大模型究竟開源好還是閉源好？近日，圍繞開閉源的路線之爭，因百度董事長李彥宏的一則內(nèi)部講話再掀風浪。
4月11日晚，百度董事長李彥宏的內(nèi)部講話曝光，給開源大模型潑了不少冷水，他稱大模型開源的意義不大，閉源模型在能力上會持續(xù)領先而做模型的創(chuàng)業(yè)公司既做模型又做應用的“雙輪驅動”不是一個好的模式。
“1.關于開閉源之爭，核心是要看誰在開源。2.雙輪驅動，是一線創(chuàng)業(yè)AGI公司的唯一解�！钡谝回斀�(jīng)記者獨家獲悉，當晚，百川智能CEO王小川在一次微信群討論中發(fā)表了不同觀點。
在群里，金沙江創(chuàng)投主管合伙人朱嘯虎也表示：“GPT4就能實現(xiàn)90%以上的商業(yè)需求，開閉源無所謂了，以后大模型API就是自來水的價格。”他又補充道：“但是用戶需要的是純凈水，氣泡水，烏龍茶……”
大模型生態(tài)社區(qū)OpenCSG的創(chuàng)始人陳冉在接受第一財經(jīng)記者采訪時表示，自己對于開源意義不大的說法“嚴重不認同”，無論是國內(nèi)還是海外，大模型開源都已經(jīng)成為一大趨勢，且開源趨勢會促進和推動行業(yè)在這之上的商業(yè)化，快速迭代、快速試錯、共創(chuàng)共擔，“開源只會越來越澎湃向上”。
在業(yè)界，堅定認為閉源大模型好于開源大模型的業(yè)界人士，與推動大模型開源者形成兩股分流。第一財經(jīng)記者與多名業(yè)內(nèi)人士交流了解到，閉源和開源大模型在應用場景上形成了初步分化，兩者各有利弊，但在大模型應用初期都有生存空間。
閉源還是開源好？
在國內(nèi)科技大廠中，百度、字節(jié)、騰訊、華為等公司目前尚未公布過開源大模型。與此同時，也有不少企業(yè)選擇了閉源與開源并行的路線。截至目前，包括阿里通義千問、百川智能、360、昆侖萬維、智譜AI、浪潮、智源、科大訊飛、零一萬物、APUS等都曾發(fā)布不同參數(shù)的開源大模型。其中達到千億參數(shù)的開源大模型有APUS-xDAN 大模型4.0（MoE）（1360億）和浪潮信息的“源2.0” 102B（1026億）。
為什么李彥宏認為大模型開源的意義不是很大？在內(nèi)部講話中，他給出的理由是，有商業(yè)模式的閉源模型才能聚集人力和財力，中國和美國最強的基礎模型都是閉源的，而最好的小模型都是大模型降維做出來的，而且閉源在成本、效率上有優(yōu)勢，同等能力閉源模型推理成本更低，響應速度更快。
他還有另一個理由，即模型開源跟傳統(tǒng)軟件開源如Linux、安卓不同，“雖然開源模型Llama也鼓勵大家貢獻各種各樣的數(shù)據(jù)、代碼，但實際上最主要的開發(fā)者就是Meta，不是一個真正大家一起來協(xié)同開發(fā)的產(chǎn)品�！�
站在“閉源”一面的，還有月之暗面創(chuàng)始人楊植麟、他此前曾在接受采訪時表示，閉源會有人才聚集和資本聚集，最后一定是閉源更好，海外有幾百個基于開源擴散模型Stable Diffusion的應用，但沒有一個跑出來。
楊植麟此前還曾提到，以前所有人都可以貢獻到開源中，而現(xiàn)在大模型開源本身還是中心化的。截至目前，月之暗面并未公開提及有關開源大模型的具體計劃或項目。
更早之前，人工智能科學家沈向洋在一個行業(yè)論壇上談及大模型開源閉源路徑之爭。他認為，業(yè)內(nèi)第一名一定是閉源，第二名他仍然躊躇不定，第三名才會是開源。
但總有人相信開源的力量。
一家開源不同參數(shù)規(guī)模的模型，同時也做閉源大模型的負責人告訴第一財經(jīng)記者，模型的能力在不斷發(fā)展，AI領域的技術創(chuàng)新和突破一直沒有停止過。不同的企業(yè)和開發(fā)環(huán)境，會對模型尺寸、模型能力，以及背后的資源有不同的考慮。有的時候大家考慮的是極致的性能，有的是有充分的資源，需要更高質量的模型。
還有從業(yè)者對記者表示，李彥宏的意思是創(chuàng)業(yè)者依賴百度大模型就夠了。但目前大模型還處在發(fā)展初期，遠沒有誰一家獨大或者壟斷行業(yè)。即便百度是國內(nèi)較早入局大模型的一個，現(xiàn)在也正面臨著月之暗面Kimi的突襲。
王小川也認為，開源和閉源并不像手機中iOS或者安卓操作系統(tǒng)只能二選一，開源確實容易“建立人品”，“朋友多多的”，讓大家迅速了解和評測大模型的好壞。同時開源也是為商業(yè)化做準備，如果大家用起來覺得不錯，當需要更好的服務和更大的參數(shù)時，可以探索進一步的商業(yè)化路徑。
此前，阿里云CTO周靖人在接受包括第一財經(jīng)等媒體采訪時也曾回應路線之爭，他稱開源社區(qū)已經(jīng)蓬勃發(fā)展起來了。他稱，阿里云的初衷不是把模型攥在自己手上去商業(yè)化，而是幫助開發(fā)者，開源生態(tài)對促進中國大模型的技術進步與應用落地，以及生態(tài)的蓬勃發(fā)展至關重要 。
“從資源、數(shù)據(jù)和人力看，有商業(yè)模式的閉源大模型比開源大模型做得好的說法，一定程度上是成立的，原因是模型訓練成本高，需要財力支持，例如訓練一次要1000萬美元。”新浪微博新技術研發(fā)負責人張俊林告訴記者。但從另外一個角度看，這個說法又不完全正確，因為現(xiàn)在很多開源大模型也是大公司做的，也有資源投入。
上海人工智能實驗室領軍科學家林達華教授此前接受第一財經(jīng)采訪時表示，閉源可能會在產(chǎn)品打磨上做得更強，所以產(chǎn)品成熟度各方面會更好，而對于開源模型來說，在產(chǎn)品成熟度上雖比不過閉源模型，但它能夠支撐更廣泛的從業(yè)者使用并進行二次開發(fā)，“最后可能開源模型的真實市場占比會非常高”。他認為，開源閉源會呈現(xiàn)出一個互補的道路，這與過去計算機技術發(fā)展潮流里操作系統(tǒng)領域的windows和Linux類似。
開放原子開源基金會資深法律顧問劉偉此前在GDC大會上表示，閉源模型有幾個瓶頸，一個是云端推理的成本太高，如果并發(fā)需求很高可能隨之產(chǎn)生很大的延遲。模型越大其靈活性和經(jīng)濟性越低，還有模型通常的幻覺問題可能也需要場景的支持才能進一步結合。
“開源模型勝在開源小模型上，可以靈活部署到終端設備上，包括PC、手機上可以實現(xiàn)低遲延推理的AI體驗，可以用高質量的數(shù)據(jù)訓練出垂直領域的應用，可以加快大模型在應用中賦能千行百業(yè)中，也就是說閉源的‘病’開源剛好都可以‘治’�！� 劉偉提到。
MiniMax 技術副總裁安德森此前對第一財經(jīng)記者表示，開源和閉源各自都有存在的優(yōu)勢和價值。開源能吸引更多開發(fā)者共同參與，加速技術的發(fā)展和普及，也能激發(fā)出更多的創(chuàng)新和創(chuàng)意。閉源模型的質量和穩(wěn)定性更可控，能更好地保護知識產(chǎn)權、推動商業(yè)化落地�！拔艺J為開源和閉源可以相互補充，形成一種更加開放、協(xié)作和創(chuàng)新的發(fā)展模式，共同推動大模型領域的發(fā)展�！�
大模型開發(fā)者高曉安（化名）去年便開始根據(jù)開源模型微調(diào)并在開源平臺上發(fā)布項目，他認為，開源給大模型生態(tài)帶來了有利的改變�！按竽Ｐ烷_發(fā)者可以基于開源模型做許多二創(chuàng)工作，出現(xiàn)了各種版本的StableDiffusion模型，各種基于Llama模型的中文Llama模型等，這是閉源模型無法做到的�！�
高曉安還認為，開源大模型的另一個優(yōu)勢不能忽視，相比使用將公司資料‘喂’給閉源模型可能造成的數(shù)據(jù)泄露問題，收集獨有的業(yè)務數(shù)據(jù)以訓練開源模型則少了這方面憂慮，經(jīng)過訓練的模型亦可媲美甚至超越ChatGPT等閉源模型。當然，開源大模型還有一個優(yōu)點，即給大模型企業(yè)“打廣告”，包括谷歌、阿里、百川智能在內(nèi)，都開源了參數(shù)量較小的模型，參數(shù)量較大的模型則閉源甚至收費。
開源ToB閉源ToC？
談論開源大模型好還是閉源大模型更好，一個潛在語義是兩者會在相同的應用場景互相較量。但實際上，目前開源大模型和閉源大模型已形成了一定程度的分化。有大模型開發(fā)者告訴記者，基于免費和數(shù)據(jù)安全考慮，很多公司已在開源大模型的基礎上做出了自己的大模型。
“開源和閉源形成兩個陣營，場景上看，開源更傾向于To B，閉源更傾向于To C，是兩個賽道�！睆埧×直硎�，開源無法To C，因為不提供具體產(chǎn)品，不可能響應個人用戶，但開源可以面向企業(yè)，企業(yè)可以基于開源大模型，獲得在數(shù)據(jù)隱私性上的優(yōu)勢。
王小川認為，從To B角度，開源閉源其實都需要。未來80%的企業(yè)會用到開源的大模型，因為閉源沒有辦法對產(chǎn)品做更好的適配，或者成本特別高，閉源可以給剩下的 20%提供服務。二者不是競爭關系，而是在不同產(chǎn)品中互補的關系。
林達華提到，從ToB的角度來說，開源會比閉源更好，因為它有更大的開放性去做二次開發(fā)。雖然未來閉源模型廠商會推出平臺化的服務，開發(fā)者在上面用其標準化的工具可以做單一行業(yè)和垂直方向的模型。但是各行各業(yè)的需求非常復雜和多樣化，可能并不是標準化的一套工具鏈能全部覆蓋的。
“很多行業(yè)的企業(yè)和機構會有需求，想自己掌控整個模型的迭代，引導到自己需要的方向上去，但他們沒有基礎模型的投入，也不愿投入太大或沒有這個能力，在這種情況下開源模型對他們來說是個最好的選擇，可以圍繞它做各種細節(jié)上的二次開發(fā)，這種開發(fā)不一定是標準的工具鏈能夠支撐的�！傲诌_華表示，未來這種開源的模式能夠支撐經(jīng)濟體系里大量的產(chǎn)業(yè)需求。
對于閉源模型來說，更大的機遇在一些非常聚集的賽道，“如最后有可能會出現(xiàn)一個聊天APP，有非常大的C端流量，這一方向有可能就是一些大廠在一個商業(yè)化的體系里走出來�！�
林達華認為，閉源大模型核心的邏輯在于它能夠構成商業(yè)閉環(huán)，能夠有大量的用戶反饋，在固定的渠道里形成壁壘，假設最終其能找到真正擊中用戶痛點的地方，且通過用戶的反饋能夠去提升能力，那它就能占住一個賽道，在這里面進行商業(yè)化變現(xiàn)。最終，面向不同的需求，會有不同的模式，閉源和開源會形成一個互補的效應。
從大模型廠商的選擇層面看，張俊林認為，選擇開源是一種差異化策略。閉源大模型商業(yè)模式更加清晰，但弊端在于，如果模型效果做不到最好就很難收費。而如果走開源路線，雖然原則上模型不收費，但也可以據(jù)此形成商業(yè)模式，就像開源的Linux也有商業(yè)模式。所以廠商如果沒有信心將大模型做到最好，開源便是一個選擇。
張俊林認為，開源不一定就會成功，開源大模型即便不是最好，也應該有特點，開源大模型應有準確定位。例如走“小而強”路線，參數(shù)量小雖然不如參數(shù)量大的模型效果好，但有成本低、部署簡單、對硬件要求不高的特點，可以部署至移動設備，應用場景多。另外一種選擇則是做大參數(shù)，例如Grok，主打性能好的特點。
高曉安在體驗后對記者表示，開源大模型和閉源大模型的做法也存在差異。雖然近期開源的Grok-1參數(shù)量達到上千億，但很多開源大模型參數(shù)量只有70億、130億參數(shù)，如阿里云Qwen-7B、Baichuan2-13B。他告訴記者，相比閉源大模型比拼參數(shù)，這些小參數(shù)量開源大模型能通過堆更多預訓練數(shù)據(jù)，達到較好的效果。
“同樣的數(shù)據(jù)量情況下，更大參數(shù)模型的訓練收斂速度更快，效果也更好，但訓練成本也高很多。而小一些的模型部署成本更低，在實際業(yè)務中使用更友好，且有一些實驗表明，70億和130億模型預訓練數(shù)量還沒達到飽和的程度。”高曉安認為。
張俊林也認為，現(xiàn)在小模型的能力已在快速提升，且能力還看不到上限，原則上只要給小模型更多數(shù)據(jù)，效果還會持續(xù)上升。
不過，高曉安認為開源大模型也有明顯弊端，若不談開源大模型的廣告效應，開源大模型本身商業(yè)化仍存在一定難題。開源模型可以考慮針對商用版本收費，但在開源大模型競爭激烈的情況下這種做法比較困難。
開源公司的盈利點在哪里？林達華認為，開源廠商可以建立一種服務，“有價值的不完全只是模型本身，而是連帶著它的服務，因為基于開源模式做二次開發(fā)是相當復雜的事情，在沒有足夠的技術支持的情況下，做這個事的成本會非常高，這時候技術服務的價值就能夠發(fā)揮出來。”
對于開源的商業(yè)模式，陳冉認為，這個打法就像互聯(lián)網(wǎng)時代移動應用的市場模式，“免費試用一段時間，后面有企業(yè)包裝后的功能或者服務，這個東西也相當于汽車里的發(fā)動機，直接用不起來，需要包裝成整車（企業(yè)功能）�！�
“大模型會展開一個非常大的商業(yè)空間，不同的方式不同的點上，會有很不一樣的模式，最忌諱的是把所有東西套到一個‘鞋子’上面。”林達華對第一財經(jīng)說。
