开源，免费。
毫无预兆，百度扔下两个王炸。
2月14日，其宣布，将在未来几个月，陆续推出文心大模型4.5系列，并于6月30日起，正式开源。
就在前一天，百度刚掏出两个“免费”锦囊：
文心一言将在4月1日0时起，全面免费
；即日上线的深度搜索功能，届时同样全面免费。
作为最早一批入局AI领域的企业，百度的一举一动，牵动大众眼光，关乎行业走向。
多数人热议的，是百度创始人李彦宏对待大模型开闭源的态度转变。其实，比这更重要的，是他对下半场风向的洞察，以及路线相应的快速调整。
一个更开放的百度，疾驰在AI“水电煤”普惠革命的路上。
开闭之争
不约而同地，百度与Open AI两家巨头，同一时间决定开源。
Open AI首席执行官山姆·奥特曼称，未来将重新制定开源战略，
还提到，正酝酿将非前沿的旧模型开源。
百度更为直接，其直接宣布开源的，是新系列的模型。
这种变化，不免引向老话题——大模型到底是开源好，还是闭源更好？
其实，
开源闭源，不是简单的二元对立、非此即彼
。
从技术发展路线来看，开发主体对此的选择，很大程度上源于对商业策略的考虑，底层是商业模式和理念的碰撞。
开源能令参与的多方，深入理解模型的技术特点，增进产学研交流，同时，考虑到一些应用场景，涉及垂直领域特有应用的效率调优、行业数据隐私等问题，不便于开源。
二者各有各的使用场景。
早期的模型开源，更多得划到“营销”范畴。
比如Meta的LLaMA模型，仅部分开源了参数权重和结构，核心的“配方”，即训练所用数据集、训练过程、优化细节等未公开，后者才是真正决定性能的关键。
开发者想要复现和改进这些模型，会面临诸多限制，严格意义上，它们只能算“半开源”。
李彦宏很早就指出这一点，
提到有外行混淆了模型开源和代码开源的概念
。
市场鼓励的，本就是负责任的模型开源。进入2025年，这一市场呼吁的实现，可能性变大了，背后是技术迭代的速度，超乎所有人想象。
“今天，创新速度比以往都快得多。摩尔定律中，每18个月，性能就会翻倍，价格减半；如今，大模型推理成本每年能降低90%以上。”数天前的WGS 2025峰会上，李彦宏如此表示。
他提到，回顾过去几百年历史，创新的本质是成本下降与生产力提升，在AI、IT乃至更多领域，大多数创新都与降低成本有关。
如成本降低一定比例，生产力也能同比例提高。
这意味着，无论开源、闭源，基础模型的发展都在加速往前跑，
二者势必走向彼此博弈摇摆、相辅相成的格局
。
大模型颠覆摩尔定律，行业逻辑重构，玩家只能应势而变——这也是百度此次拥抱开源的原因。
价值根本
“开闭”之争，并非泾渭分明，与其囿于孰强孰弱的争论，大众目光更该放在已形成共识的问题上。
正如李彦宏所说，“归根结底，最重要的是应用，而不是使用哪种大模型。不管开源还是闭源，
更重要的是可以在应用层创造什么样的价值
。”
没有构建于基础模型之上、丰富的AI原生应用生态，大模型就一文不值。
今年以来，得益于DeepSeek爆火出圈，以及百度文心免费等新的利好释放，带来AI应用开发的门槛大幅降低。
AI应用，迎接“安卓时刻”。
百度很早就给出判断，必须加码AI应用，其提前布局，一直是坚定的实践派。
早在两年前，李彦宏就多次表示，“百度要做第一个把所有现有产品重做一遍的公司。”
这不是整合、接入，而是重构
。
大刀阔斧变革之下，百度的应用矩阵，显现全新气象。
数据显示，截至2024年11月，百度已手握日均15亿次调用的文心大模型，4.3亿用户规模的文心一言，旗下的百度文库、网盘等产品，亦老树发新芽，加速焕新。
以文库产品为例，年初，百度透露，百度文库AI功能MAU突破9000万，AI DAU年同比增长230%，同时，付费用户超4000万，位居全球第二、中国第一。
惊人的成绩背后，是一年上百项的AI功能更新，团队为去掉产品的“AI味”付出的不懈努力。
在产业端，百度亦凭借多年的技术投入和工具开发，助力成千上万企业用上趁手的AI应用。
其已拥有庞大的大模型产业落地规模，
超过六成的央企和大量的民营企业，在联合百度智能云进行AI创新
。
今年，百度的应用创新，只快不慢，已释放新的信号。
2月13日，文心一言新上线深度搜索功能，全面强化了专业咨询类问题的解决能力，针对性地解决了一系列痛点，包括专业问题查询门槛高、查询渠道专精、查询结果分析难度大等。
由此，更多行业有了专家级问答，内容的深度搜索和文档阅读、代码解释器等工具一配合，在解决复杂任务问题上变得更聪明。
加固底盘
高盛首席信息官马可·阿根提观察到，AI技术的发展速度和影响力，与他当年在亚马逊见证云服务兴起时的情景，惊人相似，AI的发展速度甚至更为迅猛。
超级应用尚未出现，但AI的实际渗透率已然不低。多数投资人和AI从业者都判断，
大模型赋能的AI原生应用，会在2025年有井喷式发展
。
这对基础模型的支撑能力，提出更高要求，市场会加快整合，有实力、规模化的玩家才能留在牌桌。
正如马可·阿根提所形容的，在模型的商品化方面，将看到“很多汽车，更少的引擎”，不同的应用将基于更少的基础模型之上构建。
