(資料圖)

摩根士丹利在最新報告《開放權(quán)重模型與三種未來情景》中指出，開放權(quán)重模型并不一定削弱AI算力需求。恰恰相反，更低的使用成本可能加快AI普及，形成典型的“杰文斯悖論”：單次推理變便宜后，企業(yè)會把AI用于更多任務(wù)，最終推高Token、算力、電力和基礎(chǔ)設(shè)施的總需求。報告強(qiáng)調(diào)開放權(quán)重并不等于完全免費，企業(yè)仍需承擔(dān)GPU、云服務(wù)、運(yùn)維和安全等成本，實際經(jīng)濟(jì)性取決于應(yīng)用場景。大摩認(rèn)為無論模型開放程度如何變化，英偉達(dá)等均有望受益。