開源或閉源，大廠為什么站隊

他同時還強(qiáng)調(diào)：目前即使是較小規(guī)模的閉源模型，其實(shí)現(xiàn)效果同樣優(yōu)于同等體積的開源模型。

這并非李彥宏今年第一次發(fā)表類似的觀點(diǎn)，進(jìn)入 2024 年，李彥宏就開始在以演講為主的各種場合，公開宣揚(yáng)百度關(guān)于“閉源最終將戰(zhàn)勝開源”的觀點(diǎn)。

雖然此類論點(diǎn)幾乎每次出現(xiàn)都會引發(fā)不小的爭議，但卻也直接反映出在過去一年多時間的大模型行業(yè)落地發(fā)展探索中，業(yè)內(nèi)逐漸形成的兩種主流論調(diào)：除了周鴻祎這樣一直就行業(yè)爭議話題發(fā)表觀點(diǎn)，業(yè)內(nèi)主要的明星大模型創(chuàng)業(yè)團(tuán)隊基本都旗幟鮮明地支持開源大模型，并通過開源的方式不斷拓展在行業(yè)內(nèi)的影響力。

而在大廠領(lǐng)域，目前中美兩地都有分別支持開源與閉源的巨頭：閉源陣營有 OpenAI、Google 以及百度，開源則是以 Meta、騰訊、阿里為主。

但這種表面上的“站隊”，更多是不同發(fā)展現(xiàn)狀下,面臨不同問題的另一種解答：大模型的燒錢，對于每一家大模型公司來講都是同樣的問題，因此站在不同的角度，面對來自用戶、投資人、開發(fā)者不同的需求，就出現(xiàn)了“巨頭站閉源，中廠難開源，初創(chuàng)企業(yè)不能不開源”這樣的現(xiàn)象。

初創(chuàng)團(tuán)隊：出海與融資都需要開源

相比巨頭的需求各異，初創(chuàng)企業(yè)站隊支持開源的理由相對較為統(tǒng)一：當(dāng)前階段所面臨的主要問題，都能從“開源”這個途徑找到答案。

據(jù)零一萬物開源業(yè)務(wù)負(fù)責(zé)人林呂強(qiáng)介紹：初創(chuàng)團(tuán)隊選擇開源，甚至有大量團(tuán)隊選擇 All in 開源，本質(zhì)上是因?yàn)檫@是一種打破市場現(xiàn)狀的最高效的方式。

在業(yè)內(nèi)大量優(yōu)秀項(xiàng)目都已經(jīng)開源的前提下，只有開源才能吸引更多用戶實(shí)際上手體驗(yàn)，尤其是在對話模型領(lǐng)域的一些開創(chuàng)性技術(shù)，“優(yōu)勝劣汰”是最重要的特征。大模型中廠喜歡通過刷各種榜單的方式博眼球，資本市場更加青睞那些真正能通過模型產(chǎn)品給現(xiàn)有體驗(yàn)帶來明顯改變的團(tuán)隊。

“開源也是最重要的試金石，如果你（模型）本身性能不夠出眾，即使是開源最終也會無人問津”一位參與到獨(dú)角獸大模型團(tuán)隊海外出海項(xiàng)目的應(yīng)用產(chǎn)品經(jīng)理對電廠記者表示。

這并非是獨(dú)角獸或創(chuàng)業(yè)團(tuán)隊的專利，在 Meta 與 OpenAI 的競爭中也能看到類似的影子：對于已經(jīng)積累大量資源的巨頭，通過開源來建立事實(shí)標(biāo)準(zhǔn)，是巨頭在競爭中快速攻城略地的重要手段。

有了開源社區(qū)作為強(qiáng)大后盾，即使是作為 OpenAI 投資方的微軟，也不得不選擇放低姿態(tài)，主動成為 LLama 的最大合作伙伴：因?yàn)槲④涀鳛槿蜃钪匾脑品?wù)供應(yīng)商，自然無法背棄開源社區(qū)的主流選擇。

開源是大模型開發(fā)團(tuán)隊尋求進(jìn)一步發(fā)展的重要方式，這種特質(zhì)中國大模型團(tuán)隊身上也體現(xiàn)的非常明顯，尤其是當(dāng)前呈現(xiàn)出“出海浪潮”的獨(dú)角獸企業(yè)：據(jù) The Information 報道，國內(nèi) AI 獨(dú)角獸代表公司之一的月之暗面已經(jīng)在為進(jìn)軍美國市場做準(zhǔn)備，已經(jīng)在美國招募相關(guān)員工組建團(tuán)隊，并計劃在加州建立當(dāng)?shù)氐霓k公室。

國內(nèi) AI 初創(chuàng)團(tuán)隊會在多個國家同時建立新的辦公室布局，開源作為出海之前最關(guān)鍵的前哨戰(zhàn)，對于達(dá)成出海最關(guān)鍵的目的之一 —— 儲備人才來講有極大的好處。憑借著開源項(xiàng)目的不斷退出，中國初創(chuàng)團(tuán)隊也已經(jīng)在全球的開源社區(qū)中占據(jù)了重要的位置，這進(jìn)一步增加了中國大模型團(tuán)隊在出海時選擇開源的意愿。

綜合上述因素，如今擁抱開源已經(jīng)是僅剩的選項(xiàng)。剩下的問題只是“如何通過開源的方式獲取到更多關(guān)注，并在此過程中快速積累實(shí)力。

行業(yè)落地

正是因?yàn)殚_源本質(zhì)上是一件多贏的行為，因此公開宣稱“開源沒有未來”幾乎等同于站在絕大部分開發(fā)者的對立面。

百度作為同樣依賴開發(fā)者社區(qū)擴(kuò)大現(xiàn)有業(yè)務(wù)的平臺級巨頭，敢于頻頻出頭犯此忌諱，原因無外乎是因?yàn)樽约掖竽Ｐ颓捌谟?xùn)練投入的計算資源與成本，急需通過推廣閉源大模型行業(yè)商業(yè)化的方式來收回。

雖然開源有著種種無可取代的優(yōu)勢，但目前在國內(nèi)行業(yè)大模型的探索中，已經(jīng)形成的共識是：至少在當(dāng)下以及未來的一段時間內(nèi)，開源大模型與閉源大模型之間仍然有著技術(shù)代差。這是閉源大模型的商業(yè)價值要高于開源模型的最主要原因。

從過去一年多時間的大模型行業(yè)落地應(yīng)用案例來看，閉源大模型確實(shí)更受用戶歡迎。主要原因是用戶的實(shí)際需求各異，開源模型在處理行業(yè)相對更加復(fù)雜的垂直領(lǐng)域問題時，經(jīng)常會出現(xiàn)的推理能力不足問題。

據(jù)一位長期觀察大模型落地案例的分析師介紹，解決此類問題目前最理想的方式是通過閉源模型的私有化部署，在這個過程中閉源代碼能更快速高效的完成合作伙伴提出的各種需求，在迭代速度更快的同時，針對用戶需求更新迭代的指向性更佳。

除了需要對應(yīng)用效果負(fù)責(zé)，閉源同時也是一種確保用戶數(shù)據(jù)更加安全可控的宣傳手段：即使開源大模型目前普遍強(qiáng)調(diào)自身的治理機(jī)制，例如代碼審查制度以及數(shù)據(jù)隱私培訓(xùn)等措施，但這些都無法從根源上解決隱私泄露的風(fēng)險所在。

這不僅是潛在的風(fēng)險，在實(shí)際推廣中更是很大程度影響著用戶對大模型效果的信心：閉源模型在國內(nèi)發(fā)展往往有著大廠的品牌作為背書，這即是開源閉源大模型競爭中的特殊優(yōu)勢，也是大模型監(jiān)管領(lǐng)域問責(zé)鏈條的最后一環(huán)。

這一點(diǎn)在政企以及工程醫(yī)療領(lǐng)域的模型產(chǎn)品落地最為明顯：2023 年八月，北京市衛(wèi)健委牽頭組織指定的《北京市互聯(lián)網(wǎng)診療監(jiān)督實(shí)施辦法（試行）》公布，其中明確提到嚴(yán)禁使用人工智能自動生成處方、替代醫(yī)師本人提供診療服務(wù)。對應(yīng)的就是此前業(yè)內(nèi)擔(dān)憂最多的關(guān)于“如果患者因?yàn)?AI 錯誤決策受害、如何明確責(zé)任歸屬”這一問題。

眼下大模型行業(yè)應(yīng)用仍然處于行業(yè)早期的探索試錯階段，因此絕大部分用戶對于監(jiān)管與問責(zé)機(jī)制都趨于極端保守的態(tài)度，但與之相矛盾的是國內(nèi)各個領(lǐng)域的大模型應(yīng)用，幾乎都會面臨數(shù)據(jù)質(zhì)量不足的問題。

為了加速模型的訓(xùn)練與開發(fā)，無論開源還是閉源模型都需要大量垂直領(lǐng)域的合成數(shù)據(jù)來改進(jìn)模型反饋質(zhì)量，有著更明確責(zé)任歸屬與快速反饋響應(yīng)機(jī)制的閉源大模型產(chǎn)品在這種需求之下往往能發(fā)揮其獨(dú)特的優(yōu)勢。

根據(jù)目前公開的信息顯示：主要的閉源大模型巨頭在提供模型本地化部署服務(wù)的同時，往往也會通過各種方式規(guī)避直接訓(xùn)練帶來的潛在風(fēng)險，通過去標(biāo)識化、數(shù)據(jù)脫敏、泛化等技術(shù)將用戶數(shù)據(jù)脫敏處理，最大程度上降低安全隱患：這些已經(jīng)屬于百度、騰訊等傳統(tǒng)互聯(lián)網(wǎng)巨頭最具優(yōu)勢的領(lǐng)域，讓自家的閉源大模型達(dá)成這些需求，已經(jīng)有相當(dāng)輕車熟路的操作經(jīng)驗(yàn)。

“大模型的代碼開源并無意義，因?yàn)楹诵膬r值已經(jīng)從代碼轉(zhuǎn)向了數(shù)據(jù)與訓(xùn)練方法”實(shí)際上，目前大模型遵循的“開源”，所遵循也也并非傳統(tǒng)代碼領(lǐng)域所理解的“開放源代碼”概念。

一直以“最大開源模型平臺”地位自居的 Llama2 實(shí)際上也并不遵循傳統(tǒng)的代碼開源協(xié)議，而是一個 Meta 自己定制的自有協(xié)議，其中糅雜了大量 Meta 的獨(dú)占條款：例如其中明確規(guī)定了當(dāng)某一個項(xiàng)目月度活躍用戶超過七億時，Meta 有權(quán)自行決定是否繼續(xù)進(jìn)行開源授權(quán)。這是目前大模型開源領(lǐng)域所存在的模糊之處。

RWKV 聯(lián)合創(chuàng)始人羅璇表示“開源并不是商業(yè)化的反義詞，開源意味著打破壟斷”Llama 2 系列模型開源之所以成為引發(fā)行業(yè)震動的重要事件，是因?yàn)殚_源雖然仍然存在著行業(yè)應(yīng)用的天花板，但的確大幅降低了企業(yè)的應(yīng)用門檻。

類似 Llama 2 這樣的復(fù)雜的模型開源、允許其他企業(yè)在此基礎(chǔ)之上免費(fèi)商業(yè)使用，開發(fā)者也可以通過微調(diào) Llama 2 來滿足一些特定的使用需求，比起商業(yè)化的價值所在，在使用中大模型的價值逐漸清晰，從而進(jìn)一步推廣大模型更多應(yīng)用的可能，這些在一線創(chuàng)業(yè)者眼中或許才是開源最具價值的領(lǐng)域所在。

就這一點(diǎn)來講，大小企業(yè)都有機(jī)會從開源中獲益，真正受到開源影響最嚴(yán)重的是夾在中間的各種大模型“中廠”：中型企業(yè)的投資力量遠(yuǎn)不如巨頭，但也很難像初創(chuàng)企業(yè)那樣完全走開源路線。

只要還有大量的開源貢獻(xiàn)者不斷融入社區(qū)，給行業(yè)帶來新的活力與思想，就會源源不斷地出現(xiàn)如同 Llama 2 那樣的新變數(shù)，這也將是未來開源大模型重要性的最大未知數(shù)。

在行業(yè)應(yīng)用領(lǐng)域，只有最先落地的廠商，才能獲取到最多的發(fā)言權(quán)，但開源模型永遠(yuǎn)也不回如同閉源模型廠商所宣稱的“開源沒有未來”。開源“叢林法則”的競爭模式雖然不如閉源可控，但“突變”出規(guī)則改變者的概率也更大。

只要開源給行業(yè)帶來的活力與鯰魚效應(yīng)會持續(xù)下去，開源大模型就會一直是行業(yè)中重要的一部分之一這一點(diǎn)并不會隨著行業(yè)巨頭的主觀意愿而改變。