4月22日消息，Meta 最新开源模型Llama 3的发布，把大模型“开源和闭源之争“的话题再次推上热点。
Meta最新、能力最强的开源大模型Llama 3 8B、70B在上周正式亮相，同时Meta还带来了将开源Llama 3 400B大模型的预告。
Llama 3 400B模型在多语言推理任务、代码能力，可与GPT-4、Claude 3相匹敌。
此举引发大模型开源社区的沸腾。
事实上，自闭源的GPT-4发布后，大模型开源界对能力能比肩GPT-4的大模型期盼已久。
而自大模型技术成名以来，大模型开源与闭源的问题上存在不同意见和争论，开源和闭源的选择一直是大模型领域的热点话题。
在美国，Open AI在发布GPT-2之后，转向闭源，甚至被马斯克告上法庭嘲讽要求改名为Close AI。而 Meta则成为大模型开源界的扛旗者。
在Llama 3发布的同时，Meta CEO 扎克伯格与知名科技播客主持人Dwarkesh Patel的专访视频也同步播出，在这份专访中，扎克伯格强调：开源正成为一种全新的、强大的构筑大模型的方式。Llama 3的成功证明了开源模型在促进技术进步和创新方面的巨大潜力。
在中国，关于大模型开源和闭源的争论同样有。
4月16日Create2024 百度AI开发者大会上，百度创始人、董事长兼首席执行官李彦宏旗帜鲜明的指出：“开源模型会越来越落后”。
不过，目前国内更多大模型厂商选择的是开源和闭源并行，例如Google、阿里巴巴、昆仑万维、零一万物、百川智能等，都是如此。
对于大模型开源闭源的争论，360创始人周鸿祎昨天也发布视频给出了自己的观点，他表示，自己一直就是开源信徒，但他也认为：开源和闭源是两种不同的商业模式，没有必要相互贬低。
李彦宏：大模型场景下，开源最贵，开源模型会越来越落后
李彦宏认为闭源模型在能力上会持续地领先，而不是一时地领先。他提出，模型开源并不是一个众人拾柴火焰高的情况，这与传统的软件开源，比如Linux、安卓等有很大的不同。他强调，闭源模型有真正的商业模式，能够盈利，从而聚集算力和人才。此外，从成本角度看，闭源模型在同等能力下，其推理成本更低，响应速度更快。
在Create 2024百度AI开发者大会上，李彦宏用“通过文心4.0降维裁剪出来的更小尺寸模型，要比直接拿开源调出来的模型，同等尺寸下效果明显更好，同等效果下，成本明显更低”为例来论证了自己的观点。
他强调：“大家以前用开源觉得开源便宜，其实在大模型场景下，开源是最贵的。所以开源模型会越来越落后。”
这不是李彦宏首次谈论大模型开源的问题。在4月11日李彦宏在一次内部讲话中也阐述了百度为何不选择开源路线。
扎克伯格：开源承诺是对技术未来的一种投资
在扎克伯格的最新播客访谈中，他表示，Llama 3的成功证明了开源模型在促进技术进步和创新方面的巨大潜力。Llama 3的开源策略不仅吸引了全球的开发者参与贡献，也使得AI技术的发展更加民主化，让更多的人能够接触和利用这些先进的工具。
Meta的开源承诺，是对技术未来的一种投资。通过建立一个开放的生态系统，Meta不仅在技术上保持领先，更在文化上推动了一种共享和协作的精神。这种精神，不仅体现在技术的快速发展上，也体现在对全球技术社区的包容和支持上。Meta的这一战略将为公司带来长远的竞争优势。
对于开源安全问题，扎克伯格表示，有了优秀的开源 AI 反而可以帮助引领标准，确保一个更公平、更均衡的竞争环境，达到平衡。
在回答主持人“如果有人想用 AI 系统制造混乱， 那么世界上其他开源系统如何防止这种情况呢？”提问时，扎克伯格也表示，“我们确实非常支持开源的理念，开源对社区和我们自身都有好处，因为我们将从创新中受益。但是，如果模型发生了某种质的改变， 我们认为开源它是不负责任的，那么我们就不会开源。”
周鸿祎：开源和闭源没有必要相互贬低
在周鸿祎的视频中，他提到“我一直是开源的信徒。“ “如果没有当初谷歌开源transformer，就不会有 OpenAI，也就没有今天的GPT。”
Llama 3问世又再次验证了我们对开源的信心，开源对整个互联网的发展，对整个大模型的发展带来的意义是非常巨大的。
他还提到，自己曾经在硅谷问过谷歌的高管，为什么谷歌把很多大数据的项目都给开源了？为什么把这些东西都贡献给公众？他觉得软件的规模非常大，靠一家公司自己独立去维护，其实成本非常高。变成开源之后，就变成了公共的财产。实际上是靠很多志愿者，很多其他的公司共同来参与，当然大家也在享用开源的成果，所以形成了一种我为人人，人人为我的一种文化。如果只靠几家闭源公司，人工智能的发展不会这么快。
开源和闭源是两种不同的商业模式，我认为互相之间没有必要相互贬低。而且有很多公司把开源和闭源相结合，所以最典型的就是安卓和iPhone，一个开源一个闭源，Linus x和windows一个开源一个闭源，也都活得很好。
结语：
开源和闭源都有其各自的优点和挑战，开源模型可以吸引更多的开发者和研究者参与，加速技术创新和模型优化，但也可能面临知识产权保护、商业利益分配等问题。而闭源模型则能更好地保护开发者的知识产权和商业利益，但也可能限制了技术的传播和应用。
开源和闭源的选择可能因具体的应用场景、业务需求和技术发展等多种因素而异。在未来，随着人工智能技术的进一步发展，这个问题可能会引发更多的讨论和争议。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
