不仅存在核心数据流出的风险，模型输出内容也可能不符合本地公序良俗、甚至违反当地监管规则。

但他同时强调，并非所有国家和企业都有必要从零打造类OpenAI的闭源大模型：GPT-4的训练投入超过百亿美元，后续迭代成本还在持续攀升，对于资源有限的市场主体而言，盲目跟风闭源自研不仅投入产出比极低，也很难追上第一梯队的技术迭代速度。

李开复提出，依托开源大模型构建本地化体系的第三条路，是更具普适性的AI主权落地方案。这种模式无需从零训练全参数大模型，只需要在成熟的开源模型底座上，针对本地语言、文化、监管要求做增量微调，即可快速产出符合本土需求的大模型产品，整体成本仅为全量闭源自研的10%到20%。