开源模式下生成式人工智能的反垄断监管跟进.pdfVIP

  • 0
  • 0
  • 约1.96万字
  • 约 8页
  • 2026-01-21 发布于福建
  • 举报

开源模式下生成式人工智能的反垄断监管跟进.pdf

西北工业大学学报(社会科学版)2025年第4期

开源模式下生成式人工智能的反垄断监管跟进

孙晋胡旨钰

摘要:随着生成式人工智能技术的迭代演进,开源模式正在重塑全球技术创新与市场竞

争格局。以DeepSeek为代表的高性能开源大模型有望打破以往由封闭模型主导的技术和市场壁

垒,但仍受制于关键生产要素的限制、平台分发渠道的路径依赖以及开源模式自身引发的生态集

中化垄断风险。现行反垄断法难以全面应对开源模型“嵌入式”供给与“技术异质性”共存带来

的市场界定困境以及“资源控制”“技术锁定”情景下的垄断行为识别难题。有鉴于此,应从竞

争政策逻辑与法律规范工具两端同步发力:在制度理念上确立激励开源创新与防范市场垄断之间

的动态平衡,在监管路径上强化关键资源领域的动态监管与开放措施,在法律规范层面推动行

为识别范式从价格导向转向生态导向,最终实现开源协作与公平竞争的系统性耦合。

关键词:开源;生成式人工智能;反垄断监管;生态系统垄断

中图分类号:D922.17;TP18文献标志码:A文章编号:1009-2447(2025)04-0044-08

少数巨头才能研发最强AI”的说法不过是泡影,即

一、开源模式下生成式人工智能竞争使科技巨头坐拥充裕资金、算力和数据,又受益于

格局的现状与反思政府的保护和对华出口管制的优势,DeepSeek依然

[2]

以更节省成本的方式实现了对他们的挑战。

近年来,生成式人工智能尤其是大语言模型的开源本意在于降低门槛、促进行业百花齐放。

飞速发展,引发了全球科技产业的激烈竞争。在长但谷歌、元宇宙(Meta)等科技巨头凭借主导

期由OpenAI、谷歌等科技巨头主导的封闭模型格局TensorFlow、PyTorch等开源框架,将人工智能开

下,算力、数据和算法等核心资源被高度集中,形发的基础设施牢牢掌控在手中。这一现象与19世纪

成技术和市场壁垒。2024年底,中国初创企业深度铁路大亨把控交通命脉如出一辙,企业虽开源了底

求索(DeepSeek)推出了参数级别达万亿的开源模层工具链,却在云端服务、专用芯片等衍生领域打

型系列DeepSeek-V3和DeepSeek-R1[1],不仅实现了造出庞大的商业帝国,形成开源社区的“旋转门垄

轻量化部署与推理效率的显著提升,更通过MIT协断”。因此,DeepSeek开源模式下生成式人工智能

议全面开放代码、数据与算法①,成为全球范围内的发展,预示着市场格局从封闭垄断走向开放竞争

开源程度最高的大模型。其性能已可比肩OpenAI的重大转变,为打破大型科技平台在模型、数据与

最新闭源模型“o1”②,并在应用端迅速获得市场算力等核心要素上的集中控制提供了现实路径。然

关注,引发这一领域竞争格局的重大转折。同时,而,这一转型并非一帆风顺。在现实博弈中,主导

DeepSeek也引起了各国监管者和学者的高度关注与闭源模型的大型经营者必然会通过其在底层架构、

反思。美国联邦贸易委员会前主席莉娜·汗在《纽基础设施及生态控制上的深厚积累,施加资源性壁

约时报》撰文指出,DeepSeek的成功证明了“只有垒,以遏制开源路径的扩张势能。此外,必须高度

基金项目:国家社会科学基金重大项目“适应新时代市场监管需要的权力配置研究”(20ZD194)

作者简介:孙晋,男,安徽六安人,武汉大学法学院教授、博士生导师,研究方向为竞争法、网络法学;胡旨钰,男,湖北仙

桃人,武汉大学法学院博士生,研究方向为竞争法、网络法学。

44

孙晋胡旨钰:开源模式下生成式人工智能的反垄断监管跟进

关注开源模式下生成式人工智能发展所伴生的新注。开源模型固然开放了算法

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档