開源AI與Meta的Llama 4發行進行反擊

近年來，AI景觀已從公開合作的領域轉變為專有系統占主導地位的領域。即使是一家以其名稱開放的公司Openai，也轉移到了2019年之後的最強大模型。其他玩家（如Anthropic和Google）也隨之而來，在API Walls後面建立了尖端的AI，僅根據其條款訪問。這種轉變通常是由於對安全和商業利益的擔憂而證明的，但它使許多人懷舊的開源時代使許多人都懷舊。

現在，潮流正在轉彎。開源人工智能的精神正在捲土重來，由Meta發布的Llama 4型號帶頭。這一舉動是大膽的嘗試，將開源AI帶回最前沿，甚至傳統上秘密的人都在引起人們的注意。 Openai的首席執行官Sam Altman最近承認，該公司在開放模型方面“在歷史上是錯誤的一面”，並宣布了針對GPT-4的新型“開放重量”變體的計劃。顯然，開源AI正在進行複興，“開放”的含義正在發展。

（來源：元）

Llama 4：Meta對GPT-4O，Claude和Gemini的開放挑戰者

梅塔（Meta）揭幕Llama 4標誌著AI巨人隊最新車型的直接挑戰，將其定位為開放量的替代方案。 Llama 4今天有兩種版本 - Llama 4 Scout和Llama 4 Maverick - 每個都有令人印象深刻的技術規格。兩者都是Experts（MOE）型號的混合物，這意味著它們僅激活每個查詢參數的一小部分，可以允許大量的總尺寸，而無需飆升的運行時成本。偵察兵和小牛每次使用170億個“主動”參數，但偵察員在16位專家（總數109b參數）中分配了這些參數，而小牛則將其分佈在128位專家（總計400B）中。結果是Llama 4型號提供頂級性能，以及獨特的優勢，即使某些封閉模型也無法匹配。

例如，Llama 4 Scout擁有1000萬個令牌的上下文窗口，遠遠超過了大多數競爭對手。這使其可以在單個通過中處理和分析大量文檔或代碼庫。儘管有規模的規模，但在高度量化的情況下，偵察兵可以在單個H100 GPU上有效運行，這表明開發人員不需要超級計算機來使用它。

另一方面，Llama 4 Maverick已通過峰值性能進行了優化。早期測試表明，小牛可以在推理，編碼和視覺任務中匹配甚至超過領先的封閉模型。 Meta已經暗示了一個更大的模型，Llama 4 Behemoth目前正在訓練中，據報導“勝過GPT-4.5，Claude 3.7 Sonnet和Gemini 2.0 Pro在幾個STEM基准上。”消息很明確：開放模型不再在玩第二小提琴；美洲駝4的目標是頂峰。

更重要的是，Meta使Llama 4立即可下載和使用。開發人員可以從官方網站訪問偵察兵和小牛，也可以根據Llama 4社區許可證擁抱面孔。這意味著，從獨奏開發人員到大公司的任何人都可以潛入模型，將其調整為他們的特定需求，並在自己的硬件或云上運行。這是與OpenAI的GPT-4O或Anthropic的Claude 3.7等專有模型形成鮮明對比的，它們只能通過付費API訪問而無需訪問基礎權重。

Meta強調，Llama 4的開放性是關於增強用戶的能力： “我們正在分享Llama 4 Herd中的第一個模型，這將使​​人們能夠建立更個性化的多模式體驗。”本質上，美洲駝4是一種工具包，旨在由全球開發人員和研究人員掌握。通過發布可以與GPT-4和Claude之類的模型，Meta正在為頂級AI不應鎖定在付費牆後面的想法。

（來源：元）

真實的唯心主義還是戰略性遊戲？

Meta以一種理想主義和利他主義的感覺為美洲駝4呈現。首席執行官馬克·扎克伯格（Mark Zuckerberg）最近宣布：“我們的開源AI模型Llama已下載了超過十億次。”他補充說： “開源AI模型對於確保各地的人們都能獲得AI的好處至關重要。”這種描繪的位置將元作為民主化AI的擁護者 - 一家願意以更大的利益分享其冠軍模型的公司。 Llama家族的受歡迎程度支持了這一敘述：這些模型已經以驚人的速度下載（在短短幾個月內從6.5億升至10億次下載），並且已經被Spotify，AT＆T和Doordash等公司使用。

Meta強調了開發人員可以欣賞具有開放模型可以運行的“透明度，可定制性和安全性”，與Black-Box API的不透明性質相比，“有助於達到創造力和創新的新水平” 。這聽起來像是適用於AI的經典開源軟件Ethos（Tize Linux或Apache），這是對社區的明顯勝利。

但是，梅塔開放有一個戰略角度。 Meta不是慈善機構，在這種情況下，“開源”附帶了字符串。 Llama 4是根據特殊的社區許可發布的，而不是標準的允許許可證 - 因此，儘管可以免費使用模型權重，但仍有限制（例如，某些高資源用例可能需要許可，並且在由Meta製作的意義上是“專有的” ）。這與開源的開源計劃（OSI）的開源定義不符，導致一些人認為公司正在濫用該術語。

實際上，Meta的方法通常被標記為“開放權重”或“源可用” AI：代碼和權重共享，但是Meta保留了某些控制權，並未透露所有內容（例如培訓數據）。儘管這並不能減少用戶的實用性，但它表明元在戰略上是開放的 - 保持足夠的控制以保護自身（也許是其競爭優勢）。許多公司正在將“開源”標籤應用於AI模型，同時扣留關鍵細節，這破壞了真正的開放精神。

元為什麼會打開？競爭格局提供了一些答案。免費發布強大的模型可以快速建立一個廣泛的開發人員和企業用戶群-Mistral AI，一家法國初創公司，以其早期的開放模型來建立自己作為頂級實驗室。

通過用美洲駝淹沒市場，Meta確保其技術成為AI生態系統的基礎，這可以帶來長期的收益。這是一種經典的擁抱和擴展策略：如果每個人都使用您的“開放式”模型，則間接設定標準，甚至引導人們朝著您的平台（例如，Meta的AI Assistant Products Leverage Llama）。還有一個PR和定位角度。梅塔（Meta）發揮了仁慈創新者的作用，尤其是與Openai相比，Openai因其封閉的態度而面臨批評。實際上，Openai在開放模型上的改變部分突出了Meta的舉動的有效性。

一月份出現了開創性的中國開放模型DeepSeek-R1並跨越了以前的型號後，A​​ltman表示Openai不想被留在“歷史上的錯誤方面”。現在，Openai希望將來具有強大的推理能力的開放模型，這標誌著態度的轉變。很難看不到梅塔在這種轉變中的影響。 Meta的開源立場既旨在擴大AI的訪問，又旨在超越競爭對手，並按照Meta的條款來塑造市場的未來。

對開發人員，企業和人工智能未來的影響

對於開發人員而言，像Llama 4這樣的開放模型的複興是一個受歡迎的變化。現在，他們沒有被鎖定成單個提供商的生態系統和費用，而是可以自由地在自己的基礎架構上運行強大的AI或在他們認為合適的情況下自定義它。

對於敏感部門的企業（認為金融，醫療保健或政府）來說，這是一個重要的優勢，這些領域對將機密數據餵入別人的黑匣子是謹慎的。使用Llama 4，銀行或醫院可以在自己的防火牆後面部署最先進的語言模型，將其調整為私人數據，而無需與外部實體共享令牌。還有成本好處。儘管最高模型的基於使用的API費用可以迅速升級，但開放型號沒有使用損失 - 您僅支付運行計算能力的費用。通過選擇可以在內部管理的開放解決方案來大大節省大量AI工作量的企業。

難怪企業對開放模型表現出更多的興趣；許多人意識到，與千篇一律的封閉式服務相比，開源AI提供的控制和安全性更好地滿足了他們的需求。

開發人員還受益於增加的創新。通過訪問模型內​​部設備，它們可以通過封閉的API永遠無法滿足的方式微調和增強利基領域（法律，生物技術，區域語言 - 您命名）的AI。圍繞著早期的Llama模型的社區驅動項目的爆炸式增長 - 從聊天機器人對醫學知識進行微調到運行微型版本的業餘愛好智能手機應用程序 - 證明了開放模型如何民主化實驗。

但是，開放的模型複興也提出了重要的問題。如果只有擁有大量計算資源的人才能運行400B參數模型，那麼“民主化”會真正發生嗎？儘管與單片模型相比，Llama 4 Scout和Maverick降低了硬件障礙，但它們仍然是重量級人物 - 對於某些PCS無法處理的開發人員而沒有云支持，這一點並沒有丟失。

希望是模型壓縮，蒸餾或較小的專家變體之類的技術將使Llama 4的功率更容易訪問。另一個問題是濫用。 Openai和其他人長期認為，公開發布強大的模型可以使惡意行為者（用於產生虛假信息，惡意軟件代碼等）。

這些擔憂仍然存在：如果沒有公司在其API上執行的安全過濾器，則可能會濫用開源Claude或GPT。另一方面，支持者認為，開放性使社區還可以識別和解決問題，從而使模型隨著時間的推移比任何秘密系統都更健壯和透明。有證據表明，開放模型社區認真對待安全，開發自己的護欄並分享最佳實踐 - 但這是一種持續的緊張局勢。

越來越清楚的是，我們正朝著混合AI景觀邁進，在該景觀中，開放和封閉的模型共存，每個模型都在影響彼此。目前，諸如OpenAI，Anthropic和Google之類的封閉提供商仍然具有絕對性能的優勢。確實，截至2024年底，研究表明，開放式模型落後於最佳封閉模型的一年。但是這個差距正在快速縮小。

在當今的市場中，“開源AI”不再僅僅意味著愛好項目或較舊的模型 - 現在是科技巨頭和初創公司的AI戰略的核心。 Meta的Llama 4發射有效地提醒了開放性的不斷發展的價值。這既是民主化技術的哲學立場，又是在高風險行業戰鬥中的戰術舉動。對於開發商和企業而言，它為創新和自主權打開了新的大門，即使它以新的權衡使決策變得複雜。對於更廣泛的生態系統而言，如果開源精神能夠保持自己的立場，則希望AI的福利不會鎖定在少數公司的手中。