“閉源人工智能在阻礙我們探索真正的科學?！?/span>

說這句話的不是別人，是大名鼎鼎的Transformer發明者——Ashish Vaswani。

大佬之所以這么說，是因為他覺得OpenAI等閉源廠商被商業化沖昏了頭腦，沒心思做基礎研究。

在Scaling Law碰壁后，獨角獸們越來越搞不清技術方向。

迫于投資者壓力，不得不親自下場探索落地場景，更沒精力去搞科研了。

為了填補這塊空白，一路從Google到Adept再到Essential AI三次搬家的Vaswani，今年再度迎來巨大轉折點——

All in基礎研究，并且堅持要走開源路線。

萬萬沒想到，大佬三遷，只為打造西方世界的DeepSeek。

“我們很樂意成為西方世界的DeepSeek”

2017年，還在Google Brain工作的Vaswani與團隊共同寫出了《Attention Is All You Need》，這篇論文在5年后開啟了如今的GenAI大航海時代。

可惜的是，老東家不太給力，各種條條框框把人束縛得動彈不得，這讓Vaswani心灰意冷。

2022年，他離家出走，與Niki Parmar（Transformer八子之一）和David Luan（當時的Adept CEO）創辦了Adept AI。

可惜好景不長，據BloomBerg報道，Vaswani在Adept與某位聯合創始人爆發了一次嚴重沖突。

這次爭執讓他意識到：

只有創立一個完全屬于自己的公司，才能有絕對的自由。

于是2022年底，他再次揮手告別，拉起新團隊創立了Essential AI。

最開始，Essential AI還走的是務實派路線——主要業務就是幫企業做財務分析自動化。

結果，就在今年年初，Vaswani突然對董事會宣布：

放棄公司現有業務，并將精力全部投入基礎研究。

What??？

這不是把商業模式直接推翻重來嗎？

要知道，對于一家原本服務于企業客戶的初創公司來說，這可是一個風險性極高的Bet。

出乎意料的是，董事會和資方居然都在一定程度上對Vaswani表示了支持。

參與Essential AI上一輪融資的AMD在采訪中表示：

這個路線確實有點不太尋常，但人工智能領域需要更開放的替代方案。

看來，三次遷居的努力沒有白費，Vaswani終于如愿以償，集結了一幫理念同頻的大佬。

為商業化四處奔波的這么多年，與資本和客戶打了無數次交道，Vaswani真的累了。

驀然回首，在他的精神世界中，其實一直有一塊能承載他一切美好期許的土地，這片伊甸園的名字叫做——開源。

他在Essential官網上寫道：

在教育和醫療等領域，有真正的科學需要追求，我們不能讓封閉的人工智能阻礙人類探索這些新方向。

是不是聽著很耳熟，沒錯，Vaswani在與Economics Time的采訪中直接承認了：

“短期內，我們想要成為西方世界的DeepSeek?！?/span>

Vaswani認為，要想推動AI的邊界絕不能靠OpenAI、Anthropic等依靠閉源模式盈利的獨角獸。

在他的設想里，AI不該只服務于商業，而是要真正進入教育、醫療等關乎大眾的場景，讓普通人也能享受到技術紅利。

比如，一個偏遠地區的孩子也能用開源AI上到最好的課；一個小診所也能借助開源工具做出最準確的診斷。

更重要的是，Vaswani可不光是喊口號，Essential在轉型后的確下了不少真功夫。

提出轉型后的不久，2025年4月，Essential AI團隊發表了一篇題為《Rethinking Reflection in Pre-Training》的論文。

這篇論文提出了一個顛覆性觀點：

大型語言模型的反思能力其實在預訓練階段就開始萌芽。

簡單來說，相較于用RL在后訓練打補丁，他們在預訓練中取得了突破，并且這個技術可能大幅降低訓練成本。

要真能成，那對整個開源社區絕對是大利好。

Vaswani看到了什么？

為什么Vaswani說不能把希望寄托在獨角獸公司身上？

Vaswani擔心，這些模型性能最優異的獨角獸正在阻礙人工智能進步。

有幾家公司關閉了長期的研發工作，以便將所有資源用于商業化，這種現象在市場環境惡化時更加明顯。

自Scaling Law迎來邊際收益遞減的拐點后，AI獨角獸的產品化傾向已是眾人皆知。

Anthropic做瀏覽器，OpenAI派出著名產品經理Kevin Weil…….各大模型廠商紛紛下場，親自探索商業模式。

這折射出來的一個問題是創新者窘境。

Scaling Law興起后，暴力美學的砝碼使得AI研究的天平從學術機構幾乎完全向企業實驗室傾斜。

不過，產業界雖壟斷了最稀缺的生產要素，他們真的可以All in創新嗎？

絕大多數時候不能。因為那可能燒掉幾個億，而且不一定能看到回報。

關鍵在于，無論公司成立的初衷是什么，創始人最終都得優先對投資人負責。

因此，探索商業模式和利益最大化是閉源模型的最終歸宿，這從一開始就注定了。

如今，這把熱烈的商業化之火同樣燒到了硅谷這批天之驕子身上。

今天等著小扎買買買，明天聽說OpenAI搞收購，下個月又去創業。

這種節奏很適合追熱點，但科研不一樣——要搞出突破性的成果，你得花幾年甚至十幾年死磕一個方向。

而頻繁的流動，讓團隊很難靜下心來。

Vaswani嘆息道，這不是科學應有的進步方式。

那Vaswani想要怎么做？開源陣營能夠拯救AI嗎？

老生常談的話題——人多力量大，知識共享才是推動AI技術發展的關鍵動力。

閉源公司雖手握頂級資源和技術成果，但為了維護投資人的利益，不得不把這些秘密藏起來，以阻礙競爭對手。

但如果有成千上萬的研究者和開發者一起貢獻代碼，整個生態齊心協力，并行推進，也許能克服開源陣營資源匱乏的問題。

當然，開源最重要的問題在于資金來源，畢竟咱不能總靠“用愛發電”。

對此，Vaswani參考了互聯網產品的解法：

交叉補貼大法好

什么是交叉補貼呢？

這是互聯網時代很常見的一種商業模式，典型案例就是瀏覽器：Google搜索對用戶完全免費，取得市場份額后依靠廣告回血。

簡單來說，就是一部分業務賺錢，用來補貼另一部分業務。

Vaswani對于Essential AI的計劃是這樣的：

先構建一個開源的垂直領域模型，這個基座本身不收錢。

但如果有客戶想用這個基座搭建自己的AI，可以向Essential AI購買訓練數據和相關產品。

通過這個途徑賺來的錢，正好能用來反哺開源社區。

這樣，既能保證技術開放，又能讓公司活下去。

此外，Vaswani還指出閉源不一定代表更高的投資回報率。

雖然閉源模型看起來更容易變現，但實際上也面臨巨大的成本壓力。

實際上，如果按照之前科技互聯網的發展來看，開源通常是更賺錢的一方，畢竟構建起了一整個生態。

One More Thing

最后，關于Ashish Vaswani，或許還有一點點可以多說的。

作為《Attention Is All You Need》論文的“一作”，他博士師承的兩位導師，都是華人。

在2011年的南加州大學，有兩名活躍在自然語言處理（NLP）前沿的教授——蔣偉（David Chiang）與黃亮（Liang Huang）。

他倆都是Ashish Vaswani的導師。

△圖左為蔣偉教授，圖右為黃亮教授

蔣偉教授的學士和碩士均就讀于哈佛大學，后到賓夕法尼亞大學攻讀博士，他提出的分層短語翻譯模型曾被Google Translate采用。

黃亮教授本科畢業于上海交通大學計算機系，同樣是在賓夕法尼亞大學進修的PhD，主要研究方向是開發高效算法來加速NLP任務，Vaswani是他指導的第一名博士生。

怎么說呢，雖然Transformer八子里沒有華人作者，但“功勞簿”里，也并非全然沒有華人貢獻。

這實際也是另一個維度的開源之力。AI也好、深度學習也好，之所以可以站上浪潮之巔，根本上就在于始終有一個持續交流、開放互助的生態環境。

開源是一種選擇，更是一種精神和信仰。