Llama2開源后，國產(chǎn)大模型在卷什么？

　　本文來自于微信公眾號 機器之心(ID:almosthuman2014)，作者:姜菁玲。

　　「GPT 還是 Llama2?」過去幾周時間里，許多大模型應用層的開發(fā)者不得不開始集中思考這個問題。

　　7月19日，開源社區(qū)最強的大模型從 Llama 升級到 Llama2。后者在2萬億的 token 上進行訓練，訓練數(shù)據(jù)增加了40%，在包括推理、編碼、精通性和知識測試等許多外部基準測試中，皆優(yōu)于其他開源語言模型。

　　「以前的開源大模型都沒有形成像 Llama 這樣的社區(qū)，而 Llama 系列模型正是在這種非�；钴S的社區(qū)文化下發(fā)展起來了，這也直接造成 Llama 系列模型在很多任務(wù)上都取得了快速進展，甚至達到了商用標準」，東北大學教授肖桐向機器之心解釋。

　　GPT-3.5水平通常被認為是大模型商用的標準線，在 Llama2模型70億、130億和700億三種參數(shù)變體中，700億的版本在 MMLU 和 GSM8K 上接近了 GPT-3.5的水平。這意味著，作為開源大模型的代表，Llama2第一次進入了大范圍的商業(yè)考量決策之中，開發(fā)者們擁有了一個免費、開源且足夠商用的大模型底座。

　　今年5月份，谷歌一位工程師在內(nèi)部撰文直言稱，當免費的、不受限制的替代品(開源模型)與閉源模型質(zhì)量相當時，人們不會為受限制的模型付費。

　　兩個月以后，這一預測變成現(xiàn)實。用 Llama2進行模型訓練的開發(fā)者數(shù)量正在快速增加。根據(jù)Meta披露的信息，Llama2在發(fā)布的一周內(nèi)就接收到了超過15萬次的下載請求，并且仍在持續(xù)增加，Meta 對此表示「不敢置信」。

　　開源與閉源大模型的比賽從此刻開始正式打響。面對開源大模型更低的成本、更快的迭代速度、更高的定制化上限，閉源大模型的壁壘會由什么構(gòu)建，成為一個問題。

　　Llama2還是 GPT-4

　　選擇 Llama2的原因有很多，成本是最直接的一個。

　　當前，GPT-4接口的調(diào)用費用為每1000個提示請求 token 花費0.03美元，完成響應 token 花費0.06美元。斯坦福大學研究員在一份論文中估算，如果是中小企業(yè)利用 GPT-4來協(xié)助市場工作的話，每個月的成本可能超過2.1萬美元。而一個利用 GPT-4輔助廣告文案生成的公司則表示，它們平均每個月要為 GPT-4接口支付超過25萬美元的成本。

　　一家國內(nèi) AIGC 應用商對機器之心透露，Llama2雖然目前在技術(shù)水平上距離 GPT-4有一定差距，但是相比于 GPT-4的高昂成本，團隊仍然選擇了使用 Llama2作為底層模型，通過在產(chǎn)業(yè)中積累的行業(yè)數(shù)據(jù)以及專注在垂直場景進行輸出，能夠彌補一部分技術(shù)代差。

　　「Llama2出現(xiàn)之后，受打擊最大的應該就是 OpenAI，更多的公司會開始直接基于 Llama2進行商業(yè)化開發(fā)，而不再購買它們的 API�！公C豹移動董事長兼CEO傅盛稱。

　　在免費的沖擊下，原先使用 OpenAI 接口的應用層公司會重新思考應該選擇哪個路線，有一部分的市場或許將會被 Llama2重新洗牌。

　　不過，這個決策并不完全是成本之上的較量。對于「較好的數(shù)據(jù)和優(yōu)化是否能夠彌補如今 Llama2與 GPT-4差距」這個問題，消極的聲音占據(jù)較多數(shù)。

　　東北大學教授肖桐舉例稱，以機器翻譯場景為例，我們可以用一個類似于 Llama2這樣的開源模型去做指令微調(diào)，雖然翻譯性能達到不錯的程度，但是最終會發(fā)現(xiàn)性能上限仍然受限，因為開源大模型的某些能力是在預訓練階段獲得的，所以即使你的指令、任務(wù)都是明確的，加上很多數(shù)據(jù)，但你會發(fā)現(xiàn)仍然不容易做到 GPT-4的效果。

　　另外，相比于往常的披露，此次 Llama2開源并沒有對外披露數(shù)據(jù)層的具體信息，因此復現(xiàn) Llama2成為一件受限制的事情�！副热缫蛔鶚欠�，你只能在這個基礎(chǔ)之上去裝修卻做外設(shè)，但是你沒有辦法去改變它的鋼混結(jié)構(gòu)，你沒有訓練它底座的權(quán)限和能力，所以它的性能很難突破，逼近 GPT-4這個事情是不可能的」，昆侖萬維 CEO 方漢認為。

　　一些應用開發(fā)者則認為，按照此時 Llama2與 GPT-4的水平差距，如果全力押注 Llama2，付出的代價可能同樣很大�！缚赡苣阋�花很多時間在優(yōu)化 Prompt 上，而不是產(chǎn)品創(chuàng)新�！�

　　因此，在技術(shù)的絕對領(lǐng)先下，GPT-4仍然會持續(xù)吸引到對效果有相對極致的、在成本方面有較大空間的客戶。

　　當然，比起存量市場的轉(zhuǎn)移，Llama2的更大貢獻應該是對整個 AIGC 行業(yè)增量市場的拉動。一位 AIGC 業(yè)內(nèi)人士向機器之心表示，Llama2的開源點燃了很多應用開發(fā)者的熱情，在開源后的幾周時間，許多開發(fā)者將它看成是移動互聯(lián)網(wǎng)黃金時期的階段，希望能找到應用的切口。

　　正如肖桐所言，Llama2能夠支持企業(yè)和團隊在大模型應用層面低成本、快速地啟動，作出產(chǎn)品和商業(yè)模式的原形。

　　而隨著圍繞 Llama 的應用嘗試越來越多，「圍繞 Llama2的生態(tài)的可能會被建立起來，這種遷移是比較難的，因此生態(tài)會成為一個飛輪」，傅盛提到，之后或許將迎來一個模型平民化的階段，使用大模型做應用的門檻將不斷降低。昆侖萬維 CEO 方漢則具體指出，在國內(nèi)，Llama2對市場的影響將集中在小 B 市場，文生圖、智能寫小說這類場景會迎來更多競爭對手。

　　在過去的幾周時間里，Llama2已被接入 Amazon Sagemaker、Databricks、Watsonx.ai、Microsoft Azure、阿里云和百度千帆等各種平臺，圍繞 Llama2的生態(tài)已經(jīng)開始發(fā)展。

　　大模型創(chuàng)業(yè)公司的危機

　　對大部分底層大模型創(chuàng)業(yè)公司來說，一條比較明確的商業(yè)化路徑是效仿 OpenAI，通過自研大約 GPT-3.5水平的模型，然后向客戶提供 MaaS 服務(wù)，出售底層模型的能力。

　　在 Llama2推出之前，開源社區(qū)最強的大模型 Llama 在商用許可上具有限制，而 OpenAI 的接口在國內(nèi)面臨著不確定的監(jiān)管風險，因此相比于兩者，國產(chǎn)大模型在市場競爭中的優(yōu)勢通常是「可商用」、「數(shù)據(jù)安全」以及更好的「服務(wù)支持」。

　　Llama2的釋出削弱了國產(chǎn)大模型創(chuàng)業(yè)公司在市場上的競爭力�！笍脑S多公開的測試集上，我們可以看到，國內(nèi)大部分的大模型公司的水平距離 GPT-3.5仍然有距離」，一位 AI 方向資深投資人稱。也就是說，對于國內(nèi)的大部分大模型創(chuàng)業(yè)公司來說，Llama2意味著一個價格碾壓(免費)、技術(shù)更強以及可以支持商用的競爭對手。

　　對那些自研大模型積累不夠的公司來說，Llama2產(chǎn)生的打擊則更甚。傅盛認為，「Llama2將開源的水平提升到了接近 GPT-3.5的水平。如果說此時你的自研水平遠遠不如 Llama2，那么意味著可能你之前的工作都白做了�！�

　　對這部分公司來說，當前面臨兩種選擇，一是拋棄自研路線，利用自己此前積累的數(shù)據(jù)和經(jīng)驗開始用 Llama2進行開源模型訓練，二是繼續(xù)堅持自研路線，但是需要衡量所付出的時間和金錢成本，以及最終自身能否追趕并超越上快速迭代的開源生態(tài)。無論哪種，都是一個艱難的選擇。

　　Llama2為開源社區(qū)貢獻的新的技術(shù)里程碑，不僅拉高了閉源公司整體的自研門檻，或許還將動搖很大一部分公司「繼續(xù)自研」的決心。

　　「對于很多公司來說，當你自研的大模型沒有辦法去超過 Llama2后，你會越來越?jīng)]有動力去自研模型，會更傾向于站在巨人的肩膀上，這更多是一種心理層面的影響」，面壁智能 CTO 曾國洋說道。

　　而如果認為自己短期內(nèi)憑借自研能力無法超過 Llama2的這部分公司，「很有可能就會去考慮成為端到端的應用公司，利用自己的既有模型結(jié)合開源模型，直接向市場提供應用，最后實現(xiàn)數(shù)據(jù)上的閉環(huán)，從而不斷迭代」，上述投資人表示。

　　不過，對于頭部大模型公司來說，「自研」路線上的搖擺現(xiàn)象概率要低得多。昆侖萬維從2020年開始籌備大模型，已經(jīng)對外推出了成熟可商用的大模型產(chǎn)品。昆侖萬維 CEO 方漢告訴機器之心，目前對于昆侖萬維而言，在技術(shù)上更值得期待的是，如何從 GPT-3.5提升到 GPT-4�！竾鴥�(nèi)已經(jīng)在牌桌上的大模型公司對如何做到 GPT-3.5大多已經(jīng)沒有什么疑問，但下一步如何做到 GPT-4仍然需要花大力氣探索，因此 Llama2在技術(shù)上對大廠沒有什么參考意義」。

　　同樣已經(jīng)推出成熟大模型產(chǎn)品的公司面壁智能CTO曾國洋持類似觀點。他認為，在技術(shù)上 Llama2最多在一些具體任務(wù)上可以起到一些 Benchmark 的作用，但是 Llama2最值得參考的數(shù)據(jù)處理層面沒有開源，因此整體在技術(shù)上參考意義有限。

　　從市場競爭的角度來看，在國內(nèi)市場，相比于 Llama2，國內(nèi)頭部大模型公司擁有更優(yōu)越的中文表現(xiàn)、更穩(wěn)定的監(jiān)管預期、更便利的服務(wù)支持以及更近的市場渠道。因此，面對于 Llama2的免費優(yōu)勢，能夠做到在性能上更好、模型更加易用的頭部大模型公司，理論上就能夠繼續(xù)維持整體優(yōu)勢。

　　并且，對于頭部大模型公司來說，在自研路線上投入的沉沒成本遠遠超過中尾部大模型公司，不同自研的路線往往也代表了公司的行業(yè)、場景上的側(cè)重點，頭部公司有足夠的資金、人才以及驅(qū)動力繼續(xù)自研。

　　Llama2對國內(nèi)大模型公司的影響將是一個持續(xù)的過程。如今全球范圍內(nèi) AIGC 行業(yè)仍在起步上升階段，并沒有穩(wěn)定的市場格局。由于底層技術(shù)水平仍在早期，中國市場則更加分散，尚未發(fā)展起來。全球來看 GPT 的市場份額應當是最大的，而國內(nèi)目前 Llama2能夠受影響的市場僅僅只是擔心 GPT 受監(jiān)管影響、且國產(chǎn)大模型都不適用的這部分客戶，是一個「暫存市場」。

　　不過，雖然「暫存市場」整體并不大，但在暫存市場中證明自己的模型商業(yè)化能力已經(jīng)成為許多大模型公司的「融資通行證」。上述投資人告訴機器之心，在比較標的的過程中，雖然 Llama2在技術(shù)上起到的參考價值不大(有GPT-3.5)，但是公司如何應對 Llama2帶來的商業(yè)化危機會成為資方較為在意的點。如果說，在這場市場競爭中失敗，融不到資，可能就會影響到大模型創(chuàng)業(yè)公司的存續(xù)問題，在目前的階段，這可能是一個更致命的問題。

　　沒有長期護城河

　　無論是 Llama2瓜分閉源公司的既有市場份額，還是推動整個行業(yè)進一步繁榮，「開源 AI 正在取得勝利」這個判斷似乎擁有了更多實證。

　　這個觀點來自于今年5月谷歌一位工程師在內(nèi)網(wǎng)發(fā)布的文件。在谷歌與 OpenAI 仍在焦灼 AI 軍備競賽之際，這位工程師在文件中直言:開源派與谷歌和 OpenAI 模型之間的差距正在以驚人的速度縮小，它們將很快對谷歌和 OpenAI 進行超越，我們沒有護城河。

　　「一家公司不斷在前面推天花板，后面的人不停追趕，雖然它可能會有自己累積的技術(shù)優(yōu)勢，但是別人在追趕它的時候，能看見它已經(jīng)成功做了什么，那么(追趕)就會更容易」，西湖大學張岳教授對機器之心解釋。

　　面壁智能 CTO 曾國洋則進一步表示，從目前公開資料所披露的 GPT-4的具體技術(shù)情況，我們發(fā)現(xiàn)它并沒有使用一些特別神奇、超越時代的科技，本質(zhì)上也是用大家都能理解的技術(shù)來做拼接組合，最終實現(xiàn)了效果更好。

　　如果說，領(lǐng)先的閉源模型是確定可追隨的，那么意味著，「長遠來看，閉源大模型并沒有真正的護城河」，曾國洋與張岳認為。

　　在這個前提下，追隨者之中，開源AI無疑是最有競爭力的一支力量。在開源社區(qū)的支持下，開源模型的迭代速度比想象地更快。以 Llama2本身所欠缺的中文語料為例，僅在 Meta 開源 Llama2次日，開源社區(qū)首個能下載、能運行的開源中文 Llama2模型「Chinese Llama27B」就出現(xiàn)了。

　　在商業(yè)環(huán)境中，一家基于開源模型研發(fā)的的垂直 AIGC 產(chǎn)品公司近日告訴機器之心，經(jīng)過它們的內(nèi)部驗證，任何閉源模型的更新，它們有信心能夠結(jié)合自身的數(shù)據(jù)和工程化經(jīng)驗，三個月內(nèi)在自己垂直的場景中實現(xiàn)差不多的水平。

　　當然，短期來看領(lǐng)先的閉源模型相較于開源模型，護城河仍然十分清晰。東北大學教授肖桐認為，相較于開源模型，走閉源路線的大廠在人才、組織以及數(shù)據(jù)三個方面有短時間難以取代的優(yōu)勢。大廠往往擁有更高密度更高水平的人才，以及有經(jīng)驗的團隊能夠協(xié)調(diào)人才和高性能設(shè)備，并且能夠擁有其他人無法拿到數(shù)據(jù)。此外，曾國洋還提到，大廠往往也擁有充足算力�！傅�長期來說的話，數(shù)據(jù)和算力各種要素都會慢慢追平」。

　　在這個過程中，開源模型真正的影響力在于對生態(tài)系統(tǒng)的構(gòu)建�！窵lama2可能會推動大模型上下游進行整合，一旦解決了規(guī)模的問題，成本也將大大下降」，肖桐表示。

　　雖然目前 Llama2僅僅可能是大模型開源生態(tài)系統(tǒng)的開端，「大家對 Llama2的能力邊界不是非常清晰，生態(tài)系統(tǒng)的形成同樣需要一些時間」。但隨著 Llama2的釋出，開源社區(qū)的技術(shù)能力被帶上另一個臺階，大模型開源社區(qū)的力量已經(jīng)無法被忽視。