Meta的開源大模型Llama 3在市場上遇冷，進一步加劇了大模型開源與閉源之爭的關注熱度。

據(jù)外媒The Information報道，Meta的開源大模型Llama 3一直難以在全球最大云廠商——亞馬遜的AWS上獲得關注，AWS的企業(yè)客戶更傾向于使用Anthropic的閉源大模型Claude。

據(jù)微軟內(nèi)部人士透露，Llama也并非微軟的銷售首選，他們更傾向于將Llama推介給具備數(shù)據(jù)專業(yè)知識的公司，如內(nèi)部有工程師和數(shù)據(jù)科學家的公司。

Meta現(xiàn)面臨挑戰(zhàn)，或將激發(fā)Meta自建AI產(chǎn)品的銷售團隊，直面企業(yè)需求。而這一系列問題也突顯了開源大模型在商業(yè)化過程中的困難。從市場選擇來看，開源模型的實際效果和商業(yè)回報或許均未能滿足企業(yè)客戶預期。

面對“開源還是閉源”的問題，國內(nèi)的各大模型廠商根據(jù)自身的技術路線和商業(yè)戰(zhàn)略，形成了截然不同的立場。那么，企業(yè)應如何選擇大模型，以及在兩者之間如何找到最佳平衡點？

在此背景下，百度智能云AI與大模型平臺總經(jīng)理忻舟接受了媒體采訪，詳細解析了開源與閉源之爭的底層邏輯、商業(yè)策略，以及對未來市場的預判。

忻舟認為，大模型的開源和軟件開源有本質(zhì)區(qū)別——開源模型因其并未開放訓練源代碼、預訓練和精調(diào)數(shù)據(jù)等影響模型效果的關鍵信息，所以無法像開源軟件一樣，靠社區(qū)開發(fā)者一起參與來提升效果和性能，而基座模型的訓練只能掌握在廠商自己手里。

談及“開源模型和閉源模型誰更貴”時，忻舟表示，開源模型免費，給人一種低成本的印象，但大模型的應用并不僅僅是單一的技術，而是涵蓋“技術+服務”的完整解決方案，企業(yè)要算“總賬”。在業(yè)務實際落地時，開源模型若想達到與閉源模型相同的效果，需要后續(xù)投入大量的人力、資金和時間，綜合成本反而更高。

開源模型和閉源模型分別適用于什么場景？忻舟認為，開源模型更適合用于學術研究，但不適合對外提供服務的大型商業(yè)項目，在一些百萬甚至千萬投入的嚴肅項目中，閉源模型仍然是主角。

“開源模型并不便宜”

以下為訪談精編全文：

1、大模型市場中，各家模型廠商都扮演著什么角色？商業(yè)模式是怎樣的？

忻舟：在這場大模型盛宴中，每個廠商的定位和商業(yè)模式是不一樣的，大致可以分為三類：

第一類角色，對于云廠商來說，商業(yè)模式其實還是賣算力資源。通過規(guī)模化來降低成本、提升資源彈性能力，從而實現(xiàn)盈利，這是云廠商持久不變的模式。不管是開源模型還是閉源模型，只要托管在云廠商這里，云廠商就可以賺到錢。

第二類角色，既是云廠商又是模型廠商，他們希望通過模型的調(diào)用帶動業(yè)務上云。目前只靠模型API調(diào)用的利潤還很低，他們目前期望在市場上占據(jù)有利份額，在大模型的牌桌上，不斷尋找新的拓展機會。

第三類角色，對于創(chuàng)業(yè)的模型廠商來說，在各大云廠商宣布模型降價以后，他們的調(diào)用量下跌很厲害。大模型領域很快就會變成幾大云廠商之戰(zhàn)，大模型創(chuàng)企要么專注到特定行業(yè)、要么做toB的私有化項目、要么轉型做toC產(chǎn)品。

2、為什么說“開源模型并不便宜，而且技術會越來越落后”？

忻舟：先說技術落后的問題。

第一、大模型的開源并不能帶來模型效果的提升。

對比開源軟件，比如像手機操作系統(tǒng)安卓、數(shù)據(jù)庫軟件MySQL，這些開源軟件是所有的源代碼都開放出來，全社會的開發(fā)者都可以參與代碼的開發(fā)。這不僅可以降低軟件的研發(fā)成本，還能加快軟件迭代速度，提升軟件安全性，這是開源對于軟件的價值。

而開源模型要復雜很多，它可以開源的包括模型訓練源代碼、參數(shù)權重、訓練數(shù)據(jù)等。但目前模型廠商通常僅僅開源參數(shù)權重，而訓練源代碼、訓練數(shù)據(jù)等均未開源，這就導致開發(fā)者無法去改進它，也就無法對開源模型的效果做貢獻。

比如對于Llama來說，它每一次模型效果的進步，其實都是 Meta自己訓練的結果，而不是開發(fā)者參與的結果。Llama2和Llama3在網(wǎng)絡結構上沒太大區(qū)別，它優(yōu)化的是什么？一方面優(yōu)化了訓練階段的流程，比如說多階段訓練；另外就是加了很多數(shù)據(jù)，Llama2和Llama3的數(shù)據(jù)相差一個數(shù)量級，更多的數(shù)據(jù)和訓練時間為模型帶來更好的效果。

但這些好的效果都是Meta自己搞的，沒辦法把開發(fā)者的力量都用起來的，更不會像開源軟件一樣有社區(qū)反哺的過程。

第二、開源模型會越來越落后是因為沒有良性的商業(yè)模式保證模型持續(xù)迭代。

模型訓練、數(shù)據(jù)標注是非常貴的，除非像Meta這樣有強大的公司資源用來支撐開源模型持續(xù)發(fā)展，如果是一個開源模型的創(chuàng)業(yè)公司，他就沒法形成商業(yè)閉環(huán)。同時，開發(fā)者又不能對你的模型效果做貢獻，所以創(chuàng)業(yè)公司來做這個一定是越來越落后。再從結果上來看，最好的模型其實還是Open AI，現(xiàn)在評測榜排在最前面的模型都是閉源模型。

再說開源模型為什么并不便宜。大模型的應用是涵蓋“技術+服務”的完整解決方案，企業(yè)應用大模型需要“算總賬”。總賬怎么算？

第一層，要算硬件資源成本。因為閉源的商業(yè)模型會配套相應的工具鏈，包括訓練工具鏈、推理工具鏈，這些工具鏈的性能要比開源的好，對于客戶來說，訓練就能省大概10~20%的硬件成本，推理的時候省得更多，業(yè)務規(guī)模越大，省得越多。

第二層，看模型帶來的業(yè)務收益。同等參數(shù)規(guī)模的模型，閉源效果更好，一些客戶對于90%還是95%的準確率敏感度沒那么高。但是有一些業(yè)務，比如說商業(yè)廣告，在CPM、CTR差一個點，對廣告平臺來說一天就可能有上千萬的出入，這種時候對模型的效果要求越高的企業(yè)，就更愿意去買一個效果更好的閉源模型。

第三層，還有機會成本、人力成本。用閉源商業(yè)模型收斂得更快，就比競爭對手更快推出新的產(chǎn)品。在閉源的商業(yè)模型中，廠商把模型和硬件都適配好了，調(diào)到了最優(yōu)狀態(tài)，客戶直接復制成熟經(jīng)驗就可以。但如果你用開源，還要自己去適配調(diào)，投入的算力成本、工程師的成本更高。

所以我們說企業(yè)應用模型要“算總賬”，這個總賬算出來就會差很多。

3、為什么在硬件成本上，開源比閉源貴那么多？
忻舟：大多數(shù)企業(yè)客戶都會采買兩種或者兩種以上的硬件，因為他要考慮供應鏈的安全性和靈活性，開源模型如果要在每個硬件上去做適配的話，它的成本會非常高。

這就體現(xiàn)出閉源商業(yè)模型的優(yōu)勢了，因為它可以通過規(guī)模化售賣，來分攤軟硬件適配帶來的成本。而且，多芯適配是一個非常有技術含量的事兒，百度的百舸異構計算平臺專門為多芯異構做了很多優(yōu)化，對各種硬件都適配。百舸本身就可以屏蔽掉硬件層各種各樣的差異，有很多的加速庫、推理庫、訓練庫，百舸也為文心大模型提供了端到端的優(yōu)化。

這對于客戶的好處是，不管用什么硬件都可以快速跑起來，省下來的時間和人力成本是非常高的。

4、開源模型和閉源模型分別適用于哪些場景？

忻舟：總體的思路是：你想在個別業(yè)務場景中做嘗試、做驗證，可以先用閉源模型跑起來，開箱即用，快速驗證；在一些動輒百萬元、千萬元級別的嚴肅商業(yè)項目中，對規(guī)模化、精度要求高的業(yè)務中，閉源的商業(yè)模型還是企業(yè)的最佳選擇。只有在一些對效果和性能要求不高，但要求必須私有化部署，且對價格又特別敏感的業(yè)務場景下，考慮使用開源模型。

開源對于學術和研究的推動是有價值的，比如推理的工程性能優(yōu)化、預訓練和精調(diào)數(shù)據(jù)對結果的影響等，如果他能夠開源更多的東西，比如說訓練代碼、訓練數(shù)據(jù)、指令微調(diào)的數(shù)據(jù)等也開放出來，它對于學術研究和技術發(fā)展的價值會更大。哪怕只開放了模型權重，也為研究者提供了一個很好的基座模型。

5、有些廠商希望開源閉源兩條路同時走通，即開源模型吸引用戶做大生態(tài)，閉源模型專門負責商業(yè)化，這個邏輯走得通嗎？

忻舟：如果沒有實踐過的話，看上去貌似是可行的。但實際情況是：

在公有云上，各廠商公布的調(diào)用量中，閉源模型調(diào)用量遠高于開源模型，說明開源模型其實在公有云上并沒有起到吸引用戶做大生態(tài)的作用。而且在公有云上做微調(diào)，開源或閉源模型都可以實現(xiàn)，所以在公有云上客戶會直接選擇最好的模型。

在私有化部署上，這個邏輯在一定程度上是講得通的。很多企業(yè)最開始起步是拿開源模型測試，之后覺得效果不錯要買了，會選擇開源模型對應廠商的閉源模型，因為同源的模型對于prompt的適應性更好，這種情況這個邏輯是成立的。但這種價值正在逐漸的縮小。因為各廠商的模型通用能力都在快速提升，切換成本越來越低，逐步就抹平了這種模型的傳承性。

還有一些廠商推出開源模型是為了推廣硬件，比如英偉達推出開源模型，它的商業(yè)邏輯非常簡單，用模型要買卡。

6、百度為什么一直沒推出開源模型？

忻舟：從各家廠商的調(diào)動量上其實已經(jīng)明確看到，公有云上調(diào)用量大的都是商業(yè)閉源模型，開源模型對公有云并沒有太多影響。

而在私有化市場中，隨著客戶對大模型認知不斷提升，開源閉源逐漸不再成為關鍵因素。我在和很多大型企業(yè)客戶交流后發(fā)現(xiàn)，業(yè)務負責人要不要用一款模型有很多因素，按優(yōu)先級排序通常是：效果、性能、安全、價格。模型開源閉源并不是決定性因素。

7、您提到企業(yè)在選擇模型時最看重的是效果、性能、安全、價格，百度云推出的“千帆大模型一體機”是否正在嘗試一種新的軟硬一體的商業(yè)模式？

忻舟：目前，企業(yè)使用大模型還處在探索階段，非常需要低成本、開箱即用的產(chǎn)品來快速驗證大模型的使用場景和效果。“千帆大模型一體機”很適合當下的階段，因為在國內(nèi)有很多私有化部署的需求，我們的一體機是開放的，各種各樣的硬件都可以做適配，集成了市面上所有主流芯片和模型。百度智能云的千帆大模型一體機提供兩個能力：

第一，提供軟硬件適配的一體化平臺，這個平臺內(nèi)置了文心大模型和業(yè)界主流的開源大模型、場景應用樣板間。對于熱門的開源模型也都做過適配和優(yōu)化，用戶可以直接在一體機上面跑，無需自己去調(diào)模型了。同時，千帆大模型一體機可以提供從基礎管控、AI框架、模型訓練、預測推理、場景應用于一身的大模型軟硬一體解決方案，為客戶提供全流程的軟硬件服務。

第二，千帆大模型一體機因為做了端到端的性能優(yōu)化，能夠把所有硬件性能都榨出來，所以性價比相當高。客戶可以以一個較低的成本快速使用。

在整體價格上，千帆一體機的價格遠低于分別采購服務器和大模型及平臺，對于客戶來說能夠開箱即用。

8、現(xiàn)在很多人覺得，光用基礎大模型不行，大家還是要做行業(yè)模型才能真正實現(xiàn)大模型的產(chǎn)業(yè)落地。那目前企業(yè)自己訓練一個行業(yè)模型要多少成本？

忻舟：成本很高。首先取決于要訓練模型的參數(shù)規(guī)模，這個成本是線性增加的。其次，取決于數(shù)據(jù)量有多大。最后，是你的數(shù)據(jù)標注成本。

你如果要從頭開始訓一個70b的模型，用云的彈性資源可能需要3000萬。如果要訓參數(shù)量更大一點的模型，成本上億都有可能的。這還是有經(jīng)驗的人去訓，如果沒經(jīng)驗，中間走了一些彎路，成本就更高了。

9、這么高的成本，企業(yè)如何判斷是否需要做行業(yè)模型？

忻舟：我們不建議客戶不管三七二十一的從一開始就做行業(yè)基座模型，收益怎么樣另說，成本一定非常高。我們會幫助客戶先做需求分析。

比如說，畫一個坐標系，橫坐標是任務的敏感性，縱坐標是對行業(yè)數(shù)據(jù)的需求性。所謂任務的敏感性，是指場景是否與行業(yè)和業(yè)務強相關，比如醫(yī)療領域，都是相當專業(yè)的問題。縱坐標是對行業(yè)數(shù)據(jù)的需求性，行業(yè)越封閉、在公開網(wǎng)絡上的數(shù)據(jù)越少，就越需要做預訓練。比如醫(yī)療領域，需要把一些脫敏后的病歷信息預訓練到模型里面。

通過分析，在這個坐標軸中，左下角既沒有行業(yè)特性，又不需要行業(yè)數(shù)據(jù)，就可以直接用通用模型，但右上角對這個行業(yè)的業(yè)務屬性有敏感性，又需要很多的行業(yè)數(shù)據(jù)，這個時候就需要做行業(yè)模型。

我們通常是建議企業(yè)分三步走。

第一步，價值驗證。初步建設大模型軟硬件基礎設施，構建初步的行業(yè)大模型。結合相對成熟的生成式AI的應用，快速見到效果。比如通過千帆大模型平臺輕量版加上智能客服、企業(yè)知識管理、數(shù)字人等成熟的應用。

第二步，深入對接企業(yè)的各種應用。進一步完善大模型基礎設施，升級為千帆大模型旗艦版，除了大模型相關的訓練調(diào)優(yōu)外，也包含了應用構建的平臺。百度及生態(tài)伙伴深度參與到企業(yè)內(nèi)部大模型相關培訓和運營中，構建技術氛圍、培訓相關人才，與企業(yè)一起攻堅深入業(yè)務的難題，給企業(yè)帶來更多價值。

第三步，全面創(chuàng)新和自主可控。企業(yè)已經(jīng)掌握了大模型和應用開發(fā)的相關技術，也有了相應的人才梯隊，能夠更好的自主可控發(fā)展并開始全面創(chuàng)新。百度會作為長期技術支持和顧問，協(xié)助發(fā)展，并不斷為企業(yè)帶來新的技術和方案。

10、您對未來一年的大模型市場如何判斷？

忻舟：對于未來一年的發(fā)展趨勢我有三個判斷：

第一，多模態(tài)會成為市場新的熱點。

第二，基于大模型的應用會有一個大爆發(fā)，非常重要的方向就是Agent（智能體）。大模型如果只做“輸入、輸出“的規(guī)定動作，那會大大限制它的價值發(fā)揮，他應該更像人，可以使用工具、互相協(xié)同、規(guī)劃思考、反思迭代。它要跟各種各樣的組件、插件結合，才能滿足特定業(yè)務場景的需求，所以Agent會成為接下來各家模型廠商起量的關鍵。

第三，做企業(yè)應用的機會會變多，像知識庫、客服、數(shù)字人、輔助代碼編寫等場景。比如用大模型做代碼編寫，百度有一個產(chǎn)品叫“文心快碼”，在百度內(nèi)部已經(jīng)大規(guī)模應用了，采納率能達到46%，新增代碼中生成的比例達到了30%，可以幫助企業(yè)大幅提升開發(fā)效率。同時，大量做AI應用開發(fā)的企業(yè)將涌現(xiàn)出來，這些企業(yè)能夠將應用的部署和復制成本降到足夠低，只要運營效率夠高，就能脫穎而出。