闭源AI是否阻碍了科学探索？Vaswani的开源路线能否突围？

从Google到Essential AI：三次迁居背后的初心

2023年，Transformer发明者Ashish Vaswani带着新团队入驻Essential AI，这已是他在硅谷的第三次创业。这位曾参与《Attention Is All You Need》论文创作的AI先驱，正用行动诠释着对开源的信仰。三年前，他从Google Brain离职时曾感叹：“闭源模式正在让基础研究陷入困境。”如今，他带着新团队再次出发，试图用开源方式重写AI发展路径。

从Google Brain到Adept AI：三次迁居的创业之路

2017年，Vaswani在Google Brain团队完成Transformer架构的突破性研究，这项成果后来成为大模型时代的基石。但随着企业化运作的深入，他逐渐感到研究自由度受限。2022年，他带着Niki Parmar和David Luan创立了Adept AI，专注企业财务分析自动化。然而，商业化的压力让团队陷入困境，最终Vaswani选择再次创业。

Essential AI的转型：从工具到科研的蜕变

2025年4月，Essential AI团队发表的《Rethinking Reflection in Pre-Training》论文引发行业关注。这篇论文提出一个颠覆性观点：大型语言模型的反思能力其实在预训练阶段就已萌芽。这种思路与传统后训练补丁方式形成鲜明对比，可能大幅降低训练成本。Vaswani坦言：“我们不是在追求短期利益，而是想让AI真正服务教育、医疗等民生领域。”

开源路线能否突围？Essential AI的转型策略

面对闭源模式的局限性，Vaswani提出了交叉补贴的商业模式。他计划先构建开源垂直领域模型，再通过销售训练数据和相关产品获取收入，反哺开源社区。这种模式既保持技术开放，又确保公司可持续发展。他解释道：“就像浏览器一样，我们用免费工具吸引用户，再通过广告盈利。”这种思路让Essential AI在开源阵营中独树一帜。

闭源模式的困境：创新者窘境的现实挑战

自Scaling Law理论兴起后，AI研究逐渐从学术机构向企业实验室倾斜。但这种趋势也带来了创新者窘境——企业更关注商业变现，而科研需要长期投入。Vaswani指出：“闭源公司为了维持投资回报率，不得不将技术成果视为商业机密。”这种模式虽然能快速实现盈利，却可能阻碍技术突破。

开源社区的潜力：知识共享的生态优势

Vaswani认为，开源模式能汇聚更多研究者的力量。他举例说明：“如果成千上万的开发者共同贡献代码，整个生态就能齐心协力推进技术发展。”这种开放协作的方式，比单一企业闭门造车更具优势。他提到：“开源不是简单的技术共享，更是一种科研精神的延续。”

华人学者的贡献：Transformer背后的隐秘力量

在Vaswani的学术生涯中，两位华人学者扮演了重要角色。蒋伟教授和黄亮教授分别指导过他，他们的研究为Transformer架构奠定了基础。蒋伟提出的分层短语翻译模型曾被Google Translate采用，黄亮则专注于开发高效NLP算法。这些贡献虽未出现在论文署名中，却为AI发展提供了重要支撑。

开源精神的延续：AI发展的底层逻辑

Vaswani的创业经历揭示了一个深层问题：AI技术的进步离不开开放协作。他坦言：“闭源模式虽然能快速变现，但开源才是推动技术发展的根本动力。”这种开放精神不仅体现在代码共享上，更在于知识的持续传递。他总结道：“从Transformer架构到大模型时代，AI的发展始终建立在持续交流的生态环境之上。”

从工具到科研：开源模式的未来展望

Essential AI的转型标志着开源模式进入新阶段。这种模式既能保持技术开放，又能实现商业可持续发展。Vaswani的实践证明，开源不是技术的终点，而是创新的起点。他相信：“只要保持开放协作，AI技术就能不断突破边界，服务更广泛的人群。”这种理念或许将引领AI行业进入新的发展阶段。