開源AI與Meta的Llama 4發行進行反擊

近年來，AI領域從開放協作的環境轉變為專有系統主導的局面。即使是名稱中帶有「開放」的OpenAI，也在2019年後將其最強大的模型保密。其他業者如Anthropic和Google也紛紛效仿，將尖端AI技術藏於API壁壘之後，僅能依其條件訪問。這種轉變常以安全和商業利益為由，但讓AI社群中的許多人懷念起開源合作的日子。

如今，潮流正在改變。開源AI的精神正在回歸，由Meta發布的Llama 4模型領銜。這一舉動是大膽嘗試將開源AI重新推向前台，甚至連傳統上保密的公司也開始注意。OpenAI的執行長Sam Altman最近承認，公司在開放模型方面「站在歷史錯誤的一方」，並宣布計畫推出GPT-4的「開放權重」變體。顯然，開源AI正在復興，而「開放」的意義也在演變。

(來源：Meta)

Llama 4：Meta對GPT-4o、Claude和Gemini的開放挑戰者

Meta推出的Llama 4直接挑戰AI巨頭的最新模型，定位為開放權重的替代方案。Llama 4今日提供兩個版本——Llama 4 Scout和Llama 4 Maverick——各具備令人印象深刻的技術規格。兩者皆為專家混合（MoE）模型，意即每次查詢僅啟動部分參數，使總規模龐大卻不讓運行成本飆升。Scout和Maverick每次輸入使用170億「活躍」參數，但Scout分佈於16個專家（總計1090億參數），而Maverick分佈於128個專家（總計4000億參數）。結果是Llama 4模型提供頂尖性能，連一些封閉模型也無法匹敵的獨特優勢。

例如，Llama 4 Scout擁有1000萬token的上下文窗口，遠超大多數競爭者。這使其能一次處理和分析龐大文件或程式碼庫。儘管規模龐大，Scout在高度量化後可在一台H100 GPU上高效運行，意味著開發者無需超級電腦即可進行實驗。

另一方面，Llama 4 Maverick則針對峰值性能進行優化。早期測試顯示，Maverick在推理、編碼和視覺任務上可媲美甚至超越領先的封閉模型。Meta已暗示正在訓練一個更大的模型Llama 4 Behemoth，據稱「在多項STEM基準測試中超越GPT-4.5、Claude 3.7 Sonnet和Gemini 2.0 Pro。」訊息顯而易見：開源模型不再是配角，Llama 4正瞄準頂端。

更重要的是，Meta已使Llama 4立即可供下載和使用。開發者可從官方網站或Hugging Face以Llama 4社群許可證獲取Scout和Maverick。這意味著從獨立開發者到大企業，任何人都可深入研究模型，根據特定需求進行微調，並在自家硬體或雲端運行。這與OpenAI的GPT-4o或Anthropic的Claude 3.7等專有模型形成鮮明對比，後者僅能透過付費API存取，無法取得底層權重。

Meta強調，Llama 4的開放性在於賦能用戶：「我們分享了Llama 4系列中的首批模型，這將使人們能夠打造更個人化的多模態體驗。」本質上，Llama 4是一個設計為全球開發者和研究者使用的工具包。透過發布能與GPT-4和Claude匹敵的模型，Meta為頂尖AI不應被鎖在付費壁壘後的理念注入新活力。

(來源：Meta)

真誠的理想主義還是策略布局？

Meta以理想主義和利他主義呈現Llama 4。「我們的開源AI模型Llama已被下載超過十億次，」執行長Mark Zuckerberg最近宣布，並補充說，「開源AI模型對於確保全球人民都能享有AI的益處至關重要。」這種描述將Meta定位為民主化AI的捍衛者——一家願意為更大利益分享其珍貴模型的公司。Llama系列的受歡迎程度支持這一說法：模型下載量驚人（短短幾個月從6.5億激增至10億），已被Spotify、AT&T和DoorDash等公司使用。

Meta強調，開發者欣賞開源模型的「透明度、可自訂性和安全性」，這與黑盒API的不透明相比，「有助於達到新的創意和創新水平。」這聽起來像是應用於AI的經典開源軟體精神（如同Linux或Apache）——對社群來說顯然是個勝利。

然而，Meta的開放性有其策略考量。Meta並非慈善機構，此處的「開源」帶有附加條件。Llama 4以特殊社群許可證發布，而非標準寬鬆許可證——雖然模型權重免費使用，但存在限制（例如，某些高資源使用案例可能需許可，且該許可證在某種意義上是Meta自訂的「專有」許可證）。這與開源促進會（OSI）認可的開源定義不符，導致一些人認為企業在濫用該術語。

實際上，Meta的做法常被標籤為「開放權重」或「源可得」AI：程式碼和權重共享，但Meta保留部分控制權，且不公開所有細節（如訓練資料）。雖然這不減損用戶的實用性，但顯示Meta是策略性開放——保留足夠控制權以保護自身（或許還有競爭優勢）。許多公司將「開源」標籤應用於AI模型，卻隱瞞關鍵細節，這削弱了真正的開放精神。

Meta為何選擇開放？競爭格局提供了一些答案。免費發布強大模型能快速建立廣泛的開發者和企業用戶基礎——法國初創公司Mistral AI便透過早期開源模型確立其頂尖實驗室地位。

透過大量推廣Llama，Meta確保其技術成為AI生態系統的基礎，長期帶來好處。這是典型的擁抱與擴展策略：若每個人都使用你的「開放」模型，你就能間接設定標準，甚至引導人們使用你的平台（例如，Meta的AI助理產品利用Llama）。此外，還有公關和定位角度。Meta得以扮演仁慈創新者的角色，特別是與因封閉做法而受批評的OpenAI形成對比。事實上，OpenAI對開放模型的態度轉變，部分凸顯了Meta此舉的成效。

在中國開源模型DeepSeek-R1於1月突破性登場並超越先前模型後，Altman表示OpenAI不想「站在歷史錯誤的一方」。如今OpenAI承諾未來推出具強大推理能力的開放模型，標誌著態度轉變。很難不看到Meta的影響。Meta的開源立場既真誠地旨在擴大AI存取範圍，也是一個策略性舉動，旨在超越競爭對手並以Meta的條件塑造市場未來。

對開發者、企業和AI未來的影響

對開發者而言，像Llama 4這樣的開源模型復興是令人歡迎的改變。他們不再被鎖定於單一供應商的生態系統和費用，而是能自由在自家基礎設施上運行強大的AI或按需自訂。

這對敏感行業的企業（如金融、醫療或政府）來說是重大優勢，這些行業對將機密資料輸入他人黑盒持謹慎態度。有了Llama 4，銀行或醫院可在自家防火牆後部署最先進的語言模型，基於私有資料進行微調，而無需與外部實體分享任何資料。此外，還有成本效益。頂尖模型的按使用計費API費用可能迅速攀升，而開源模型無使用費用——僅需支付運行所需的運算能力。對於擴大AI工作負載的企業來說，選擇自行管理的開源解決方案可大幅節省成本。

不難理解企業對開源模型表現出更多興趣；許多企業意識到，開源AI提供的控制和安全性比通用的封閉服務更能滿足其需求。

開發者也因創新增加而受益。透過存取模型內部，他們可為利基領域（法律、生物科技、地區語言等）微調和增強AI，這是封閉API可能永遠無法滿足的方式。早期Llama模型周圍的社群驅動項目熱潮——從醫療知識微調的聊天機器人到業餘愛好者的迷你版智慧手機應用——展示了開源模型如何民主化實驗。

然而，開源模型的復興也引發重要問題。如果只有具備大量運算資源的人才能運行4000億參數的模型，「民主化」真的會發生嗎？雖然Llama 4 Scout和Maverick相較於單體模型降低了硬體門檻，但它們仍是重量級模型——一些開發者的個人電腦若無雲端支持無法運行，這一點不容忽視。

希望在於模型壓縮、蒸餾或更小的專家變體等技術能使Llama 4的強大功能更易取得。另一個擔憂是濫用。OpenAI和其他公司長期認為，公開發布強大模型可能使惡意行為者（用於生成假訊息、惡意程式碼等）得逞。

這些擔憂依然存在：開源的Claude或GPT若無公司API強加的安全過濾，可能被濫用。另一方面，支持者認為，開放性也讓社群能識別並修復問題，使模型隨時間變得比任何秘密系統更穩健和透明。有證據顯示，開源模型社群認真對待安全問題，開發自己的防護措施並分享最佳實踐——但這仍是一個持續的緊張關係。

越來越清楚的是，我們正走向一個開放與封閉模型共存的混合AI格局，各影響對方。像OpenAI、Anthropic和Google這樣的封閉供應商目前在絕對性能上仍領先——至少現在如此。事實上，截至2024年底，研究顯示開源模型在能力上落後頂尖封閉模型約一年。但這差距正在迅速縮小。

在當今市場中，「開源AI」不再僅意味著愛好者項目或較舊模型——它現已成為科技巨頭和初創公司AI策略的核心。Meta的Llama 4發布有力地提醒了開放性的演變價值。這既是民主化技術的哲學立場，也是在高風險產業戰役中的策略舉動。對開發者和企業來說，它開啟了創新和自主的新大門，儘管也帶來了新的權衡決策。對更廣大的生態系統而言，它帶來希望：AI的益處不應被鎖在少數公司手中——若開源精神能堅守其立場。