一年前，ChatGPT橫空出世；7個(gè)多月后，Meta宣布開(kāi)源LLaMA 2，并且可免費(fèi)商用。
這一天，也成為大模型發(fā)展的分水嶺。短時(shí)間內(nèi)，LLaMA 2對(duì)一些閉源的大模型廠商造成了致命性的打擊。
隨后，全球頭部廠商和創(chuàng)業(yè)公司紛紛加入開(kāi)源浪潮中。目前，國(guó)內(nèi)也有近一半的大模型選擇了開(kāi)源的方式：
今年7月，智譜AI宣布開(kāi)源大模型ChatGLM-6B和ChatGLM2-6B，這兩個(gè)模型的下載量已經(jīng)先后超過(guò)300萬(wàn)和120萬(wàn)。
8月，阿里宣布開(kāi)源通義千問(wèn)70億參數(shù)模型Qwen-7B，一個(gè)多月下載量破100萬(wàn)；12月，阿里持續(xù)開(kāi)源通義千問(wèn)720億參數(shù)模型Qwen-72B、18億參數(shù)模型Qwen-1.8B和音頻大模型Qwen-Audio。
9月，百川智能宣布開(kāi)源Baichuan-7B、13B兩款大模型，其下載量目前已經(jīng)突破500萬(wàn)，200多家企業(yè)申請(qǐng)部署開(kāi)源大模型。
11月，元象XVERSE宣布開(kāi)源650億參數(shù)高性能通用大模型XVERSE-65B；
11月底，浪潮信息發(fā)布完全開(kāi)源且可免費(fèi)商用的源2.0基礎(chǔ)大模型，包含1026億、518億、21億不同參數(shù)規(guī)模......
僅僅在過(guò)去的一個(gè)月內(nèi)，國(guó)內(nèi)最大開(kāi)源模型的參數(shù)紀(jì)錄就已經(jīng)被刷新了N次。性能參數(shù)、性價(jià)比、可靠性，正成為搶占先機(jī)的關(guān)鍵詞，而開(kāi)源似乎也成為大模型發(fā)展的主流趨勢(shì)。
有業(yè)內(nèi)人士認(rèn)為，未來(lái)90%的企業(yè)會(huì)傾向基于開(kāi)源大模型發(fā)展。那么，開(kāi)源是否真的是大模型的未來(lái)？
面對(duì)市場(chǎng)競(jìng)爭(zhēng)，開(kāi)源大模型的免費(fèi)使用是非常有吸引力的獲客手段；同時(shí)，低成本的試錯(cuò)也有助于開(kāi)源大模型更快觸達(dá)潛在用戶群體，降低企業(yè)認(rèn)知和決策難度，加速創(chuàng)新。
從技術(shù)角度看，大模型涉及許多技術(shù)問(wèn)題，單靠一家企業(yè)很難解決。開(kāi)源大模型鼓勵(lì)全球開(kāi)發(fā)者社區(qū)的參與和貢獻(xiàn)，這種集體智慧能夠加速技術(shù)的迭代和創(chuàng)新，如GitHub上的眾多AI項(xiàng)目就證明了這一點(diǎn)。
不僅如此，開(kāi)源代碼使得研究人員和用戶能夠?qū)彶槟Ｐ偷墓ぷ髟砗蜎Q策過(guò)程，從而提高大模型的透明度和可信賴性。這對(duì)于解決AI的公平性、偏見(jiàn)和倫理問(wèn)題至關(guān)重要。
事實(shí)上，自從LLaMA 2開(kāi)源后，業(yè)界開(kāi)始意識(shí)到大模型技術(shù)沒(méi)有任何護(hù)欄。
基于成本的考慮，許多企業(yè)選擇放棄支付上千萬(wàn)元的調(diào)用閉源大模型API的費(fèi)用，轉(zhuǎn)而部署和微調(diào)LLaMA 2。
創(chuàng)業(yè)者們的目光從解構(gòu)、增強(qiáng)LLaMA 2轉(zhuǎn)向了構(gòu)建行業(yè)專有大模型，又掀起了一波LLaMA 2+司法、LLaMA 2+醫(yī)療等一系列的行業(yè)開(kāi)源大模型。據(jù)不完全統(tǒng)計(jì)，LLaMA 2開(kāi)源后，國(guó)內(nèi)就涌現(xiàn)出了十幾個(gè)開(kāi)源行業(yè)大模型。
一份從谷歌內(nèi)部泄露出來(lái)的備忘錄（標(biāo)題是《我們沒(méi)有護(hù)城河》）證實(shí)了這種觀點(diǎn)：
“我們無(wú)法贏得這場(chǎng)軍備競(jìng)賽，OpenAI 也一樣。當(dāng)我們爭(zhēng)吵不休的時(shí)候，第三個(gè)派系（開(kāi)源）卻在悄悄地吃掉我們的午餐”。
谷歌備忘錄作者發(fā)現(xiàn)，自從LLaMA開(kāi)源后，立刻出現(xiàn)了大量的創(chuàng)新，重大開(kāi)發(fā)成果之間的間隔也在縮短。
Meta是一個(gè)明顯的贏家，他們有效地獲得了整個(gè)星球的免費(fèi)勞動(dòng)力，大多數(shù)開(kāi)源創(chuàng)新都發(fā)生在他們的架構(gòu)之上，沒(méi)有什么能阻止他們將其直接整合到他們的產(chǎn)品中。
“當(dāng)免費(fèi)、不受限制的替代品在質(zhì)量上具有可比性時(shí)，人們就不會(huì)為受限制的模型付費(fèi)”，備忘錄里寫道。
最近，Meta首席AI科學(xué)家Yann LeCun轉(zhuǎn)發(fā)了方舟投資（ARK Invest）制作的一張趨勢(shì)圖，描繪了開(kāi)源社區(qū)與閉源模型在生成式AI上的發(fā)展。
“開(kāi)源人工智能模型正走在超越專有模型的路上”，他感概道。
有網(wǎng)友甚至表示，我們正在接近一個(gè)臨界點(diǎn)。以目前開(kāi)源社區(qū)項(xiàng)目的發(fā)展速度，開(kāi)源大模型將在未來(lái)12個(gè)月內(nèi)達(dá)到GPT-4的水平。
未來(lái)1-2年，開(kāi)源力量可能在與閉源大模型分庭抗禮。
比如，以開(kāi)源切入大模型賽道的百川智能，在發(fā)布完Baichuan-7B、Baichuan-13B開(kāi)源大模型后，參數(shù)更大的Baichuan-53B大模型則選擇了閉源。
由此可見(jiàn)，開(kāi)源或閉源并非大模型的唯一發(fā)展路徑。在當(dāng)下，能夠閉源的大模型一定是可以提供足夠高的價(jià)值，幫用戶更好地完成高性能的大模型訓(xùn)練、推理和部署，通過(guò)調(diào)用API的方式來(lái)幫助用戶降低門檻。
這也是OpenAI等AI巨頭閉源的思路，因其自身技術(shù)的絕對(duì)領(lǐng)先優(yōu)勢(shì)，使得其價(jià)值也非常的大。
相比之下，開(kāi)源大模型除了快速迭代、證明自己的價(jià)值，還面臨著更多的挑戰(zhàn)，比如：
由于源代碼的公開(kāi)性，開(kāi)源大模型可能更容易受到惡意攻擊或?yàn)E用，確保數(shù)據(jù)安全和用戶隱私需要額外的努力和監(jiān)管。
同時(shí)，來(lái)自商業(yè)模式的不確定性，如何在保持開(kāi)放的同時(shí)實(shí)現(xiàn)可持續(xù)的商業(yè)發(fā)展，始終是開(kāi)源需要解決的重要問(wèn)題。
回顧歷史，紅帽在開(kāi)源商業(yè)化成功的道路上已做出了示范。作為最早通過(guò)提供企業(yè)級(jí) Linux 發(fā)行版和相關(guān)服務(wù)的公司，紅帽通過(guò)訂閱模式為客戶提供技術(shù)支持、更新和定制化服務(wù)。
紅帽的商業(yè)化路徑具體而言：在最上游的開(kāi)源社區(qū)，參與開(kāi)源技術(shù)貢獻(xiàn)，做大做強(qiáng)生態(tài)；提取開(kāi)源社區(qū)中的上游技術(shù)產(chǎn)品，沉淀到自己小開(kāi)源社區(qū)；再將其認(rèn)為最有價(jià)值的技術(shù)檢驗(yàn)、測(cè)試、打包，形成新的產(chǎn)品組合，完成閉源出售給客戶。
同樣將開(kāi)源成功商業(yè)化的公司還有MongoDB, Databricks, Cloudera, GitLab, Docker, MySQL AB......這些案例都表明，開(kāi)源軟件可以通過(guò)提供增值服務(wù)、技術(shù)支持、企業(yè)級(jí)特性、云服務(wù)等方式實(shí)現(xiàn)商業(yè)化，同時(shí)保持與開(kāi)源社區(qū)的互動(dòng)和合作。
盡管珠玉在前，但并不代表開(kāi)源大模型商業(yè)化是一件容易的事。
在如此多的開(kāi)源大模型競(jìng)爭(zhēng)壓力下，如何提高自身大模型在用戶中的知名度和接受度，讓用戶從免費(fèi)使用轉(zhuǎn)向付費(fèi)服務(wù)，同時(shí)還要防止競(jìng)爭(zhēng)對(duì)手可能基于相同的代碼庫(kù)創(chuàng)建自己的產(chǎn)品或服務(wù)，都考驗(yàn)著開(kāi)源大模型廠商的能力和速度。
開(kāi)源是為了保持社區(qū)的繁榮和多樣性，能夠保證技術(shù)、產(chǎn)品能夠源源不斷補(bǔ)充新鮮的血液和產(chǎn)生新的變化。
閉源的商業(yè)化版本是用來(lái)滿足商業(yè)化的需求，即安全、低成本、高效、持續(xù)有價(jià)值的服務(wù)。對(duì)比商業(yè)版本，開(kāi)源版本一定是滯后的，包括技術(shù)的迭代、維護(hù)等等。
因此，兩者的優(yōu)勢(shì)并不在同一個(gè)位置，也很難斷言哪一個(gè)模式將完全主導(dǎo)大模型的未來(lái)。相反，可以預(yù)見(jiàn)的是，開(kāi)源和閉源大模型將在以下幾個(gè)方面實(shí)現(xiàn)協(xié)同演化：
一是，共享與競(jìng)爭(zhēng)并存。
開(kāi)源大模型和閉源大模型將在某些領(lǐng)域展開(kāi)激烈的競(jìng)爭(zhēng)，如自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)等。同時(shí)，它們也可能在其他領(lǐng)域共享成果和技術(shù)，推動(dòng)整個(gè)AI行業(yè)的進(jìn)步。
二是，混合模式的出現(xiàn)。
為了兼顧創(chuàng)新速度、透明度、安全性和商業(yè)利益，一些公司可能會(huì)選擇采用混合模式，即開(kāi)放基礎(chǔ)模型的源代碼，但保留高級(jí)功能或特定應(yīng)用的閉源。
這種模式既可以吸引開(kāi)發(fā)者和用戶的參與，又可以保護(hù)公司的核心競(jìng)爭(zhēng)力。
三是，標(biāo)準(zhǔn)化與監(jiān)管的加強(qiáng)。
隨著AI技術(shù)的發(fā)展和應(yīng)用的普及，政府和行業(yè)組織可能會(huì)加強(qiáng)對(duì)開(kāi)源和閉源大模型的標(biāo)準(zhǔn)化和監(jiān)管工作，以確保模型的安全、公平和透明。
這將進(jìn)一步規(guī)范市場(chǎng)行為，促進(jìn)開(kāi)源和閉源大模型的健康發(fā)展。
聯(lián)系客服
