核心观点 - Transformer发明者Ashish Vaswani认为闭源人工智能阻碍科学探索 商业化导向使OpenAI等厂商忽视基础研究[1][2][27] - Vaswani通过三次职业转型最终创立Essential AI 全面转向开源基础研究 目标成为"西方世界的DeepSeek"[5][6][26] - 开源模式通过交叉补贴实现可持续性 免费提供基座模型 通过销售训练数据和产品实现盈利反哺社区[55][56][57] 行业现状分析 - Scaling Law面临边际收益递减 AI独角兽产品化倾向明显[3][37] - Anthropic开发浏览器 OpenAI派出产品经理探索商业模式[38] - 产业界垄断生产要素但受投资人压力 难以持续投入创新[41][42][43] 公司战略转型 - Essential AI原从事财务分析自动化业务 2025年初全面转向基础研究[16][17] - 转型获得董事会和资方支持 AMD称需要更开放的替代方案[19][20] - 2025年4月发表《Rethinking Reflection in Pre-Training》论文 提出预训练阶段反思能力新观点[31][32] 技术发展方向 - 预训练技术突破可能大幅降低训练成本 利好开源社区[33][34] - 开源模式通过社区协作克服资源匮乏问题[49][51] - 参考互联网交叉补贴模式 构建开源生态实现商业闭环[53][54][58] 市场机遇 - 开源AI可应用于教育医疗等大众场景 偏远地区孩子能获得优质课程 小诊所可进行准确诊断[28][29] - 闭源模式面临巨大成本压力 开源生态可能产生更高投资回报率[59][60][61] 学术背景 - Vaswani论文总引用量达232,152次 其中2020年后引用222,306次[63] - 《Attention Is All You Need》单篇引用量达202,626次[63] - 两位博士生导师均为华人学者 南加州大学蒋伟教授与黄亮教授[64][65][68]