近年来，国内外AI大模型呈现出蓬勃发展的态势，众多科技公司纷纷开源其模型，如清华智谱的ChatGLM、阿里的Qwen、百度的ERNIE系列等。这种开源趋势的背后，是用户对更低成本、更高安全性的需求，以及对AI技术普惠化的追求。开源不仅降低了AI的使用门槛，也加速了技术的迭代和创新。以百度ERNIE 4.5系列为例，其开源了包含多模态混合专家模型在内的10款模型，并采用了Apache 2.0许可，支持多平台发布，旨在构建更开放、更繁荣的AI生态。

💡 **AI大模型开源是满足用户对普惠和安全需求的关键。** 字节豆包以远低于行业的价格推出模型，吸引大量用户，体现了市场对普惠AI的强烈渴望。DeepSeek的开源则解决了用户对数据安全和隐私的顾虑，使用户能够更放心地应用AI技术。

💰 **AI公司从高价闭源转向开源，是市场趋势和盈利模式的演变。** 尽管AI研发投入巨大，需要通过高价API和VIP服务盈利，但Meta的Llama和马斯克的Grok开源后获得巨大关注，表明行业正逐渐青睐开源路线，以吸引更广泛的用户群体和开发者参与。

🚀 **百度ERNIE 4.5系列开源标志着技术创新和生态建设的新高度。** 百度一次性开源了10款模型，包括多模态混合专家模型，并提供了高效训练推理框架和针对模态的后训练方法。其创新之处在于提出多模态异构模型结构，通过跨模态参数共享实现知识融合。

🤝 **开放的许可协议和多平台发布是构建繁荣AI生态的重要举措。** ERNIE 4.5系列模型采用Apache 2.0商用友好许可，并开放了权重、推理代码和开发套件，同时支持飞桨、HuggingFace、千帆等多个平台发布，极大地促进了AI技术的普及和应用。

📈 **全球开源大模型数量已超过200个，预示着AI发展进入新阶段。** 面对海量的开源模型，用户和开发者若想深入了解和构建自己的AI模型，选择专业的训练营如知乎知学堂的大模型训练营，能够系统学习原理、业务场景落地及前沿技术，并获得实战经验，成为AI人才。

2023年3月清华智谱国内首发开源ChatGLM大模型

2023年8月阿里开源大模型Qwen(通义千问)

2025年1月深度求索开源DeepSeek大模型

2025年6月百度开源ERNIE(文心) 4.5系列大模型

......

为什么现在会越来越多的公司，开源自己AI大模型呢？

其实想一想也是这样的，就像超市发试吃一样，先把人吸引过来。

国内AI的发展方向，国内大佬们已经做出过很多次的判断。如“国内AI应该做应用”，“AI大模型开源就是智商税”等等。

但当时字节的豆包推出低价的模型时，豆包的价格，比行业价格低99.3%，这一爆炸性新闻也冲上热搜，吸引了一大波的用户，足以看到大家对普惠倾向。

再到DeepSeek开源后，又引起了一大波浪潮。

大家使用AI，第一、考虑它的费用； 第二、考虑它的安全性，比如自己的数据或信息会不会被泄露。DeepSeek开源后大家就可以更放心使用了。

这种情况不只单单是国内，国外的AI也如此。就如openai一样，当时马斯克还讽刺它应该叫closeai。的确最早大家或者说整个AI领域还是以闭源AI的方式为主，毕竟所以有AI公司还是以赚钱为目的。AI的研发需要投入大量的金钱，如硬件费用、研发人员工资、运营投入等等都需要花钱。所以还是高价的API和高价VIP服务作为赚钱的手段。

当时全球最早的开源AI就是meta的llama大模型，但整个行业还是以闭源的观念为主。后面马斯克把自己的grok开源了，开源一周左右就在github上引来了40k+的star。也就是说随着AI的发展大家的观念更青睐走开源的路线。

据统计目前全球开源大模型已经超过200+个了。如果在AI时代，特别时是已经这么多开源的大模型。你想了解和搭建属于自己的AI模型的话，知乎知学堂的大模型训练营是个不错的选择。从原理到业务场景落地，带着你把大模型前沿技术吃透，还结合真实项目案例手把手带练。学完不仅能在简历里添上亮眼的实战经历，还会成为老板特别看重的AI人才。

我们来具体看看此次百度文心一言ERNIE 4.5 模型开源情况及带来的影响。

开源的ERNIE 4.5 系列模型

开源规模与版本

2025年6月30日百度开源了ERNIE 4.5 模型系列模型，文心4.5系统开源模型包含10款，涵盖了激活参数规模分别为47B和3B的混合专家（MoE）模型（最大的模型总参数量为424B），以及0.3B的稠密参数模型。

也就是说百度这次开源的不单单是一两个模型了而是一系列的模型，相比之用的开源更加完整。

技术创新亮点

多模态混合专家模型预训练、高效训练推理框架、针对模态的后训练

针对 MoE 架构，提出了一种创新性的多模态异构模型结构，通过跨模态参数共享机制实现模态间知识融合，同时为各单一模态保留专用参数空间。

在大语言模型的预训练中，模型FLOPs利用率（MFU）达到47%。

开源形式与生态布局

Apache 2.0 商用友好许可；权重、推理代码、开发套件一并开放；多平台发布（飞桨、HuggingFace、千帆）。