当一家以大数据基础设施起家的公司，悄然将估值推至1880亿美元，并公开宣称“我们是一家AI公司”时，整个科技行业都必须重新审视一个事实：AI领域的“第二幕”已经拉开——而Databricks正是这场演出的主角。就在最新一轮融资中，Databricks不但刷新了自身估值记录，更发布了一项引人注目的研究成果：在代码生成任务中，开源权重AI模型在成本效益上已显著优于传统闭源方案。
从“数据平台”到“AI公司”的华丽转身
Databricks的崛起轨迹，几乎是过去十年企业软件与AI浪潮交汇的缩影。2013年，公司由Apache Spark的创始团队创立，最初聚焦于大数据分析平台。但随着机器学习与深度学习的爆发，Databricks逐步将重心转向AI基础设施——从MLflow、Delta Lake到统一的数据与AI平台，其产品矩阵不断向模型训练、部署和推理渗透。
真正让行业侧目的，是Databricks在2023年收购MosaicML——一个专注于高效训练和部署开源LLM（大语言模型）的初创公司。这笔交易不仅带来了技术，更带来了“开源权重模型”这一战略方向。此后，Databricks推出了Dolly 2.0、Mosaic ML Pre-trained Models等一系列开源模型，迅速在AI社区获得关注。如今，公司估值从2024年的430亿美元飙升至1880亿美元，仅用两年时间便翻了四倍多，成为AI领域估值最高的非上市公司之一。
开源权重模型：成本优势的实证研究
Databricks此次发布的研究，直接瞄准了企业级AI应用中最关键的痛点——成本。研究团队对比了开源权重模型（如Llama 3、Mistral等）与闭源模型（如GPT-4、Claude 3.5）在代码生成任务上的表现，并详细计算了总拥有成本（TCO）。结果显示，在相同准确率等级下，开源权重模型的推理成本仅为闭源模型的1/5到1/10，且训练成本更低——这得益于开源社区对模型架构的持续优化和MoE（混合专家）等技术的成熟。
更重要的是，研究指出，对于大多数企业代码生成场景（如自动补全、bug修复、单元测试生成），开源模型在性能上已能匹配甚至超越部分闭源模型，而无需依赖外部API，从而避免了数据隐私、延迟和供应商锁定等问题。Databricks的结论直指核心：开源权重模型正在成为企业AI落地的“性价比之王”。
估值飙升背后的三重驱动力
Databricks估值突破1800亿美元，并非仅仅依靠概念炒作。其背后有三大实质性支撑：
– 客户迁移浪潮：随着企业从“探索AI”转向“大规模部署AI”，对统一数据+AI平台的需求激增。Databricks的Lakehouse架构（数据湖+数据仓库融合）天然适配AI工作流，大量客户从传统数据仓库迁移至其平台。
– 开源模型商业化：Databricks将开源模型作为“钩子”，通过提供托管服务、企业级支持和定制化优化来收费。这种模式比单纯卖SaaS更具粘性，且能持续吸引开发者和数据科学家。
– 生态护城河：Databricks拥有全球最大的Spark社区，且与MosaicML、Hugging Face等开源生态深度绑定。其产品支持几乎所有主流开源模型，用户无需切换平台即可完成从数据准备到模型部署的全流程。
行业意义：AI领域的“权力转移”信号
Databricks的成功，折射出AI行业正在发生的结构性变化。过去，AI的“第一幕”由OpenAI、Google等闭源模型巨头主导，它们通过API收费，控制着最先进的模型能力。而“第二幕”则属于开源模型与数据基础设施的整合者——Databricks、Anthropic（部分开源）、Meta（Llama）等正在重塑规则。
对于企业用户而言，这意味着不再只有“花钱买API”一条路。开源权重模型允许企业在下游任务上微调、私有化部署，甚至完全控制模型权重。Databricks的研究恰好证明了，在代码生成这类高频、高成本场景中，开源模型完全可以替代闭源方案，且成本优势巨大。这将对整个AI产业链产生深远影响：云服务商、模型提供商、数据平台之间的竞争将更加激烈。
当然，Databricks并非没有挑战。其估值已超过许多传统软件巨头，盈利压力巨大；同时，开源模型社区分散，维护成本高昂。但无论如何，1880亿美元的估值已经向市场传递了一个清晰信号：在AI的下一阶段，谁掌握了数据、模型和成本效率的平衡，谁就能赢得企业的长期信任。而Databricks正以“开源+平台”的双轮驱动，成为这场游戏中最不可忽视的玩家。