开源大模型，真的是“智商税”吗？

1月前

开源人工智能模型

正走在超越专有模型的路上

在2024世界人工智能大会期间，百度创始人、董事长兼首席执行官李彦宏，在聊到AI相关话题时表示：“开源其实是一种智商税。当你理性地去想，大模型能够带来什么价值，以什么样的成本带来价值的时候，就会发现，你永远应该选择闭源模型。今天无论是ChatGPT，还是文心一言等闭源模型，一定比开源模型更强大，推理成本更低。”

无独有偶，这几天正在美国丹佛举行的SIGGRAPH 2024大会上，NVIDIA CEO黄仁勋与Meta CEO马克·扎克伯格进行了一场别开生面的对谈，其中便提到了“开源在推动AI发展中的重要性”。

Meta致力于在整个行业中推进开源AI的发展，并于近期发布了Llama 3.1大模型。该开源模型花费了大量时间和训练资源投入。这个迄今为止最大的Llama版本拥有4050亿个参数，使用16000多个NVIDIA H100 GPU进行训练。扎克伯格曾在近期发布的一篇博客文章中这样写道：“Llama 3.1有望成为采用开源AI的转折点。”

其实，开源好，还是闭源佳，从一开始就是一个争论不休的话题。但是不可否认，如果没有闭源就不会有开源，反之亦然。两者相辅相成，是两种技术路线，更是两种不同的文化。

但从历史发展的足迹来看，开源的思想、文化、技术乃至开源社区组织，在市场和用户中的接受程度都越来越高。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》在第五篇、第十五章、第一节中提到，“支持数字技术开源社区等创新联合体发展，完善开源知识产权和法律体系，鼓励企业开放软件源代码、硬件设计和应用服务”。由此可见，开源已经上升到国家战略层面。国内的开放原子开源基金会挂牌成立，工信部等部门联合Gitee建设中国独立的开源托管平台，这一系列举措对于开源技术在中国的落地都是极大的促进和推动。

毋庸置疑，开源是一条可以选择的技术道路。但究竟如何选，选择之后又如何走好这条路，不同的行业、不同的企业、不同的策略，将会呈现不同的效果。

至于开源大模型，究竟是不是智商税这个问题，Meta首席AI科学家、图灵奖获得者Yann LeCun曾表示：“开源人工智能模型正走在超越专有模型的路上。”

ARK Invest经过对比发现，开源大模型的兴起，使得生成式AI的访问更加民主化，而且开源大模型的性能直追专有模型，未来很可能对专有模型的商业模式构成挑战。长江证券的研报也提到，Meta和Mistral AI发布的开源大模型Llama3.1和Mistral Large2，均扩展上下文窗口至128k，且支持多语言，性能堪比闭源大模型。从成本上看，Mistral Large2相比其他领先的AI模型，推理过程更加高效且成本有显著降低。随着开源大模型的加入，AI技术的应用场景将更加广泛。

谁的性能更高，谁的成本更低，这不是靠AI推理出来的。我们期待更多横向的对比测试，特别是实际客户环境的检验。作为后来者，或许现阶段开源大模型还处于追赶之势，但谁又能真正预测未来将会发生什么呢？

个人浅见，之所以有人会认为开源是智商税，可能很大原因不在于开源技术本身，而是开源在商业化的过程中“出了岔子”，要不就是道路的选择不正确，要不就是商业践行者抱有投机取巧的心理。

话再说得糙一点，“屁股决定思想”，挺开源还是闭源，很多时候不是从技术的角度，而是从商业的角度。开源不是“原罪”，如何用好开源才是关键。

对于开源AI和闭源AI，或者开源技术与闭源技术，您会支持谁？欢迎留言，或者投稿，与我们分享您的观点。

往/期/回/顾

从科技赋能到价值引领，东莞证券可进化的信创云建设启示录 “智算”雄起 | 智算操作系统要“顶天立地”

360安全大模型3.0来了！垂直大模型，他们这么训

AI+新动力：联通“元景”大模型赋能产业智能化转型

再次刷新大模型世界观