开源AI与Meta的Llama 4发行进行反击

近年来，人工智能领域从开放协作的领域转变为专有系统占据主导地位的领域。即便是以“开放”命名的OpenAI，也在2019年后将其最强大的模型转为保密。其他公司如Anthropic和Google也纷纷效仿，在API壁垒后构建尖端人工智能，仅按其条件提供访问。这种转变往往以安全和商业利益为由，但让人工智能社区的许多人对开源合作的日子感到怀念。

现在，潮流正在转变。开源人工智能的精神正在复苏，由Meta发布Llama 4模型引领。这一举措是大胆尝试将开源人工智能重新推向前台，甚至那些传统上保密的公司也开始关注。OpenAI的首席执行官Sam Altman最近承认，公司在开放模型方面“站在了历史错误的一边”，并宣布计划推出GPT-4的“开放权重”变体。显然，开源人工智能正在复兴，“开放”的含义也在演变。

(来源：Meta)

Llama 4：Meta对GPT-4o、Claude和Gemini的开源挑战者

Meta推出Llama 4标志着对人工智能巨头最新模型的直接挑战，定位为开放权重的替代方案。Llama 4现提供两个版本——Llama 4 Scout和Llama 4 Maverick——每款都有令人印象深刻的技术规格。两者均为混合专家（MoE）模型，这意味着每次查询仅激活部分参数，允许模型规模巨大而运行成本不至于飙升。Scout和Maverick在每次输入时各使用170亿“活跃”参数，但Scout分布在16个专家（总计1090亿参数），而Maverick分布在128个专家（总计4000亿参数）。结果是Llama 4模型提供顶级性能，并具有一些封闭模型无法匹敌的独特优势。

例如，Llama 4 Scout拥有1000万个token的上下文窗口，远超大多数竞争对手。这使其能够一次性处理和分析大型文档或代码库。尽管规模庞大，Scout在高度量化后可在一块H100 GPU上高效运行，表明开发者无需超级计算机即可进行实验。

另一方面，Llama 4 Maverick针对峰值性能进行了优化。早期测试表明，Maverick在推理、编码和视觉任务中能匹敌甚至超越领先的封闭模型。Meta已暗示正在训练一个更大的模型Llama 4 Behemoth，据报道其“在多项STEM基准测试中超越GPT-4.5、Claude 3.7 Sonnet和Gemini 2.0 Pro”。信息很明确：开源模型不再是配角，Llama 4瞄准顶尖位置。

更重要的是，Meta已使Llama 4立即可供下载和使用。开发者可从官方网站或Hugging Face获取Scout和Maverick，遵循Llama 4社区许可。这意味着任何人——从个人开发者到大企业——都可以深入研究模型，根据特定需求进行微调，并在自己的硬件或云端运行。这与OpenAI的GPT-4o或Anthropic的Claude 3.7等专有模型形成鲜明对比，后者仅通过付费API访问，无法获取底层权重。

Meta强调，Llama 4的开放性在于赋能用户：“我们分享了Llama 4系列的首批模型，这将使人们能够构建更个性化的多模态体验。”本质上，Llama 4是一个为全球开发者和研究者设计的工具包。通过发布能与GPT-4和Claude匹敌的模型，Meta为顶级人工智能不应被锁在付费墙后的理念注入了新活力。

(来源：Meta)

真诚的理想主义还是战略布局？

Meta以一种理想主义和利他主义的感觉推出Llama 4。“我们的开源人工智能模型Llama已被下载超过10亿次，”首席执行官Mark Zuckerberg最近宣布，补充说“开源人工智能模型对于确保全球人民都能享受人工智能的益处至关重要。”这种描述将Meta定位为民主化人工智能的捍卫者——一家愿意为更大利益分享其核心模型的公司。Llama系列的受欢迎程度支持了这一叙事：模型下载量惊人（在短短几个月内从6.5亿跃升至10亿），已被Spotify、AT&T和DoorDash等公司使用。

Meta强调，开发者欣赏拥有可自行运行的开放模型的“透明度、可定制性和安全性”，这“有助于达到新的创造力和创新水平”，相比黑箱API的不透明性。这听起来像是经典的开源软件精神（想想Linux或Apache）应用于人工智能——对社区来说是一场明显的胜利。

然而，Meta的开放性有其战略角度。Meta不是慈善机构，此处的“开源”带有附加条件。Llama 4在特殊社区许可下发布，而非标准宽松许可——虽然模型权重免费使用，但有限制（例如，某些高资源用例可能需要许可，许可在某种意义上为Meta“专有”）。这不符合开源倡议（OSI）认可的开源定义，导致一些人认为企业在滥用该术语。

实际上，Meta的做法常被称为“开放权重”或“源代码可用”人工智能：代码和权重共享，但Meta保留一定控制权，不披露所有内容（如训练数据）。虽然这不影响用户的使用价值，但表明Meta在战略上开放——保留足够控制权以保护自身（或许还有竞争优势）。许多公司将“开源”标签应用于人工智能模型，同时隐瞒关键细节，这削弱了真正的开放精神。

Meta为何要开放？竞争格局提供了一些答案。免费发布强大模型可迅速建立广泛的开发者和企业用户基础——法国初创公司Mistral AI通过早期开放模型确立了其顶级实验室地位。

通过推广Llama，Meta确保其技术成为人工智能生态系统的基础，这可带来长期利益。这是一种经典的拥抱与扩展策略：如果人人都使用你的“开放”模型，你就间接设定了标准，甚至可能引导用户走向你的平台（例如，Meta的人工智能助手产品利用Llama）。还有公关和定位角度。Meta扮演了仁慈创新者的角色，尤其与因封闭而受批评的OpenAI形成对比。事实上，OpenAI对开放模型的转变部分凸显了Meta举措的成效。

在中国的开源模型DeepSeek-R1于1月突破并超越之前模型后，Altman表示OpenAI不想“站在历史的错误一边”。现在，OpenAI承诺未来推出具有强大推理能力的开放模型，标志着态度转变。很难不看到Meta的影响。Meta的开源立场既真诚地旨在扩大人工智能访问，又是战略布局，意在超越竞争对手并按Meta的条件塑造市场未来。

对开发者、企业和人工智能未来的影响

对开发者而言，像Llama 4这样的开放模型的复兴是受欢迎的变化。他们不再被锁定在单一供应商的生态系统和费用中，现在可以自由地在自己的基础设施上运行强大的人工智能或按需定制。

这对金融、医疗或政府等敏感行业的企业来说是一大优势，这些行业对将敏感数据输入他人黑箱持谨慎态度。有了Llama 4，银行或医院可以在自己的防火墙后部署最先进的语言模型，在私有数据上进行微调，而无需与外部实体共享任何数据。还有成本优势。顶级模型的基于使用的API费用可能迅速上升，而开放模型没有使用费用——你只需支付运行所需的计算能力。扩展重人工智能工作负载的企业通过选择可内部管理的开放解决方案可大幅节约成本。

难怪企业对开放模型表现出更多兴趣；许多企业意识到，开放人工智能提供的控制和安全性比一刀切的封闭服务更能满足需求。

开发者也从创新增加中受益。有了模型内部的访问权限，他们可以针对细分领域（法律、生物技术、区域语言等）进行微调和增强人工智能，这可能是封闭API永远无法满足的方式。早期Llama模型周围的社区驱动项目激增——从基于医疗知识微调的聊天机器人到运行微型版本的爱好者智能手机应用——展示了开放模型如何民主化实验。

然而，开放模型的复兴也带来了重要问题。如果只有拥有大量计算资源的人才能运行4000亿参数的模型，“民主化”真的会发生吗？虽然Llama 4 Scout和Maverick相较于单一模型降低了硬件门槛，但它们仍是重量级——一些开发者的PC在没有云支持的情况下无法应对。

希望在于模型压缩、蒸馏或更小的专家变体等技术将使Llama 4的强大功能更易获取。另一个担忧是误用。OpenAI等人长期认为，公开释放强大模型可能使恶意行为者得以生成虚假信息、恶意代码等。

这些担忧依然存在：没有公司API安全过滤的开源Claude或GPT可能被滥用。另一方面，支持者认为，开放性也允许社区识别和解决问题，使模型随时间变得比任何秘密系统更健壮和透明。有证据表明，开源模型社区认真对待安全问题，开发自己的防护措施并分享最佳实践——但这是一个持续的紧张关系。

越来越明显的是，我们正走向开放与封闭模型共存的混合人工智能格局，每种模型相互影响。OpenAI、Anthropic和Google等封闭提供商目前在绝对性能上仍占优势——至少现在如此。事实上，截至2024年底，研究表明开放模型在能力上落后于最佳封闭模型约一年。但这一差距正在迅速缩小。

在当今市场，“开源人工智能”不再仅指业余项目或老旧模型——它现在是科技巨头和初创公司人工智能战略的核心。Meta的Llama 4发布有力提醒了开放性不断演变的價值。它既是民主化技术的哲学立场，也是高风险行业战斗的战术举措。对开发者和企业而言，它开启了创新和自主的新大门，同时也带来了新的权衡复杂决策。对于更广泛的生态系统，它带来了希望，即人工智能的益处不会被锁定在少数公司手中——如果开源精神能够坚守阵地。