Çin’in açık kaynak hareketi hızla küresel bir güç haline geliyor. DeepSeek ve Alibaba’nın Qwen’i gibi temel modeller Çin açık kaynak yetenekleri için yeni standartlar belirlerken, küçük ve orta ölçekli işletmeler (KOBİ’ler) bu gelişmeleri daha küçük, ancak daha güçlü, dikey modeller geliştirmek için kullanıyor. Bu inovasyon dalgası, Çin’deki büyük model güncellemelerinin hızını artırdı ve sürekli olarak taze ve heyecan verici gelişmeler sunuyor. Amerika Birleşik Devletleri’nde yaygın olan ağırlıklı olarak kapalı kaynak yaklaşımının aksine, Çinli şirketler açık kaynağı benimsiyor, teknolojik güvenlerini sergiliyor ve teknolojik kapsayıcılığa ve küresel işbirliğine doğru yeni bir yol açıyor, sürekli olarak denizaşırı pazarlara açılıyor ve küresel yapay zeka manzarasını ‘tek kutuplu hegemonyadan’ ‘çok kutuplu bir arada varoluşa’ kaydırıyor.
Çin Açık Kaynağının Birleşimi
Şubat ayının başlarında, Çinli açık kaynaklı büyük model DeepSeek dünya çapında 140 ülke ve bölgede uygulama mağazası indirme listelerinde zirveye yerleştiğinde, OpenAI, DeepSeek’i ChatGPT’den damıtılmış verileri izinsiz kullanmakla alenen suçladı.
Bu suçlama, OpenAI’nin itibarını kurtarmak yerine, dünya çapındaki araştırmacılardan yaygın bir alay konusu oldu.
Şimdi, ‘damıtma’ merakını tam olarak benimseyen başka bir rakip ortaya çıktı.
13 Nisan’da Kunlun Wanwei, aynı ölçekte Alibaba’nın Qwen-32B’sini geride bırakan ve DeepSeek-R1 ile uyumlu olan Skywork-OR1 (Açık Nedenleyici 1) serisi modellerini piyasaya sürdü.
Sınırlı mali kaynaklara sahip bir şirket olan Kunlun Wanwei, nasıl SOTA seviyesinde büyük bir model yaratabilir? Resmi açıklama, modellerinin DeepSeek-R1-Distill-Qwen-7B ve DeepSeek-R1-Distill-Qwen-32B’ye dayandığıdır.
Adlarından da anlaşılacağı gibi, DeepSeek’in modelleri Alibaba’nın Qwen serisi modellerini damıttı.
Kunlun Wanwei, mükemmel açık kaynaklı modellerden yararlanırken, aynı zamanda açık kaynak topluluğuna da katkıda bulunuyor. Sadece model ağırlıklarını açık kaynaklı hale getiren DeepSeek’in aksine, Kunlun Wanwei ayrıca veri kümelerini ve eğitim kodunu da açık kaynaklı hale getirdi ve ‘gerçek açık kaynak’ kavramına daha yakın bir şekilde uyum sağladı. Bu, herhangi bir kullanıcının model eğitim süreçlerini kopyalamaya çalışabileceği anlamına geliyor.
Kunlun Wanwei’nin başarısı, açık kaynağın en önemli yönünü gösteriyor: kullanıcılara sadece ücretsiz ve kolayca erişilebilir bir ürün sunmakla kalmıyor, aynı zamanda daha fazla geliştiricinin öncekilerin omuzlarında durmasını, teknolojiyi hızlı ve uygun maliyetli bir şekilde ilerletmesini sağlıyor.
Aslında, geçen yılki büyük model ön eğitimindeki darboğaz hakkındaki endüstri tartışmaları arasında, Çinli büyük modellerin yineleme hızı bu yıl hızlandı ve giderek daha fazla şirket açık kaynağa yatırım yapıyor.
Alibaba Cloud’un Tongyi Qianwen’i Çin Yeni Yılı Arifesinde yeni görsel modeli Qwen2.5-VL’yi açık kaynaklı hale getirdi ve Mart ayı başlarında yeni muhakeme modeli Qwen-32B’yi piyasaya sürdü ve açık kaynaklı hale getirdi, açık kaynaklı hale getirildiği gün küresel ana akım yapay zeka açık kaynak topluluğu Hugging Face’in trend listesinde zirveye yerleşti.
Stepwise daha sonra yaklaşık bir ay içinde üç multimodal büyük model açık kaynaklı hale getirdi, bunların en sonuncusu, kontrollü hareket genliği ve lens hareketiyle videoların oluşturulmasını destekleyen ve ayrıca belirli özel efekt oluşturma yetenekleriyle birlikte gelen görüntüden videoya modeli Step-Video-TI2V’dir.
Zhipu Nisan ayında 32B/9B serisi GLM modellerini açık kaynaklı hale getireceğini duyurdu, bu modeller temel, muhakeme ve tefekkür modellerini kapsıyor ve hepsi MIT lisans sözleşmesi altında bulunuyor.
Bir zamanlar kapalı kaynaklı olan Baidu bile, 30 Haziran’da Wenxin büyük modelini tamamen açık kaynaklı hale getireceğini duyurdu.
Yerli açık kaynak ekosisteminin artan refahıyla karşılaştırıldığında, Amerikalı büyük model şirketleri hala ağırlıklı olarak kapalı kaynağa odaklanıyor, bu da Çinli büyük modellere denizaşırı ülkelere gitmek için nadir bir fırsat verdi. DeepSeek, Endonezyalı eğitim şirketi Ruangguru’nun öğretim modelini düşük maliyetle optimize etmesine izin verdi; Singapurlu B2B seyahat teknolojisi şirketi Atlas, 7/24 çok dilli destek elde etmek için Qwen’i akıllı müşteri hizmetleri sistemine entegre etti.
ABD’de Neden Kapalı Kaynak, Çin’de Açık Kaynak?
ABD yapay zeka endüstrisinde kapalı kaynağa eğilim ve Çin yapay zekasının artan açıklığı, iki ülkedeki farklı yapay zeka geliştirme ortamlarının kaçınılmaz sonuçlarıdır.
ABD yapay zeka endüstrisine esas olarak teknoloji devleri ve VC’ler (girişim kapitalistleri) liderlik ediyor ve bunlar yapay zekadan elde edilen sermaye getirilerinden büyük beklentilere sahip. Bu nedenle, ABD yapay zeka model şirketleri genellikle teknolojiye güçlü bir inanca sahipler, yani teknolojik liderliği takip etmek, belirli bir pazar tekelini elde etmek ve ardından büyük karlar yaratmak ve ekosistemleri doğal olarak kapalı kaynağa eğilimli.
OpenAI’nin gelişim tarihini örnek olarak ele alırsak, kuruluşunda kar amacı gütmeyen bir kuruluş olarak başladı, ancak o zamandan beri giderek daha da kapalı hale geldi. GPT-1 tamamen açık kaynaklıydı, GPT-2 kısmen açık kaynaklıydı ve tam olarak açık kaynaklı hale getirilmeden önce muhalefetle karşılaştı, GPT-3 resmi olarak kapalı kaynaklı hale geldi ve ardından GPT-4, model mimarisi ve eğitim verileri tamamen gizli tutularak ve hatta kurumsal kullanıcıların API çağrı sıklığını kısıtlayarak kapalı kaynak stratejisini daha da güçlendirdi.
OpenAI, kaynak kapatmanın uyumluluk ve teknolojinin kötüye kullanımını kontrol etmeye dayandığını söylese de, piyasa genellikle OpenAI’nin kapalı kaynağa geçişinin dönüm noktası olayının, GPT-3’ü Azure bulut hizmetlerine gömmek ve bir ‘teknoloji-sermaye’ kapalı döngüsü oluşturmak için Microsoft ile yüz milyar dolarlık bir işbirliğine ulaşması olduğuna inanıyor.
Microsoft geçen yılın Ekim ayında mali raporunda OpenAI’ye yaptığı yatırımı ilk kez açıkladığında, şunları söyledi: ‘OpenAIGlobal, LLC’ye toplam 13 milyar dolarlık yatırım taahhüdüyle yatırım yaptık ve yatırım öz sermaye yöntemi kullanılarak muhasebeleştiriliyor.’
Sözde öz sermaye yöntemi, Microsoft’un OpenAI’ye yaptığı yatırımın, saf hayır amaçlı araştırmadan ziyade getiri elde etmeyi amaçladığı şeklinde de anlaşılabilir. Açıkçası, OpenAI’nin kapalı kaynaklı bir ekosistem aracılığıyla yüksek fiyatlı API’ler satması, şu anda en büyük gelir kaynağı ve OpenAI’nin açık kaynaklı hale gelmek istememesinin en büyük engeli haline geldi.
OpenAI’nin ‘bölünmesinden’ kurulan Anthropic, baştan itibaren kapalı kaynak rotasını izlemeye kararlıydı ve büyük model ürünü Claude, kapalı kaynak modelini tamamen benimsedi.
META’nın Amerika Birleşik Devletleri’ndeki tek açık kaynak lideri olan Llama bile, açık kaynaklı hale getirirken iki arkadaş karşıtı madde ekledi:
- Açık kaynaklı modeller, META tarafından onaylanmadan önce aylık 700 milyondan fazla aktif kullanıcısı olan ürün ve hizmetler için kullanılamaz.
- Llama modellerinin çıktı içeriği, diğer büyük dil modellerini eğitmek ve iyileştirmek için kullanılamaz.
Açık kaynaklı modeller için bile, Meta’nın temel amacının hala teknik kapsayıcılıktan ziyade kendi yapay zeka ekosistemini oluşturmak olduğu görülebilir.
Amerika Birleşik Devletleri, sermaye düzeyinde açık kaynağı bir takviye olarak kullanarak kapalı kaynağa dayalı bir yapay zeka stratejisi seçti; bu da tamamen ticari mülahazalar olarak söylenebilir. Buna karşılık, Çin’in yukarıdan aşağıya en üst düzey tasarımı, en başından beri açık kaynağa önem verdi ve bağımsız kontrol kavramı altında bir endüstri öncelikli yolunu yansıtıyor.
Çin hükümeti, 2017 gibi erken bir tarihte, yapay zekanın ekonomi ve toplumla derin entegrasyonunu hızlandırmayı ve yapay zeka gelişiminin ilk taşıyıcı avantajını oluşturmak için konuşlandırmayı açıkça öneren ‘Yeni Nesil Yapay Zeka Geliştirme Planı’nı yayınladı. 2021’de açık kaynakla ilgili içerik açıkça Çin’in ‘14. Beş Yıllık Planı’na dahil edildi ve bu da yerel yönetimler tarafından teknolojik yeniliğin aktif bir şekilde teşvik edilmesini tetikledi.
Çin Bilimler Akademisi akademisyeni Mei Hong, bir zamanlar dil modellerinin gelecekteki gelişiminin açık kaynaklı platformlara dayanması gerektiğini söyledi. Sadece açık bir ortamda, çeşitli sektörlerdeki kullanıcılar için veri yüklemelerinin ve iş entegrasyonunun güvenliği ve güvenilirliği sağlanabilir.
Sanayi ve Bilgi Teknolojileri Bakanlığı ve diğer dört departman tarafından geçen yılın Aralık ayında yayınlanan ‘Küçük ve Orta Ölçekli İşletmelerin Dijital Olarak Güçlendirilmesine Yönelik Özel Eylem Planı (2025-2027)’, kurumsal teknik eşiği düşürmek için yeniden üretilebilir ve kolayca tanıtılabilir eğitim çerçeveleri, test araçları ve diğer kaynaklar sağlamak üzere Açık Atom Açık Kaynak Vakfı’nı bir ‘Küçük ve Orta Ölçekli İşletme Yapay Zeka Açık Kaynak Özel Projesi’ kurması için açıkça destekliyor.
Daha gerçekçi bir sorun, Amerika Birleşik Devletleri’nin potansiyel teknolojik ablukası nedeniyle Çin’in yapay zeka alanında basitçe bir takipçi olamaması, ancak bağımsız bir yerel ekosistem inşa etmesi gerektiğidir. Amerika Birleşik Devletleri’nin kapalı kaynağı ana odak noktası olarak inşa ettiği ekosistem altında başka bir kapalı kaynaklı ekosistem inşa etmek, kapalı kapılar ardında bir araba inşa etmekle eşdeğerdir. Sadece açık kaynaklı bir ekosistem, yapay zeka endüstrisinin gelişimine hızla yardımcı olabilir.
En üst düzey desteğe ek olarak, çeşitli yerel yönetimler de açık kaynak ekosistemine gerçek para yatırımları yaptı.
Zhipu ve Pekin Eyalet Varlıklarının ortaklaşa kurduğu ve büyük model ekosistem yatırımına odaklanan Z Fonu, yapay zeka açık kaynak topluluğunun dünya çapındaki gelişimini desteklemek için 300 milyon yuan yatırım yapacağını duyurdu. Açık kaynaklı modellere dayalı herhangi bir startup projesi (Zhipu açık kaynaklı modelleriyle sınırlı değil) başvurabilir.
Çin ve Amerika Birleşik Devletleri arasındaki yapay zeka endüstrisi için açık kaynak ve kapalı kaynak stratejilerindeki farklılık, özünde geliştirme mantığındaki temel bir farktır. Amerika Birleşik Devletleri sermaye tarafından yönlendiriliyor ve teknoloji devlerinin ve VC’lerin kar arama talepleri, ‘teknoloji tekeli-yüksek fiyatlı gerçekleştirme’ kapalı kaynaklı bir ekosistem yarattı. Meta açık kaynaklı hale getirmeye çalışsa bile, ticari engellerin prangalarından kaçmak zordur. Çin, ‘teknoloji öz sermayesi + endüstriyel işbirliği’ temel kavramı olarak en üst düzey tasarıma güveniyor ve politika yetkilendirmesi yoluyla açık bir ekosistem inşa ederek açık kaynağı teknik eşikleri düşürmek ve gerçek ekonominin entegrasyonunu teşvik etmek için temel bir altyapı haline getiriyor. Bu stratejik seçim, sadece iki ülkedeki yapay zeka endüstrilerinin farklı yollarını şekillendirmekle kalmıyor, aynı zamanda küresel yapay zeka ekosisteminin ‘tekel rekabetinden’ ‘açık ve kazan-kazan’a doğru hızlanmasının da habercisi oluyor.
Yeterince İyi, Yeterince İyidir
Çin’in yapay zeka açık kaynak ekosistemi sadece Çin’de ve dünyada yapay zeka sanayileşme gelişimini hızlandırmakla kalmıyor, aynı zamanda Amerika Birleşik Devletleri’nin teknolojiye ilk inancı inancını da garip bir tuzağa sokuyor.
DeepSeek etkisinin getirdiği artan baskıyla karşı karşıya kalan Meta, 5 Nisan’da Llama4’ü piyasaya sürdü ve bunun tarihteki en güçlü multimodal büyük model olduğunu iddia etti.
Ancak, gerçek testlerden sonra, bu hayal kırıklığı yaratan bir model. 10 milyon tokenlik bağlam uzunluğu genellikle yanlış gidiyor, ilk top testi tamamlanması zor ve 9.11 > 9.9 karşılaştırma boyutu hatası meydana geliyor. Modelin lansmanından birkaç gün sonra, yönetici istifaları ve test hilesi gibi skandallar da iç çalışanlar tarafından doğrulandı.
Daha fazla haber, Llama4’ün Zuckerberg’in aceleyle raflara koyduğu bir ürün olduğunu kanıtlıyor. Peki soru şu, Zuckerberg neden Nisan ayında piyasaya sürmek zorunda kaldı?
Daha önce bahsedildiği gibi, ABD yapay zeka endüstrisi, ürünlerinin en güçlü ve en gelişmiş olması gerektiğine inanan ve bu nedenle bir silahlanma yarışına başlayan kafa karıştırıcı bir teknoloji inancına sahip. Ancak, yapay zeka eğitiminin azalan marjinal etkisi, büyük üreticilerin muazzam miktarda maliyet tüketmesine neden oldu ve sadece teknik eşik inşa edilmekle kalmadı, aynı zamanda bilgi işlem gücü darboğazlarının bataklığına düştüler.
OpenAI GPT-4o’nun görüntü oluşturma işlevini yayınladıktan sonra, Altman birkaç gün sonra GPU’larının ‘yanıp tükendiğini’ tweetledi. Gemini2.5 piyasaya sürüldükten sonraki bir haftadan kısa bir süre sonra, GoogleAIStudio başkanı hala ‘oran sınırları’ndan muzdarip olduklarını ve geliştiricilerin dakikada sadece 20 istek gönderebileceğini söyledi. Görünüşe göre hiçbir şirket süper büyük modellerin çıkarım ihtiyaçlarıyla başa çıkamıyor.
Aslında, Amerika Birleşik Devletleri bir yanılgıya düşüyor. Zhiyuan Araştırma Enstitüsü’nün sorumlusu şunları söyledi: ‘Yeni bir model, 10 puanlık bir kıyaslama puanı artışı elde etmek için 100 kat maliyet kullanıyorsa, o zaman bu yeni model, uygulama senaryolarının %80’inden fazlası için anlamsızdır çünkü maliyet performansı yoktur.’
Çinli büyük model şirketleri açık kaynak ekosistemini hızlandırıyor. Artık zirve için yarışmıyor gibi görünüyorlar, bunun yerine ‘yeterince iyi’ yaklaşımlarıyla daha fazla müşteri, özellikle de endüstriyel müşteriler kazandılar.
Hükümet ve kurumsal müşteriler için on milyonlarca bütçeyle karşılaştırıldığında, birçok şirketin ve kurumun acil yapay zeka ihtiyaçları var, ancak bu kadar çok mevcut çözümleri yok. Kendi çözümlerini geliştirmek için açık kaynaklı modelleri kullanmak neredeyse tek seçenekleri haline geldi:
- Baosteel, üretim ekipmanının akıllı erken uyarısı için temel metalurjik mühendislik süreçleri için ‘büyük model + küçük model’ kullanıyor.
- China Coal Science and Industry Group’un ‘Coal Science Guardian Large Model ChinamjGPT’, ekipman arıza süresini ve bakım maliyetlerini sırasıyla %30 ve %20 oranında azaltıyor.
- Shanghai Mengbo Intelligent Internet of Things Technology, hafif bir büyük modele dayalı bir kenar kesme algılama ve sürekli tavlama fırını proses optimizasyon uygulama platformu oluşturdu.
- Mifei Technology, büyük model teknolojisine dayalı olarak yarı iletken gofret fabrikalarında otomatik malzeme taşıma sistemlerinin akıllı tahminini, bakımını ve yönetimini gerçekleştirdi.
Bunların hepsi, açık kaynaklı modellerin endüstriyel senaryolarda uygulanmasının temsili örnekleridir.
Endüstriyel kullanımlara ek olarak, açık kaynak ekosistemi daha fazla kamu yararı girişimine de yardımcı olabilir.
Shanshui Doğa Koruma Merkezi, kar leoparlarının ve plato ekosistemlerinin korunmasına kendini adamıştır. Kurduğu kızılötesi kameralar her çeyrekte çok sayıda fotoğraf veya video çekiyor. Kar leoparı izlerinin manuel olarak tanımlanmasına güvenmek son derece verimsiz ve zaman alıcıdır. Huawei Ascend, kar leoparı izlerini tanımlamak için Shanshui Doğa Koruma Merkezi ile işbirliği yapıyor. Huawei, Sanjiangyuan’daki kızılötesi görüntü türü tanıma için ilgili model ve araçları açık kaynaklı hale getirdi, yapay zeka geliştirimine katılım eşiğini düşürdü ve model kullanan daha fazla araştırma ve koruma kuruluşunun faydalanmasını sağladı. İnsanlar, veri kümeleri, veri işleme ve veri temizleme açısından modeli optimize etmek için birlikte çalışabilirler.
Açık Kaynağın ‘Bazaar’ Etkisi
Açık kaynaklı yazılım hareketinin sancaktarı Eric Raymond, 1999 tarihli ‘The Cathedral and the Bazaar’ adlı kitabında bir metafor önerdi: Geleneksel, kapalı kaynaklı yazılım geliştirme modeli, bir katedral inşa etmeye benzer. Yazılım, izole bir ortamda birkaç uzman (mimar) tarafından dikkatlice tasarlanır ve inşa edilir ve sonunda tamamlandıktan sonra kullanıcılara yayınlanır; Açık kaynaklı geliştirme modeli, hareketli, görünüşte kaotik ancak canlı bir pazara benzer. Yazılım geliştirme açık, merkezi olmayan ve evrimseldir.
Kitap, birçok yazılım projesi türü için, özellikle karmaşık sistem düzeyinde yazılımlar (işletim sistemi çekirdekleri gibi), açık, işbirlikçi ve merkezi olmayan ‘pazar’ geliştirme modelinin, kaotik görünse de, aslında daha verimli olduğunu, daha yüksek kalite ürettiğini ve geleneksel, kapalı ve merkezi ‘katedral’ modelinden daha sağlam yazılımlar ürettiğini belirtiyor. ‘Erken yayınla, sık yayınla’ ve büyük ölçekli akran incelemesi (‘yeterli göz küresi’) gibi mekanizmalar aracılığıyla hataları daha hızlı bulabilir ve düzeltebilir ve kullanıcı geri bildirimlerini ve topluluk katkılarını daha iyi özümseyebilir, böylece yazılımın hızlı yinelemesini ve yenilenmesini teşvik edebilir.
Linux gibi açık kaynaklı projelerin büyük başarısı, Raymond’un görüşünü doğruladı.
Açık kaynak hareketi, Amerika Birleşik Devletleri’ne ve dünyaya kendi yatırımını çok aşan büyük bir değer getirdi. Harvard Üniversitesi’nden 2024 tarihli bir araştırma raporu şunları belirtti: ‘Açık kaynak 4,15 milyar dolar yatırım yaptı ve şirketler için 8,8 trilyon dolar değer yarattı (yani, yatırılan her 1 dolar 2.000 dolar değer yaratıyor). Açık kaynak olmasaydı, şirketlerin yazılıma harcaması şu ankinin 3,5 katı olurdu.’
Bugün, Çinli şirketler bunu öğrendi. Amerikalı yapay zeka şirketleri bunu unutmuş gibi görünüyor.
Aslında, Çinli büyük model şirketleri için, sosyal faydaları dikkate almasalar bile, açık kaynak ekosistemini benimsemeyi seçmek şirketlerin kendileri için karsız değildir.
Birçok büyük model şirketi Observer.com’a açık kaynağın ticarileşmeyi bırakmak anlamına gelmediğini söyledi. Açık kaynakta hala açık kaynak kar mantığı var. Açık kaynaklı olup olmamasından ziyade, müşterilere teknik olarak daha iyi nasıl hizmet edileceği kilit konu.
Zhipu AI’yı örnek olarak ele alırsak, Çin’de OpenAI’yı tamamen kıyaslayan tek şirket olduğunu iddia ediyor, ancak OpenAI’nin kapalı kaynak stratejisiyle karşılaştırıldığında, sektördeki açık kaynak stratejisinin en kararlı uygulayıcılarından biri.
Zhipu, 2023’te Çin’in ilk Sohbet büyük modeli ChatGLM-6B’yi açık kaynaklı hale getirmede öncülük etti. Neredeyse altı yıl önce kurulduğundan beri Zhipu, uluslararası açık kaynak topluluğunda yaklaşık 40 milyon indirme hacmiyle 55’ten fazla modeli açık kaynaklı hale getirdi.
Zhipu, Observer.com’a Zhipu’nun açık kaynak stratejisinin, Pekin’i yapay zeka için ‘küresel açık kaynak başkenti’ haline getirmeye katkıda bulunacağını umduğunu söyledi.
Spesifik olarak, ticari düzeyde Zhipu, açık kaynak aracılığıyla bir geliştirici ekosistemini çekmeyi ve B ucu ve G ucu müşterilerine ücretli özelleştirilmiş çözümler sunmayı seçti.
Çözüm satmanın yanı sıra, API satmak da önemli bir kar bağlantısı.
DeepSeek’i örnek olarak ele alırsak, açık kaynaklı modelin ilk işi yüksek performanslı API’lerin satışı. Temel hizmetler ücretsiz olsa da, şirketler yüksek performanslı API hizmetleri sağlayabilir ve kullanıma göre ücret alabilir. DeepSeek-R1 için API fiyatlandırması, milyon giriş jetonu başına 1 yuan ve milyon çıkış jetonu başına 16 yuan. Ücretsiz jeton kotası tüketilirse veya temel API ihtiyaçları karşılayamazsa, kullanıcılar iş süreçlerinin istikrarını korumak için ücretli sürümü kullanmaya eğilimlidir.
Sadece model hizmetleri olan şirketlerle karşılaştırıldığında, Alibaba başka bir açık kaynaklı para kazanma modeli seçti: ekosistem paketleme.
Alibaba’nın Qwen serisi, açık kaynak öncüsü olarak, tam modal açık kaynak aracılığıyla geliştiricileri bulut bilişim ve diğer altyapıları kullanmaya çekiyor ve kapalı döngülü bir senaryo oluşturuyor. Modelleri sadece erken aşamada bir tanıtım ve fiyat etiketli mallar aslında bulut hizmetleri.
Çinli açık kaynaklı büyük modellerin küreselleşme uygulaması ‘teknoloji takibinden’ ‘ekosistem hakimiyetine’ kaydı. Amerika Birleşik Devletleri ‘kapalı kaynak tekeli’ ve ‘açık kaynak kontrolden çıkması’ ikilemine düştüğünde, Çin ‘anlaşma yeniliği + senaryo yetiştirme’ yoluyla küresel yapay zeka açık kaynak ekosisteminin temel mantığını yeniden inşa ediyor. Bu oyunun nihai savaş alanı, parametre ölçeği rekabetinde değil, yapay zeka teknolojisi ve gerçek ekonominin derin entegrasyonunun trilyon dolarlık pazarında.