出品 | 网易智能
作者 | 小小
编辑 | 王凤枝
阿里做出了全球最受欢迎的开源AI模型之一，但还没想清楚怎么靠它赚钱。
Qwen每天在Hugging Face上被下载约100万次，今年1月成为全球下载量最高的开源AI系统。但今年前三个月，阿里AI相关产品收入只有13亿美元，不到公司总收入的4%。
与此同时，该公司计划到明年底前投入超过550亿美元建设AI基础设施。
为了打破"热门却无利可图"的技术怪圈，阿里云正在经历一场从底层研发理念到高管架构的深刻质变。
另一边，一场来自大洋彼岸的指控让局面更加复杂。
据《华盛顿邮报》披露的信件内容，今年6月，美国AI公司Anthropic致信参议员，指控阿里通过约2.4万个虚假账户，从Claude聊天机器人获取数据，再用"蒸馏"技术训练自家的Qwen模型。
几乎同一时间，这家中国公司内部正经历另一场风波：Qwen核心工程师离职，团队因商业化路线分歧而分裂。
外部面对"蒸馏"指控，内部又陷入开源与商业化的路线分歧，阿里巴巴的AI故事远比表面复杂。
01开源神话：全球开发者的宠儿
阿里巴巴推出AI模型系列"通义千问"（Qwen）是在2023年，随后迅速将其开源，允许任何人自由使用和调整。
这一策略让它的技术门槛和成本远低于Anthropic和OpenAI等美国竞争对手的专有系统，迅速在全球开发者社区中积累了极高的人气。
到今年1月，Qwen已成为全球下载量最高的开源AI系统。在托管众多开源AI项目的平台Hugging Face上，其模型每天被下载约100万次。阿里巴巴由此被推上了中国开源AI推动者的领军位置。
事后回看，阿里巴巴在AI上的崛起早有铺垫。随着电商和物流业务的全球扩张，公司建立起了能够处理海量客户数据的大规模数据中心。
随后，它借鉴了亚马逊的成功路径，将电商业务积累的技术基础设施转化为一项主要的云计算业务。
布鲁金斯学会研究员陈子轩（Kyle Chan）评价说，阿里巴巴在很多方面都走在了时代前列，早早在许多如今成为热点的领域下了注。数据和计算能力，正是训练AI系统最关键的两个要素，阿里在不知不觉中已经备齐了这两张牌。
然而，开发者的热情并没有转化为真金白银。
今年前三个月，阿里巴巴报告其AI相关产品收入为13亿美元，不到公司总收入的4%。与之形成鲜明对比的是，阿里巴巴计划在明年底前投入超过550亿美元用于建设AI基础设施。投入和产出的差距，一目了然。
构建性能顶尖的AI模型本就是烧钱的事。它需要机库大小的数据中心，对计算机芯片的需求巨大，电力消耗更是惊人。
中国AI公司还面临美国芯片出口管制的额外制约，无法自由获取最先进的芯片。中国领先的AI初创公司和研究人员经常公开表示，计算能力短缺是制约他们发展的最大因素，为此各家都在投入巨资。
MiniMax和Z.ai等初创公司已公开向投资者筹集资金，以维持高昂的研发和训练成本。
这种变现难题并非阿里巴巴独有。
有网友指出，热门但无利可图，是目前几乎所有消费级AI产品的共同故事，无论哪个国家，变现是整个行业的难题，而且还没有人彻底解决它。
投资AI技术的对冲基金Interconnected Capital创始人徐凯文（Kevin Xu）把这种处境形容为一个艰难的选择，也是每个开放模型实验室迟早都要面对的选择。
硅谷公司Datastrato副总裁、长期参与中国开源社区的林旅强（Richard Lin）则对整个行业的健康状况表达了忧虑。他直言，目前还没有一家AI公司拥有可持续的商业模式，这不是一个健康的行业。
科技界许多观察人士将当前的AI热潮与互联网时代的早期相提并论。那时候互联网公司如雨后春笋般涌现，蓬勃发展，但几乎没有人知道如何围绕这项技术建立起持久的商业模式。二十多年过去了，历史似乎在AI领域重演。
变现的焦虑最终传导到了阿里巴巴AI团队内部，并且引发了实质性的裂痕。今年3月，Qwen的首席工程师林俊阳宣布离开阿里巴巴。差不多同一时间，还有几位关键工程师也选择了离职。
两位熟悉该团队内部情况的人士向媒体透露，团队分裂的核心原因，正是在如何将Qwen商业化的问题上存在严重分歧。
林俊阳是开源路线的坚定倡导者。他主张提供免费、可下载的模型，让它们能够在用户自己的设备上高效、低成本地运行，而不需要依赖云端服务。这套策略为Qwen赢得了全球开发者社区的狂热拥护。
然而在公司内部，尤其是管理层眼中，这种声望和排名并没有对应的商业回报。
一位熟悉阿里巴巴战略的人士透露了更多细节。据他描述，林俊阳因为在训练开源模型上持续投入大量资源，面临来自高级管理层的压力日益增大。
压力在农历新年前后达到一个高峰。那段时间，包括MiniMax、智谱AI和月之暗面在内的多家中国竞争对手实验室，先后发布了在编程领域性能优于Qwen的新模型。
编程正是AI需求快速增长的领域，竞争对手的赶超让阿里内部的焦虑感进一步升温。
随着投资者群体的关注焦点从模型基准性能转向实际赚钱能力，这些原本潜伏的内部矛盾被迅速放大，最终导致了团队核心成员的出走。
02战略急转弯：从开源标杆到闭源变现
对此，阿里在继续保留部分开源路线的同时，正更明显地把资源和客户引导向需要付费的闭源专有模型。
仅在4月份，阿里巴巴就在数天内接连发布了三款专有模型，节奏之快令人侧目。
阿里巴巴长期以来一直采取的是双轨策略：将最大、最先进的模型保持为专有，同时对外发布领先的开源模型。如今这个天平正在明显向闭源方向倾斜。
一位阿里巴巴AI研究实验室的成员透露，团队仍然专注于在技术上跟上硅谷领先模型的步伐，但公司内部越来越多的人认识到一个现实：如果公司不赚钱，仅仅技术领先是不够的。
这次战略调整伴随着关键的人事变动。接手AI部门控制权的是前阿里云首席技术官周靖人。
一位曾与他共事的支付宝AI工程师对这位新任掌门的评价是：技术能力很强，而且具备调整团队训练方向的能力。
熟悉阿里战略的人士补充说，此前一段时间，人们曾被Qwen的声誉和学术成功冲昏头脑。而周靖人既有能力掌控团队，也得到了阿里巴巴领导层的坚定支持，能够推动商业化转型。
CEO吴泳铭在上个月的财报电话会议上，对外阐述了新的商业路径。
他表示，新兴的"模型即服务"模式，也就是客户按照AI模型的实际使用量来付费，将成为阿里云部门未来的关键增长驱动力。
吴泳铭还宣布成立Alibaba Token Hub，将模型训练团队与企业、消费者应用整合到统一架构下，目标是加速商业化。
同时，一个由吴泳铭亲自领导的新AI战略领导委员会也已成立，从组织架构上为转型保驾护航。
但现实并不乐观。吴泳铭也承认，模型即服务目前仅占阿里云收入的很小份额，而且由于市场上各家竞争激烈，利润率始终维持在很低水平。
阿里云目前AI相关收入的大部分，实际上来自一个更基础的业务：向客户租赁GPU算力。阿里巴巴现在希望更进一步，通过提供自研的专有模型以及将AI工具深度整合到电商生态系统中，去获取客户预算中更大的一块蛋糕。
这个转向引发了行业观察人士的不同判断。
阿里巴巴前高管、《阿里巴巴之道》作者Brian Wong评论说，市场动态正在持续演变。
他的判断是，如果一家公司只专注于构建模型，并且仅仅依赖API调用或开源生态来获取收入，处境将会非常艰难。
这番评论点出了开源AI商业模式的结构性困境：你可以赢得掌声，却未必能赢得利润。
咨询公司BDA的创始人邓肯·克拉克（Duncan Clark）从更高的战略层面分析了阿里的这步棋。
他将其描述为阿里巴巴试图将自己重新定位为"中国的谷歌"，也就是把整个业务的锚点扎在云基础设施、专有AI模型和自主研发的芯片这三根支柱上。
克拉克也坦承，目前AI模型的货币化规模还很小，利润率也不高。但他同时指出，一个积极的变量正在出现：智能体AI使用量的上升正在提供支持性的动力。
所谓智能体AI，指的是能够独立执行多步骤任务、在有限人工监督下进行自主规划和行动的AI系统。
智能体完成一项任务通常需要更多轮规划、调用工具和执行步骤，Token消耗远高于传统聊天机器人。Token是AI模型处理数据的基本单元，它的消耗量直接对应着算力成本和使用费用。
字节跳动已经围绕Token消耗来构建自己的云销售策略，阿里巴巴显然也看到了这个趋势。
03屋漏偏逢雨：蒸馏指控带来的外部压力
就在阿里巴巴艰难推进内部转型的同时，一场来自大洋彼岸的指控让局面更加复杂。
今年6月，美国AI公司Anthropic致信参议员蒂姆·斯科特（Tim Scott）和伊丽莎白·沃伦（Elizabeth Warren），指控阿里巴巴通过约2.4万个虚假账户，与Claude进行了超过2880万次交流，再利用这些对话数据，通过一种名为"蒸馏"的技术训练自家的Qwen模型。
Anthropic在信中称，这类行为是"非法、系统化和工业规模"的蒸馏攻击。该公司请求这两位领导参议院AI相关听证会的议员，探讨遏制中国进行蒸馏的方法。
这并非Anthropic首次对中国公司提出此类指控。早在今年2月，该公司就曾发布博文，指责DeepSeek、月之暗面和MiniMax等中国初创公司不当从其系统中提取大量数据。
蒸馏技术本身并非秘密。早在2010年左右，谷歌的研究团队就开发了这项技术，其原理是用一个强大的AI系统作为"老师"，生成海量数据来训练一个更小、更便宜的"学生"系统。
帮助开发该技术的谷歌前研究员杰弗里·辛顿（Geoffrey Hinton）曾这样解释："把一个模型想象成老师，另一个是学生。"
具体的操作逻辑是这样的：研究人员先让一个特别强大、昂贵的AI系统生成海量问答数据，再把这些数据喂给另一个更小、更便宜的系统。小模型由此学会大模型的"行为方式"，却能在廉价得多的硬件上运行。
从技术角度看，这是一种用低成本复制高性能系统能力的有效方法。
在AI行业，蒸馏现象极为普遍。今年4月，埃隆·马斯克（Elon Musk）在法庭上被问及他的公司xAI是否蒸馏过OpenAI的技术时，回答得毫不避讳："通常AI公司会蒸馏其他AI公司。"
问题的关键在对象上：蒸馏开源模型被社区鼓励，但Anthropic和OpenAI的服务条款明确禁止蒸馏其闭源的专有系统。
那么同样的技术，为什么中国公司的使用引发了远为更大的担忧？根本原因在于，这项技术确实能让中国公司有效加速追赶竞争对手。
Anthropic在5月的一篇博文中分析道，中国公司对蒸馏的使用，加上想方设法规避美国对高端计算机芯片的出口管制，已经让它们能够紧追在美国模型之后。
该公司的估算是，如果能够阻止这些行为，美国或许有可能锁定12至24个月的领先优势。
那么中国到底落后多少？
《纽约时报》援引专家判断称，中国在AI发展方面大约只落后美国六个月，且这个差距正在不断缩小。
Z.ai近期发布的GLM-5.2，被认为在部分任务上已经接近美国顶级系统。尤其在网络安全场景中，差距明显缩小。
但AI研究实验室Adaption的首席执行官萨拉·胡克（Sara Hooker）指出，蒸馏对于AI的下一个时代不会那么重要。
她解释说，随着AI行业从简单的聊天机器人向智能体系统演进，情况正在发生变化。这类系统的训练过程远比聊天机器人复杂，通过蒸馏来复制它们要困难得多。
网络安全公司Securin的首席执行官斯里尼瓦斯·穆卡马拉（Srinivas Mukkamala）对中国AI模型的能力给出了直率的评价。他说，它们非常接近美国模型，而且它们不花你一分钱。
这句话点出了中国开源模型对美国公司的双重冲击：技术差距在缩小，价格优势却在拉大。
04法律困境：不好判，也拦不住
法律上，蒸馏是否违法尚无明确判例。
专门从事商业秘密诉讼的律师莎拉·蒂什勒（Sarah Tishler）表示，即便美国法律禁止，考虑到大量行为发生在美国境外，通过法院执行也极其困难。
阻止蒸馏的技术手段同样效果有限。Anthropic已封禁近70万个在中国使用Claude的账户，但一个账户被封，新账户立刻顶上。
《华盛顿邮报》的测试显示，在国内电商平台上，每月约1美元就能买到Claude或OpenAI免费账号的访问通道。更高阶的Pro订阅，也有低价转售。
前文提到的布鲁金斯学会研究员陈子轩也指出，这里有由代理服务器、第三方账户甚至全套服务构成的完整生态系统，可以帮用户绕过客户身份验证。
Anthropic近来还被爆，曾在Claude Code中部署追踪代码，试图识别疑似来自中国、且可能关联中国AI公司的用户。
对阿里巴巴而言，蒸馏指控虽与变现困境无直接因果关联，但它发生在一个微妙的时间点。
该公司正在全力推动AI商业化，而Anthropic将商业纠纷诉诸国会、呼吁收紧芯片出口管制的做法，可能让部分国际客户在采购阿里AI服务时更加犹豫。
结语：盈利仍是未解之谜
阿里巴巴的困境直观地反映在资本市场上。
尽管AI相关股票在全球各大市场飙升，阿里巴巴今年在香港的股价已下跌37%，同期大盘跌幅为12%。市场用真金白银表达了对这家公司AI业务盈利前景的疑虑。
不仅是阿里，整个行业都困在盈利难题中。开源AI平台Hugging Face的首席政策官艾琳·索莱曼（Irene Solaiman）提醒，如果简单将流行的中国模型指控为"赃物"，可能会导致美国低估中国在AI领域的创新能力。
她还指出，任何阻止美国开发者在中国开源模型基础上开发的举措，都可能损害大量依赖这些免费模型的用户和初创公司。
事实也印证了中国开源模型的全球吸引力。
一些大型企业CEO已经开始公开讨论，用中国AI模型替代昂贵的美国产品。爱彼迎CEO布莱恩·切斯基（Brian Chesky）和Coinbase CEO布莱恩·阿姆斯特朗（Brian Armstrong）都确认自己的公司在使用中国AI模型。
这场AI竞赛的性质也在悄然变化。有评论指出，它不再仅仅是模型与模型之间的性能对决，而是正在变成生态系统与生态系统之间的全面较量。
阿里巴巴的AI故事，折射的是一家试图在开源理想与商业现实之间寻找平衡的中国科技巨头所面临的普遍困境。
当全球开发者仍在热情下载Qwen模型时，阿里内部早已开始了下一场战役：如何把人气变成利润。
这条路，目前还没有人真正走通过。
热门跟贴