“ 闭源模型们紧张起来了 ”
文｜云舒
编辑 | 小白
出品｜极新
Meta 于北京时间4月19日凌晨正式发布 Llama 3，官方号称「有史以来最强大的开源大模型」。 本次发布了 8B 和 70B 参数的大模型，提供了新功能，改进了推理能力，在行业基准测试上展示了最先进的性能。8B 参数评测结果碾压 Gemma-7B、Mistral-7B 版本；而 Llama 3 70B 版本评测结果同样也在诸多成绩上超过了 Gemini 1.5 Pro 和 Claude 3 Sonnet。
恰好在4月18日，Stability AI正式发布了Stable Diffusion 3 API，在SD3的技术报告公布几个月之后，用户终于可以上手试用了。
此前4月16日，Create 2024百度AI开发者大会上，李彦宏指出：开源模型会越来越落后。便有了神图诞生。
这也引发了一波讨论，其实 Llama 3 发布前猎户星空创始人傅盛就曾指出：开源社区终将战胜闭源，开源社群具有旺盛的生命力。并给出了三点原因：一、开源社区的产品性能正在直逼闭源，开源和闭源之间的差距已缩短至6-10个月，GPT-4刚发布时该差距为几年；二、大厂虽然更有钱，但是开源社区精英多；三、很多大厂也在加入开源社区。
截止目前，开源的大模型有：
国外开源模型
（图源郭小喵玩AI）
国内开源模型
（图源郭小喵玩AI）
越来越多的模型走向开源，那么 ，开源能否战胜闭源？
其实分开来看，大模型开源后对不同群体会带来不同的影响和优势。从开源大模型企业自身来看，开源可以吸引社区的力量共同参与模型的改进和优化，从而分担研发成本。更关键的是可以获得更多的用户反馈和使用数据，社区贡献者可能会提出新的创新点，这一点可以表现为工程师在开源模型上进行应用开发，再将应用、数据以及模型微调意见反馈给开源社区，进而加固大模型生态，有助于进一步优化模型。站在研发AIGC应用的企业的角度，无疑是为产品落地加快了步伐，更是降低了研发成本。当然更大的意义是，大模型开源后，企业数智化转型成本更低，转型速度进一步加快，社会智能化程度更高。
当然，大模型开源也存在一些挑战，比如潜在的滥用风险、数据隐私问题等，需要通过合理的管理和规范来解决。总的来说，大模型开源是一个多赢的局面，可以促进AI技术的发展和普及。
也有人提出质疑，开源大模型如何商业化？没有盈利终究不是好产品。短期来看，开源大模型塑造的生态首先会为公司带来其他的收益，以阿里的通义千问为例，更多的AIGC企业在开源社区调用通义千问，那么将可能会有更多的企业用阿里云。
此前，「极新」对话行行AI创始人李明顺时，他也坚定表达支持大模型开源的观点，开源大模型的繁荣让更多的普通人能够加入到AI革命中，推动社会的发展。
本文原创：极新（jixintech）
