被亚马逊、微软“放逐”，是因为开源吗？
俗话说，牵一牵马就知道是骡子还是马。
近日，开源大模型行业的“血马”似乎要露面了。
据美国媒体The Verge报道，在全球最大云计算服务商亚马逊的AWS平台上，曾经备受开发者推崇的Llama开源大佬模式，现在已经无人问津，闭源大佬模式最受企业用户的青睐。有消息称，在微软云平台上，Llama也是冷眼旁观，销售人员甚至不会主动去推广。
销量在放缓，开源模式最引以为豪的下载量又在下降呢？
据悉，Meta最新开源大型机型Llama 3.1 405B上市一个月后的下载量仅为360万次，较上一代机型下降了40%。
为何一路上遭遇如此冷遇？
“假开源”：参数未知、算法未知
在互联网时代和软件开发时代，开源意义重大。开源允许用户自由获取、使用、修改和分发软件的源代码，不仅降低了软件使用成本，还可以激励更多的开发者参与软件的创新和改进。这种“众人拾柴火焰高”的开源精神是互联网时代最宝贵的财富之一。
但时代变了，如今开源的大模型都是有限开源的——只开放参数和调用接口，训练数据、训练代码、算法等核心部分却不开源，这就好比叫你做饭，却不给你工具，菜谱，光开厨房有什么意义？
百度的李彦宏前段时间就直接批评了这个问题，他指出很多人混淆了模型开源和代码开源的概念，所谓的模型开源只能拿到一堆参数，然后做SFT、安全比对，就算拿到了相应的源码，你也还是不知道这些参数是用什么样的数据来训练的，无法达到“站在巨人的肩膀上”进行迭代开发的效果，闭源的大模型显然比开源的模型更适合商用、社会和企业服务市场。
“AI教母”李飞飞带领的斯坦福AI团队数月前发布的测评结果也显示，开源大模型在各方面都落后于闭源大模型，尤其是在最能体现模型应用和智能代理能力的项目中，闭源模型得分为4分，而开源得分仅为0.96，差距高达300%。
除了能力较差以外，开源大模型还存在一系列问题：
首先，海外开源模式大多没有经过严格的安全测试，数据和代码都是“黑匣子”，内部逻辑和决策过程不透明，开发人员很难进行准确控制和约束，很容易存在安全风险。
其次，Post-Coin消耗资源较大，开源模式需要企业自行微调优化，没有财力的个人玩家和小型企业难以承担所需的算力资源、技术费用、人力成本。
『真正的门槛』：如果要使用开源，你是否拥有足够的算力？
负担不起也是其遭遇冷遇的另一个重要原因。
美国知名AI企业家VRSEN创始人在接受采访时表示，“我们只有一两个客户有足够资源来微调或运行700亿参数的Llama开源模型。”
VRSEN是一家专注于为企业客户打造AI智能实体的公司，已为思科、HUGO PFOHE等多家知名企业提供AI解决方案。
结合真实的市场反馈和实施经验后我们分析了大型开源机型卖得不好的原因——效率低、性价比较低。
他解释称，针对大型模型的闭源 API 优化效率更高，“因为这些 API 是专门为模型构建的，并经过了尽可能的优化，你只需为你使用的部分付费，无需支付其他费用。”相比之下，在开源模型中开发这样的优化系统“非常复杂”。
正如谷歌前CEO Eric所说，开源是一个很好的模式，谷歌历史上的基础设施大部分都受益于开源，但AI行业的成本太高，开源无法承受。他们之间存在性能差距，而且这种差距还会不断拉大。他强调，自己投资的法国大模式公司将从开源转向闭源。
随着Llama 3在市场上的持续不受欢迎，大型机型开源还是闭源的争论可能最终会得到明确的答案。
本站候鸟号已成立2年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论