在大模型这样的领域,我们正真看到两种截然不同的发展思路,一种是做商业闭源大模型,在进行技术产品提升的同时,也在进行商业化落地;另外一种,就是开源大模型。
需要指出的是,这不是一份完整的名单,实际开源的大模型还有很多。但是,其实很多大模型都是开源“玩玩”而已,意义并不大。为什么这么说呢?不少开源的大模型,本身能力并不强,自己做闭源商用的可能性也不大。
真正有实力的开源大模型,才能是市场的一个“鲶鱼”,比如Meta开源的llama系列,现在慢慢的变成了开源大模型的“金标准”,或者说开源大模型领域的关键基础设施。国内在不到一年时间出现“百模大战”的盛况,一个重要原因,就是llama。所以,有一个玩笑话,“llama每更新一代,国内大模型的基础设施就升级一代。”
当然,除了llama,慢慢的变多公司开始加入开源的队伍。比如国内阿里巴巴开源的Qwen系列,最新已经开源到720亿参数的版本了,至少从纸面战力上追平了llama2。
可以说,马斯克对大模型开源有着异乎常人的执念。某一种意义上,是他促成了OpenAI的成立,这个公司名字就是他起的。这个组织成立的宗旨,就在名字上清清楚楚的写着了。结果,创业未半,OpenAI的“Open”变成“Close”了。这我“马某人”能忍?
其实,OpenAI最开始是坚定的开源主义者,但却只开源到GPT-2,当研发出GPT-3,出现智能涌现之后,他们就闭源了。他们自己给出的说辞是,AGI这条路要很多钱,只有建立商业闭环,才能支撑OpenAI走下去。
最近,OpenAI放出来一个观点,大致意思是:OpenAI的开源并不是要开放技术代码,只要大部分人能用上他们开发出的智能产品就也算开源了。(你忽悠谁呢?按这个说法,微信也开源了,所有互联网APP都开源了,因为大家都可以用。)
OpenAI背弃他们当初开源分布式AI的初衷,最终成为一个商业公司,这虽然令人遗憾,但也让我们思考一个问题——非盈利组织的开源大模型真的走不通么?
我们发现一个有意思的现象,就是现在比较知名的开源大模型,都是商业公司在做,而且他们是闭源和开源两条腿走路。非商业机构开源出来的大模型,最后都慢慢走向落寞了。为何会出现这个现象?
从这个角度来说,非盈利机构是没办法持续迭代开源大模型的。更好、更大参数规模的大模型,往往意味着更多的资产金额的投入,大模型的更新维护也需要很多钱,这是非盈利机构没办法承受的。
也就是说,接下来,不仅最好的闭源大模型是商用公司做出来,就是最好、能够持续迭代的开源大模型,大概率也是商用公司在维护,这是我们不得已面对的一个现实。
既然出现这样一个现象,那我们就来分析一下其内部的逻辑:为什么商业公司要推出开源的大模型,跟他们自己的商用大模型业务会起冲突么?
在商业社会,一直流传这样一句话,“一流的企业做标准,二流的企业做品牌,三流的企业做产品”。能够做成行业标准,构建一个产业生态,不仅仅可以做大企业规模,还能某些特定的程度上保证基业长青。微软做PC操作系统,谷歌做移动操作系统,以及后来谷歌发布的TensorFlow,都是这个思路。
在大模型领域,这个规律很可能也成立。在开源大模型领域做到头部,成为事实上的行业标准,商业经济价值也非常大。Meta就是最好的证明,从市值上看,Meta从2023年开始,就一路长虹,目前市值已超越万亿美元。
可以说,Meta在元宇宙上跌得有多惨,在大模型上笑得就有多开心。而Meta在大模型领域,最拿得出手的就是llama系列开源大模型,其开源大模型的成功,让人们看到了其在AI领域构建类似安卓那样生态的巨大潜力。
目前,有一种声音是,有了开源大模型,所以那些在底层通用大模型赛道创业的公司就没戏了,朱啸虎就持这种观点。而且,头部大公司也经常劝说创业者要在应用场景上找机会,不要在通用大模型上面重复造轮子,这样浪费社会资源,百度的李彦宏就经常这样说。
实事求是的讲,因为开源大模型的存在,通用大模型的创业门槛的确提升了不少。
事实上,大公司开源大模型,有一个摆不上台面的理由,就是要拉高通用大模型的创业门槛。你花几亿研发出的大模型,还没有我开源的好用,那你还花那个冤枉钱干啥?至少,这个逻辑在朱啸虎这样的投资人那里是成立的。从这个意义上讲,科技巨头们开源大模型,就是向赛道上扔了一块不大不小的石头,绊倒了一大片潜在的竞争者,让他们只能在自己搭的台子上唱戏。
而且,开源的往往是比闭源商用的大模型要落后一代,这直接从参数规模上就能看出来。虽然参数规模并不是性能的唯一指标,更小规模的模型表现更好也不是没有可能。但整体上看,更大参数规模,往往意味着更强的能力。这样一来,科技巨头们开源落后一代的大模型,是其延缓竞争的一种策略——基于开源大模型来进行研发的竞争对手,在能力上始终比自己弱一些。这就好像古代君王安抚臣子,“不要想着谋反,好好跟着,保你荣华富贵”。
至于智谱AI、百川智能这些勇于探索商业模式的公司,他们开源大模型,更主要的是为了验证自己的技术能力。当然,能够让自己的技术成为业界标准,那就更好了。
但需要指出的是,开源也存在不少的问题,其中,最核心的就是科技巨头们开源与商用的左右手互搏。
无论是国外的Meta、谷歌,还是国内的阿里巴巴、智谱AI、百川智能,他们都有自己的大模商用产品,并且还指望着这个来巩固甚至扩大其“帝国”的疆域。这种情况下,开源与商用这两条腿,就有几率会成为互相掐架的两只手。以百川智能为例,客户是直接调用它的商用版本呢,还是在其开源的Baichuan-13B-Base基础上定制?这其中的商业关系怎么来处理?
还有一个很重要的问题,科技公司开源的大模型,是随便什么时间都能闭源的。最典型的就是OpenAI,它在GPT-2之前都是开源的,只是在见识到GPT-3强大的能力之后,就偷偷藏起来自己用了。发生在OpenAI身上的事情,能保证在其他开源科技公司身上不会重演?
如果只开源一两代,后面就没有下文了,那这个开源大模型不仅无用,而且有害。好比你修了一条路,前面修的很漂亮,让很多人慕名而来,开车沿着你的道路前进,结果开出去几十公里后,发现一个大大的牌子“此路不通”。那对于已经在路上的人来说,就是一个巨大的沉没成本。
最后,从AI行业本身的演进来看,笔者也希望看到更多在通用大模型领域的勇于探索商业模式的公司诞生。现在大谈通用大模型的创业窗口已经关闭,还为时尚早。在AGI这条道路上,人类才刚刚摸到一点门道,前路还很漫长。目前,可行的技术路线不止一条,前路还需要很多人去试错,去创新。而创新,却不是大公司的强项。远的不说,就是这次大模型的路线,就是OpenAI这个勇于探索商业模式的公司趟出来的,而不是谷歌、微软、亚马逊、苹果这种巨头。事实上,这群科技巨头是后知后觉的,现在还处在努力追赶的行列。