Gerakan sumber terbuka Tiongkok dengan cepat terkonsolidasi menjadi kekuatan yang patut diperhitungkan. Dengan model dasar seperti DeepSeek dan Qwen dari Alibaba memimpin, menetapkan tolok ukur baru untuk kemampuan sumber terbuka Tiongkok, semakin banyak perusahaan kecil hingga menengah (UKM) memanfaatkan kemajuan ini untuk mengembangkan model vertikal yang lebih kecil, namun lebih ampuh. Lonjakan inovasi ini telah mempercepat laju pembaruan model besar di Tiongkok, secara konsisten memberikan perkembangan baru dan menarik. Berbeda dengan pendekatan sumber tertutup yang sebagian besar lazim di Amerika Serikat, perusahaan-perusahaan Tiongkok merangkul sumber terbuka, menunjukkan kepercayaan teknologi mereka dan memelopori jalan baru menuju inklusivitas teknologi dan kolaborasi global, terus berkembang ke pasar luar negeri dan menggeser lanskap AI global dari ‘hegemoni unipolar’ menjadi ‘koeksistensi multipolar’.
Konvergensi Sumber Terbuka Tiongkok
Pada awal Februari, ketika model besar sumber terbuka Tiongkok DeepSeek menduduki puncak tangga unduhan pasar aplikasi di 140 negara dan wilayah di seluruh dunia, OpenAI secara terbuka menuduh DeepSeek menggunakan data sulingan dari ChatGPT tanpa izin.
Daripada menyelamatkan reputasi OpenAI, tuduhan ini justru disambut dengan ejekan luas dari para peneliti di seluruh dunia.
Sekarang, pesaing lain, yang sepenuhnya merangkul buff ‘distilasi’, telah muncul.
Pada tanggal 13 April, Kunlun Wanwei meluncurkan model seri Skywork-OR1 (Open Reasoner 1), mengungguli Qwen-32B dari Alibaba dalam skala yang sama dan selaras dengan DeepSeek-R1.
Bagaimana Kunlun Wanwei, sebuah perusahaan dengan sumber daya keuangan yang terbatas, dapat menciptakan model besar tingkat SOTA? Penjelasan resminya adalah bahwa model mereka didasarkan pada DeepSeek-R1-Distill-Qwen-7B dan DeepSeek-R1-Distill-Qwen-32B.
Seperti yang ditunjukkan oleh namanya, model DeepSeek menyuling model seri Qwen dari Alibaba.
Sambil memanfaatkan model sumber terbuka yang sangat baik, Kunlun Wanwei juga berkontribusi pada komunitas sumber terbuka. Tidak seperti DeepSeek, yang hanya membuka bobot model sumber, Kunlun Wanwei juga membuka dataset dan kode pelatihannya, selaras lebih dekat dengan konsep ‘sumber terbuka sejati’. Ini berarti bahwa setiap pengguna dapat mencoba untuk mereplikasi proses pelatihan model mereka.
Pencapaian Kunlun Wanwei menunjukkan aspek terpenting dari sumber terbuka: itu tidak hanya menyediakan pengguna dengan produk gratis dan mudah tersedia tetapi juga memungkinkan lebih banyak pengembang untuk berdiri di atas bahu para pendahulu, dengan cepat dan hemat biaya memajukan teknologi.
Faktanya, di tengah diskusi industri tahun lalu tentang hambatan dalam pra-pelatihan model besar, laju iterasi model besar Tiongkok telah dipercepat tahun ini, dengan semakin banyak perusahaan berinvestasi dalam sumber terbuka.
Tongyi Qianwen Alibaba Cloud membuka model visual barunya Qwen2.5-VL pada Malam Tahun Baru Imlek dan merilis dan membuka model penalaran barunya QwQ-32B pada awal Maret, menduduki puncak daftar tren dari komunitas sumber terbuka AI mainstream global Hugging Face pada hari ia dibuka sumbernya.
Stepwise kemudian membuka tiga model besar multimodal dalam waktu sekitar satu bulan, yang terbaru adalah model gambar-ke-video Step-Video-TI2V, yang mendukung pembuatan video dengan amplitudo gerakan yang dapat dikendalikan dan gerakan lensa, dan juga dilengkapi dengan kemampuan pembuatan efek khusus tertentu.
Zhipu mengumumkan pada bulan April bahwa mereka akan membuka model GLM seri 32B/9B sumber, yang mencakup model dasar, penalaran, dan kontemplatif, semuanya di bawah perjanjian lisensi MIT.
Bahkan Baidu, yang dulunya sumber tertutup, mengumumkan bahwa mereka akan sepenuhnya membuka model besar Wenxin pada tanggal 30 Juni.
Dibandingkan dengan pertumbuhan ekosistem sumber terbuka domestik yang semakin makmur, perusahaan model besar Amerika masih terutama berfokus pada sumber tertutup, yang telah memberi model besar Tiongkok kesempatan langka untuk pergi ke luar negeri. DeepSeek telah memungkinkan perusahaan pendidikan Indonesia Ruangguru untuk mengoptimalkan model pengajarannya dengan biaya rendah; Perusahaan teknologi perjalanan B2B Singapura Atlas telah mengintegrasikan Qwen ke dalam sistem layanan pelanggan cerdasnya untuk mencapai dukungan multibahasa 24/7.
Mengapa Sumber Tertutup di AS, Sumber Terbuka di Tiongkok?
Kecenderungan terhadap sumber tertutup di industri AI AS dan meningkatnya keterbukaan AI Tiongkok adalah hasil tak terhindarkan dari lingkungan pengembangan AI yang berbeda di kedua negara.
Industri AI AS sebagian besar dipimpin oleh raksasa teknologi dan VC (pemodal ventura), yang memiliki harapan besar untuk pengembalian modal dari AI. Oleh karena itu, perusahaan model AI AS umumnya memiliki keyakinan yang kuat pada teknologi, yaitu, untuk mengejar kepemimpinan teknologi, mencapai tingkat monopoli pasar tertentu, dan kemudian menciptakan keuntungan besar, dan ekosistem mereka secara alami condong ke sumber tertutup.
Mengambil sejarah pengembangan OpenAI sebagai contoh, ia dimulai sebagai entitas nirlaba selama pendiriannya, tetapi sejak itu menjadi semakin tertutup. GPT-1 sepenuhnya sumber terbuka, GPT-2 sebagian sumber terbuka dan menghadapi oposisi sebelum sepenuhnya sumber terbuka, GPT-3 secara resmi menjadi sumber tertutup, dan kemudian GPT-4 semakin memperkuat strategi sumber tertutup, dengan arsitektur model dan data pelatihan yang sepenuhnya rahasia, dan bahkan membatasi frekuensi panggilan API pengguna korporat.
Meskipun OpenAI mengatakan bahwa menutup sumber didasarkan pada kepatuhan dan mengendalikan penyalahgunaan teknologi, pasar umumnya percaya bahwa peristiwa penting dari perubahan OpenAI ke sumber tertutup adalah mencapai kerja sama ratusan miliar dolar dengan Microsoft, menanamkan GPT-3 ke dalam layanan cloud Azure untuk membentuk lingkaran tertutup ‘teknologi-modal’.
Ketika Microsoft pertama kali mengungkapkan investasinya di OpenAI dalam laporan keuangannya pada bulan Oktober tahun lalu, ia mengatakan: ‘Kami telah berinvestasi di OpenAIGlobal, LLC, dengan komitmen investasi total sebesar $13 miliar, dan investasi tersebut dicatat menggunakan metode ekuitas.’
Metode ekuitas yang disebut juga dapat dipahami bahwa investasi Microsoft di OpenAI bertujuan untuk memperoleh pengembalian daripada penelitian amal murni. Jelas, penjualan API dengan harga tinggi oleh OpenAI melalui ekosistem sumber tertutup adalah sumber pendapatan terbesarnya saat ini, dan telah menjadi hambatan terbesar bagi keengganan OpenAI untuk membuka sumber.
Anthropic, yang didirikan dari ‘perpecahan’ OpenAI, telah bertekad untuk mengambil rute sumber tertutup sejak awal, dan produk model besarnya Claude telah sepenuhnya mengadopsi model sumber tertutup.
Bahkan Llama META, satu-satunya pemimpin sumber terbuka di Amerika Serikat, menambahkan dua klausul anti-teman ketika membuka sumber:
- Model sumber terbuka tidak dapat digunakan untuk produk dan layanan dengan lebih dari 700 juta pengguna aktif bulanan sebelum META menyetujuinya.
- Konten keluaran model Llama tidak dapat digunakan untuk melatih dan meningkatkan model bahasa besar lainnya.
Dapat dilihat bahwa bahkan untuk model sumber terbuka, tujuan inti Meta masih untuk membangun ekosistem AI-nya sendiri daripada inklusivitas teknis.
Amerika Serikat telah memilih strategi AI berdasarkan sumber tertutup dengan sumber terbuka sebagai suplemen di tingkat modal, yang dapat dikatakan sebagai pertimbangan komersial murni. Sebaliknya, desain tingkat atas dari atas ke bawah Tiongkok telah mementingkan sumber terbuka sejak awal, yang mencerminkan jalur industri-pertama di bawah konsep kontrol independen.
Pada awal tahun 2017, pemerintah Tiongkok merilis ‘Rencana Pengembangan Kecerdasan Buatan Generasi Baru,’ yang dengan jelas mengusulkan untuk mempercepat integrasi mendalam AI dengan ekonomi dan masyarakat, dan mengerahkan untuk membangun keunggulan penggerak pertama pengembangan AI. Pada tahun 2021, konten terkait sumber terbuka secara eksplisit dimasukkan dalam ‘Rencana Lima Tahun ke-14’ Tiongkok, yang memicu promosi aktif inovasi teknologi oleh pemerintah daerah.
Mei Hong, seorang akademisi dari Akademi Ilmu Pengetahuan Tiongkok, pernah mengatakan bahwa pengembangan model bahasa di masa depan harus bergantung pada platform sumber terbuka. Hanya dalam lingkungan terbuka keamanan dan kepercayaan pengunggahan data dan integrasi bisnis untuk pengguna di berbagai industri dapat dipastikan.
‘Rencana Aksi Khusus untuk Pemberdayaan Digital Usaha Kecil dan Menengah (2025-2027)’ yang dikeluarkan oleh Kementerian Perindustrian dan Teknologi Informasi dan empat departemen lainnya pada bulan Desember tahun lalu dengan jelas mendukung Open Atom Open Source Foundation untuk mendirikan ‘Proyek Khusus Sumber Terbuka AI Usaha Kecil dan Menengah’ untuk menyediakan kerangka kerja pelatihan yang dapat direproduksi dan mudah dipromosikan, alat pengujian, dan sumber daya lainnya untuk menurunkan ambang batas teknis bagi perusahaan.
Masalah yang lebih realistis adalah bahwa karena potensi blokade teknologi oleh Amerika Serikat, Tiongkok tidak dapat hanya menjadi pengikut di bidang AI, tetapi harus membangun ekosistem domestik independen. Membangun ekosistem sumber tertutup lain di bawah ekosistem yang telah dibangun Amerika Serikat dengan sumber tertutup sebagai fokus utamanya sama saja dengan membangun mobil di balik pintu tertutup. Hanya ekosistem sumber terbuka yang dapat dengan cepat membantu pengembangan industri AI.
Selain dukungan tingkat atas, berbagai pemerintah daerah juga telah melakukan investasi uang riil di ekosistem sumber terbuka.
Z Fund, yang didirikan bersama oleh Zhipu dan Aset Milik Negara Beijing, yang berfokus pada investasi ekosistem model besar, mengumumkan bahwa mereka akan menginvestasikan 300 juta yuan untuk mendukung pengembangan komunitas sumber terbuka AI di seluruh dunia. Setiap proyek startup berdasarkan model sumber terbuka (tidak terbatas pada model sumber terbuka Zhipu) dapat mengajukan permohonan.
Perbedaan antara Tiongkok dan Amerika Serikat dalam strategi sumber terbuka dan sumber tertutup mereka untuk industri AI pada dasarnya adalah perbedaan mendasar dalam logika pembangunan. Amerika Serikat didorong oleh modal, dan tuntutan pencarian keuntungan dari raksasa teknologi dan VC telah memunculkan ekosistem sumber tertutup ‘monopoli teknologi-realisasi harga tinggi’. Bahkan jika Meta mencoba membuka sumber, sulit untuk melepaskan diri dari belenggu hambatan komersial. Tiongkok bergantung pada desain tingkat atas, dengan ‘ekuitas teknologi + kolaborasi industri’ sebagai konsep intinya, dan membangun ekosistem terbuka melalui pemberdayaan kebijakan, menjadikan sumber terbuka sebagai infrastruktur dasar untuk menurunkan ambang batas teknis dan mempromosikan integrasi ekonomi riil. Pilihan strategis ini tidak hanya membentuk jalur yang berbeda dari industri AI di kedua negara tetapi juga mengumumkan percepatan ekosistem AI global dari ‘persaingan monopoli’ menjadi ‘terbuka dan saling menguntungkan’.
Cukup Baik Sudah Cukup
Ekosistem sumber terbuka AI Tiongkok tidak hanya mempercepat pengembangan industrialisasi AI di Tiongkok dan dunia tetapi juga menempatkan keyakinan Amerika Serikat pada teknologi terlebih dahulu ke dalam perangkap yang canggung.
Menghadapi meningkatnya tekanan yang dibawa oleh efek DeepSeek, Meta merilis Llama4 pada tanggal 5 April, mengklaimnya sebagai model besar multimodal terkuat dalam sejarah.
Namun, setelah pengujian aktual, ini adalah model yang mengecewakan. Panjang konteks 10 juta token sering salah, tes bola awal sulit diselesaikan, dan kesalahan ukuran perbandingan 9.11 > 9.9 terjadi. Dalam beberapa hari setelah peluncuran model, skandal seperti pengunduran diri eksekutif dan kecurangan tes juga dikonfirmasi oleh karyawan internal.
Lebih banyak berita membuktikan bahwa Llama4 dapat dikatakan sebagai produk yang terburu-buru diluncurkan oleh Zuckerberg. Jadi pertanyaannya adalah, mengapa Zuckerberg harus meluncurkannya pada bulan April?
Seperti yang disebutkan sebelumnya, industri AI AS memiliki keyakinan yang membingungkan pada teknologi, percaya bahwa produk mereka harus yang terkuat dan tercanggih, sehingga mereka telah memulai perlombaan senjata. Namun, efek marjinal yang semakin berkurang dari pelatihan AI telah menyebabkan produsen besar mengkonsumsi sejumlah besar biaya, dan tidak hanya ambang batas teknis yang tidak dibangun, tetapi mereka telah jatuh ke dalam rawa hambatan kekuatan komputasi.
Setelah OpenAI merilis fungsi pembuatan gambar GPT-4o, Altman men-tweet beberapa hari kemudian bahwa GPU mereka ‘terbakar habis’. Kurang dari seminggu setelah Gemini2.5 dirilis, kepala GoogleAIStudio mengatakan bahwa mereka masih diganggu oleh ‘batas tarif’, dan pengembang hanya dapat mengirim 20 permintaan per menit. Tampaknya tidak ada perusahaan yang dapat mengatasi kebutuhan inferensi model super-besar.
Faktanya, Amerika Serikat jatuh ke dalam kesalahpahaman. Penanggung jawab Institut Penelitian Zhiyuan mengatakan: ‘Jika model baru menggunakan 100 kali biaya untuk menjalankan peningkatan skor tolok ukur 10 poin, maka model baru ini tidak berarti apa-apa untuk lebih dari 80% skenario aplikasi karena tidak ada kinerja biaya.’
Perusahaan model besar Tiongkok mempercepat ekosistem sumber terbuka. Mereka tampaknya tidak lagi bersaing untuk tempat teratas, tetapi malah memenangkan lebih banyak pelanggan, terutama pelanggan industri, dengan pendekatan ‘cukup baik’ mereka.
Dibandingkan dengan puluhan juta anggaran untuk pelanggan pemerintah dan perusahaan, banyak perusahaan dan institusi memiliki kebutuhan AI yang mendesak tetapi tidak memiliki begitu banyak solusi yang ada. Menggunakan model sumber terbuka untuk mengembangkan solusi mereka sendiri hampir menjadi satu-satunya pilihan mereka:
- Baosteel menggunakan ‘model besar + model kecil’ untuk proses rekayasa metalurgi utama untuk peringatan dini cerdas peralatan produksi.
- ‘Coal Science Guardian Large Model ChinamjGPT’ dari China Coal Science and Industry Group mengurangi waktu henti peralatan dan biaya perawatan masing-masing sebesar 30% dan 20%.
- Shanghai Mengbo Intelligent Internet of Things Technology telah menciptakan platform aplikasi optimasi proses tungku anil kontinu dan deteksi pemotongan tepi berdasarkan model besar yang ringan.
- Mifei Technology telah mewujudkan prediksi, pemeliharaan, dan manajemen cerdas sistem penanganan material otomatis di fab wafer semikonduktor berdasarkan teknologi model besar.
Ini semua adalah kasus representatif dari model sumber terbuka yang diimplementasikan dalam skenario industri.
Selain penggunaan industri, ekosistem sumber terbuka juga dapat membantu lebih banyak usaha kesejahteraan publik.
Pusat Konservasi Alam Shanshui berkomitmen untuk perlindungan macan tutul salju dan ekosistem dataran tinggi. Kamera inframerah yang dipasang mengambil sejumlah besar foto atau video setiap kuartal. Sangat tidak efisien dan memakan waktu untuk mengandalkan identifikasi manual jejak macan tutul salju. Huawei Ascend bekerja sama dengan Pusat Konservasi Alam Shanshui untuk mengidentifikasi jejak macan tutul salju. Huawei telah membuka model dan alat yang relevan untuk pengenalan spesies gambar inframerah di Sanjiangyuan, menurunkan ambang batas untuk berpartisipasi dalam pengembangan AI dan memungkinkanlebih banyak lembaga penelitian dan perlindungan yang menggunakan model untuk mendapatkan manfaat. Orang dapat bekerja sama untuk mengoptimalkan model dalam hal dataset, pemrosesan data, dan pembersihan data.
Efek ‘Bazaar’ dari Sumber Terbuka
Eric Raymond, pembawa bendera gerakan perangkat lunak sumber terbuka, mengusulkan metafora dalam bukunya tahun 1999 ‘The Cathedral and the Bazaar’: Model pengembangan perangkat lunak sumber tertutup tradisional seperti membangun katedral. Perangkat lunak dirancang dan dibangun dengan hati-hati oleh beberapa ahli (arsitek) di lingkungan yang terisolasi dan hanya dirilis ke pengguna setelah akhirnya selesai; Model pengembangan sumber terbuka seperti pasar yang ramai, tampaknya kacau tetapi bersemangat. Pengembangan perangkat lunak terbuka, terdesentralisasi, dan evolusioner.
Buku ini percaya bahwa untuk banyak jenis proyek perangkat lunak, terutama perangkat lunak tingkat sistem yang kompleks (seperti kernel sistem operasi), model pengembangan ‘bazaar’ yang terbuka, kolaboratif, dan terdesentralisasi, meskipun mungkin tampak kacau, sebenarnya lebih efisien, menghasilkan perangkat lunak berkualitas lebih tinggi, dan lebih kuat daripada model ‘katedral’ tradisional, tertutup, dan terpusat. Ia dapat menemukan dan memperbaiki kesalahan lebih cepat dan lebih baik menyerap umpan balik pengguna dan kontribusi komunitas melalui mekanisme seperti ‘rilis awal, rilis sering’ dan memanfaatkan tinjauan sejawat skala besar (‘cukup banyak bola mata’), sehingga mempromosikan iterasi cepat dan inovasi perangkat lunak.
Keberhasilan besar proyek sumber terbuka seperti Linux telah memverifikasi pendapat Raymond.
Gerakan sumber terbuka telah membawa Amerika Serikat dan dunia nilai besar yang jauh melebihi investasinya sendiri. Sebuah laporan penelitian tahun 2024 dari Universitas Harvard menyatakan: ‘Sumber terbuka menginvestasikan $4,15 miliar dan menciptakan $8,8 triliun nilai bagi perusahaan (yaitu, setiap $1 yang diinvestasikan menciptakan $2.000 nilai). Tanpa sumber terbuka, pengeluaran perusahaan untuk perangkat lunak akan 3,5 kali lipat dari sekarang.’
Saat ini, perusahaan Tiongkok telah mempelajari ini. Perusahaan AI Amerika tampaknya telah melupakannya.
Faktanya, bagi perusahaan model besar Tiongkok, bahkan jika mereka tidak mempertimbangkan manfaat sosial, memilih untuk merangkul ekosistem sumber terbuka tidak merugikan perusahaan itu sendiri.
Banyak perusahaan model besar telah memberi tahu Observer.com bahwa sumber terbuka tidak berarti menyerah pada komersialisasi. Sumber terbuka masih memiliki logika keuntungan dari sumber terbuka. Dibandingkan dengan apakah itu sumber terbuka atau tidak, bagaimana melayani pelanggan dengan lebih baik secara teknis adalah masalah utama.
Mengambil Zhipu AI sebagai contoh, ia mengklaim sebagai satu-satunya perusahaan di Tiongkok yang sepenuhnya membandingkan OpenAI, tetapi dibandingkan dengan strategi sumber tertutup OpenAI, ia adalah salah satu praktisi strategi sumber terbuka yang paling bertekad di industri.
Zhipu memimpin dalam membuka ChatGLM-6B model besar Chat pertama Tiongkok pada tahun 2023. Sejak didirikan hampir enam tahun lalu, Zhipu telah membuka lebih dari 55 model, dengan volume unduhan kumulatif hampir 40 juta kali di komunitas sumber terbuka internasional.
Zhipu mengatakan kepada Observer.com bahwa Zhipu berharap strategi sumber terbukanya akan berkontribusi untuk membangun Beijing menjadi ‘ibu kota sumber terbuka global’ untuk kecerdasan buatan.
Secara khusus, di tingkat komersial, Zhipu memilih untuk menarik ekosistem pengembang melalui sumber terbuka dan memberikan solusi khusus berbayar kepada pelanggan B-end dan G-end.
Selain menjual solusi, menjual API juga merupakan penghubung keuntungan yang penting.
Mengambil DeepSeek sebagai contoh, bisnis pertama model sumber terbuka adalah penjualan API berkinerja tinggi. Meskipun layanan dasar gratis, perusahaan dapat menyediakan layanan API berkinerja tinggi dan mengenakan biaya berdasarkan penggunaan. Harga API untuk DeepSeek-R1 adalah 1 yuan per juta token input dan 16 yuan per juta token output. Jika kuota token gratis habis atau API dasar tidak dapat memenuhi kebutuhan, pengguna cenderung menggunakan versi berbayar untuk menjaga stabilitas proses bisnis.
Dibandingkan dengan perusahaan yang hanya memiliki layanan model, Alibaba telah memilih model monetisasi sumber terbuka lain: bundling ekosistem.
Seri Qwen Alibaba, sebagai pelopor sumber terbuka, menarik pengembang untuk menggunakan komputasi awan dan infrastruktur lain melalui sumber terbuka penuh-modal, membentuk skenario lingkaran tertutup. Model mereka hanyalah pengantar di tahap awal, dan barang dengan harga yang ditandai sebenarnya adalah layanan cloud.
Aplikasi globalisasi model besar sumber terbuka Tiongkok telah bergeser dari ‘mengikuti teknologi’ menjadi ‘dominasi ekosistem’. Ketika Amerika Serikat terjebak dalam dilema ‘monopoli sumber tertutup’ dan ‘sumber terbuka di luar kendali’, Tiongkok merekonstruksi logika dasar ekosistem sumber terbuka AI global melalui ‘inovasi perjanjian + kultivasi skenario’. Medan pertempuran utama dari permainan ini bukan pada persaingan skala parameter tetapi di pasar triliunan dolar dari integrasi mendalam teknologi AI dan ekonomi riil.