科技云報道：開源才是大模型的未來？

　　一年前，ChatGPT橫空出世;7個多月后，Meta宣布開源LLaMA 2，并且可免費商用。

　　這一天，也成為大模型發(fā)展的分水嶺。短時間內，LLaMA 2對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)公司紛紛加入開源浪潮中。目前，國內也有近一半的大模型選擇了開源的方式：

　　今年7月，智譜AI宣布開源大模型ChatGLM-6B和ChatGLM2-6B，這兩個模型的下載量已經先后超過300萬和120萬。

　　8月，阿里宣布開源通義千問70億參數(shù)模型Qwen-7B，一個多月下載量破100萬;12月，阿里持續(xù)開源通義千問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，百川智能宣布開源Baichuan-7B、13B兩款大模型，其下載量目前已經突破500萬，200多家企業(yè)申請部署開源大模型。

　　11月，元象XVERSE宣布開源650億參數(shù)高性能通用大模型XVERSE-65B;

　　11月底，浪潮信息發(fā)布完全開源且可免費商用的源2.0基礎大模型，包含1026億、518億、21億不同參數(shù)規(guī)模......

　　僅僅在過去的一個月內，國內最大開源模型的參數(shù)紀錄就已經被刷新了N次。性能參數(shù)、性價比、可靠性，正成為搶占先機的關鍵詞，而開源似乎也成為大模型發(fā)展的主流趨勢。

　　有業(yè)內人士認為，未來90%的企業(yè)會傾向基于開源大模型發(fā)展。那么，開源是否真的是大模型的未來?

　　開源大模型快速趕超

　　開源大模型的核心理念是開放源代碼，允許公眾訪問、使用、修改和分發(fā)模型的源代碼。

　　面對市場競爭，開源大模型的免費使用是非常有吸引力的獲客手段;同時，低成本的試錯也有助于開源大模型更快觸達潛在用戶群體，降低企業(yè)認知和決策難度，加速創(chuàng)新。

　　從技術角度看，大模型涉及許多技術問題，單靠一家企業(yè)很難解決。開源大模型鼓勵全球開發(fā)者社區(qū)的參與和貢獻，這種集體智慧能夠加速技術的迭代和創(chuàng)新，如GitHub上的眾多AI項目就證明了這一點。

　　不僅如此，開源代碼使得研究人員和用戶能夠審查模型的工作原理和決策過程，從而提高大模型的透明度和可信賴性。這對于解決AI的公平性、偏見和倫理問題至關重要。

　　事實上，自從LLaMA 2開源后，業(yè)界開始意識到大模型技術沒有任何護欄。

　　基于成本的考慮，許多企業(yè)選擇放棄支付上千萬元的調用閉源大模型API的費用，轉而部署和微調LLaMA 2。

　　創(chuàng)業(yè)者們的目光從解構、增強LLaMA 2轉向了構建行業(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)開源大模型。據(jù)不完全統(tǒng)計，LLaMA 2開源后，國內就涌現(xiàn)出了十幾個開源行業(yè)大模型。

　　一份從谷歌內部泄露出來的備忘錄(標題是《我們沒有護城河》)證實了這種觀點：

　　“我們無法贏得這場軍備競賽，OpenAI 也一樣。當我們爭吵不休的時候，第三個派系(開源)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開源后，立刻出現(xiàn)了大量的創(chuàng)新，重大開發(fā)成果之間的間隔也在縮短。

　　Meta是一個明顯的贏家，他們有效地獲得了整個星球的免費勞動力，大多數(shù)開源創(chuàng)新都發(fā)生在他們的架構之上，沒有什么能阻止他們將其直接整合到他們的產品中。

　　“當免費、不受限制的替代品在質量上具有可比性時，人們就不會為受限制的模型付費”，備忘錄里寫道。

　　最近，Meta首席AI科學家Yann LeCun轉發(fā)了方舟投資(ARK Invest)制作的一張趨勢圖，描繪了開源社區(qū)與閉源模型在生成式AI上的發(fā)展。

　　“開源人工智能模型正走在超越專有模型的路上”，他感概道。

　　有網友甚至表示，我們正在接近一個臨界點。以目前開源社區(qū)項目的發(fā)展速度，開源大模型將在未來12個月內達到GPT-4的水平。

　　未來1-2年，開源力量可能在與閉源大模型分庭抗禮。

　　開源大模型的商業(yè)化挑戰(zhàn)

　　盡管開源已成為現(xiàn)階段大模型發(fā)展的一種主流趨勢，開源大模型的發(fā)展速度也遠快于封閉生態(tài)系統(tǒng)，但并非所有的廠商都選擇開源路線，也并不代表廠商會一直開源所有的大模型。

　　比如，以開源切入大模型賽道的百川智能，在發(fā)布完Baichuan-7B、Baichuan-13B開源大模型后，參數(shù)更大的Baichuan-53B大模型則選擇了閉源。

　　由此可見，開源或閉源并非大模型的唯一發(fā)展路徑。在當下，能夠閉源的大模型一定是可以提供足夠高的價值，幫用戶更好地完成高性能的大模型訓練、推理和部署，通過調用API的方式來幫助用戶降低門檻。

　　這也是OpenAI等AI巨頭閉源的思路，因其自身技術的絕對領先優(yōu)勢，使得其價值也非常的大。

　　相比之下，開源大模型除了快速迭代、證明自己的價值，還面臨著更多的挑戰(zhàn)，比如：

　　由于源代碼的公開性，開源大模型可能更容易受到惡意攻擊或濫用，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，來自商業(yè)模式的不確定性，如何在保持開放的同時實現(xiàn)可持續(xù)的商業(yè)發(fā)展，始終是開源需要解決的重要問題。

　　回顧歷史，紅帽在開源商業(yè)化成功的道路上已做出了示范。作為最早通過提供企業(yè)級 Linux 發(fā)行版和相關服務的公司，紅帽通過訂閱模式為客戶提供技術支持、更新和定制化服務。

　　紅帽的商業(yè)化路徑具體而言：在最上游的開源社區(qū)，參與開源技術貢獻，做大做強生態(tài);提取開源社區(qū)中的上游技術產品，沉淀到自己小開源社區(qū);再將其認為最有價值的技術檢驗、測試、打包，形成新的產品組合，完成閉源出售給客戶。

　　同樣將開源成功商業(yè)化的公司還有MongoDB, Databricks, Cloudera, GitLab, Docker, MySQL AB......這些案例都表明，開源軟件可以通過提供增值服務、技術支持、企業(yè)級特性、云服務等方式實現(xiàn)商業(yè)化，同時保持與開源社區(qū)的互動和合作。

　　盡管珠玉在前，但并不代表開源大模型商業(yè)化是一件容易的事。

　　在如此多的開源大模型競爭壓力下，如何提高自身大模型在用戶中的知名度和接受度，讓用戶從免費使用轉向付費服務，同時還要防止競爭對手可能基于相同的代碼庫創(chuàng)建自己的產品或服務，都考驗著開源大模型廠商的能力和速度。

　　開源與閉源大模型的協(xié)同演化

　　實際上，開源大模型和閉源大模型各有優(yōu)劣，且在不同的應用場景和需求下各有其適用性，兩者并非絕對的對立面，而是可以在某些方面相互借鑒和融合。

　　開源是為了保持社區(qū)的繁榮和多樣性，能夠保證技術、產品能夠源源不斷補充新鮮的血液和產生新的變化。

　　閉源的商業(yè)化版本是用來滿足商業(yè)化的需求，即安全、低成本、高效、持續(xù)有價值的服務。對比商業(yè)版本，開源版本一定是滯后的，包括技術的迭代、維護等等。

　　因此，兩者的優(yōu)勢并不在同一個位置，也很難斷言哪一個模式將完全主導大模型的未來。相反，可以預見的是，開源和閉源大模型將在以下幾個方面實現(xiàn)協(xié)同演化：

　　一是，共享與競爭并存。

　　開源大模型和閉源大模型將在某些領域展開激烈的競爭，如自然語言處理、計算機視覺等。同時，它們也可能在其他領域共享成果和技術，推動整個AI行業(yè)的進步。

　　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，一些公司可能會選擇采用混合模式，即開放基礎模型的源代碼，但保留高級功能或特定應用的閉源。

　　這種模式既可以吸引開發(fā)者和用戶的參與，又可以保護公司的核心競爭力。

　　三是，標準化與監(jiān)管的加強。

　　隨著AI技術的發(fā)展和應用的普及，政府和行業(yè)組織可能會加強對開源和閉源大模型的標準化和監(jiān)管工作，以確保模型的安全、公平和透明。

　　這將進一步規(guī)范市場行為，促進開源和閉源大模型的健康發(fā)展。

　　結語

　　當然，無論是開源還是閉源，重要的是持續(xù)創(chuàng)新、提升透明度和安全性，以及實現(xiàn)AI技術的社會價值和經濟價值的最大化。比起斷定誰會是大模型的未來，不如去關注如何合理利用這兩種模式，去塑造一個更加智能、開放、安全和可持續(xù)的AI未來。