李彥宏在大模型這件事上，做了一個和大廠同行不太一樣的選擇：把模型開源。在很多人看來，這條路等於把最核心的東西拱手讓人，短期看不到什麼回報。
他的邏輯恰恰相反。閉源模型能收到錢，但前提是模型足夠強、用戶願意付費。開源能換來的是生態和使用規模，當足夠多的開發者在你這個技術底座上做東西，長期的價值會以另一種方式回來。
搜索引擎給他的底子
理解李彥宏的選擇，得回到他的老本行。搜索引擎本質上是一個大規模的信息處理系統，背後是海量數據、復雜算法和持續迭代的工程能力。這些年積累下來的東西，在AI時代有了新的用處。
他多次講過一個判斷：AI 的價值在於應用，不在於把模型的參數堆得多高。這個觀點在技術圈裏不算主流，因爲當時的輿論焦點都在誰的模型更強、榜單位置更高上。
他爲什麼堅持談應用
李彥宏的判斷建立在一個很實際的觀察上：技術再先進，如果沒能落到具體場景裏，就不會產生收入，也就無法支撐下一輪投入。模型是成本中心，應用才是收入來源。
這個判斷決定了公司的資源分配方式。當同行在比模型規模的時候，他把更多注意力放在了怎麼把模型接進搜索、接進辦公、接進各種具體業務上。這是一條看起來不夠性感，但商業邏輯更順的路。
押注的代價
選應用優先，代價是技術聲量上的落後。在模型能力的公開評測裏，如果公司的成績不突出，很容易被貼上技術能力不足的標籤。對一個技術出身、早年在算法上有建樹的創始人來說，這種評價並不好受。
另一個代價是，應用優先意味着要先承受成本。模型訓練的投入是前置的，應用變現是後置的，中間這段時間裏財務報表會很難看。要頂住這個壓力，需要管理層的耐心和解釋能力。
開源這張牌怎麼打
把模型開源，是他這套邏輯的自然延伸。開源降低了使用門檻，能讓更多開發者低成本地用上這套技術，也可以更快地發現問題、加速迭代。對一家希望在應用層面建立影響力的公司來說，規模比短期的授權收入更重要。
當然，開源也有風險。競爭者同樣可以使用這些技術，技術上難以形成獨佔優勢。所以真正的壁壘就不在模型本身，而在工程化能力、場景理解和用戶規模上。這個選擇等於是把公司的勝負手，押在了自己更擅長的地方。
時間會檢驗什麼
這套打法的成敗，取決於一個關鍵問題：應用帶來的收入，能不能覆蓋模型研發的持續投入，並且形成正向循環。如果能，那條看起來慢的路就會顯現出優勢；如果不能，早期的聲量劣勢就會被放大。
李彥宏賭的是，AI 的最終形態是一個基礎設施層，上面長出的應用生態才是價值所在。這個判斷對不對，需要較長的時間去看。
組織上的調整
技術路線的選擇，會直接影響到公司的組織方式。把重心放在應用上，意味着產品、工程、落地團隊的重要性上升，純研究團隊的相對權重會變化。這種調整對一家以技術起家的公司來說，是需要下決心的事。
還有一個變化是節奏。做研究可以按論文和評測的周期走，做應用必須跟着用戶和市場的節奏走。讓一個習慣了前者的組織適應後者，中間會經歷不少摩擦。
他談得最多的一件事
這些年李彥宏在公開場合反復講一件事，就是不要陷入模型能力的軍備競賽，要關注技術到底解決了什麼問題。這個表達聽起來樸素，但在一個所有人都在比參數的行業裏，說出來是需要立場的。
這種表達背後是他的商業直覺。搜索引擎的經驗告訴他，技術領先不等於商業成功，用戶真正買單的是能不能解決問題。這個判斷未必適用所有場景，但至少在他的邏輯裏是自洽的。
怎麼理解這次押注
企業的技術路線選擇，從來不只是技術問題，也是資源配置問題。選一條路，就是選擇把有限的資源投向哪裏，也是選擇承擔哪種代價。李彥宏選的這條，聲量上的代價大，商業閉環的路徑更清晰。
相關閱讀
- 美國路怒症殺手因法庭播放受害者人工智慧影片而被撤銷判決2026-10-03
- 我們對 FlyDubai 副機長涉嫌刺傷機長並試圖撞毀飛機的情況所了解到的情況2026-10-03
- 利潤縮水九成，影石一邊降本一邊擴張2026-10-03
- 新勢力9月洗牌：小鵬小米上4萬，鴻蒙理想回落2026-10-03
- OpenAI因错误处理“敏感信息”而解雇员工2026-10-02
