在大模型这个领域，我们看到两种截然不同的发展思路，一种是做商业闭源大模型，在进行技术产品提升的同时，也在进行商业化落地；另外一种，就是开源大模型。

那么，这两种发展路径哪一个是对的，哪一个更可能成功？

有哪些不错的开源大模型？

笔者基于公开资料，搜集了一些目前开源的大模型。

需要指出的是，这不是一份完整的名单，实际开源的大模型还有很多。但是，其实很多大模型都是开源“玩玩”而已，意义并不大。为什么这么说呢？不少开源的大模型，本身能力并不强，自己做闭源商用的可能性也不大。

真正有实力的开源大模型，才能是市场的一个“鲶鱼”，比如Meta开源的llama系列，现在已经成为开源大模型的“金标准”，或者说开源大模型领域的关键基础设施。国内在不到一年时间出现“百模大战”的盛况，一个重要原因，就是llama。所以，有一个玩笑话，“llama每更新一代，国内大模型的基础设施就升级一代。”

当然，除了llama，越来越多公司开始加入开源的队伍。比如国内阿里巴巴开源的Qwen系列，最新已经开源到720亿参数的版本了，至少从纸面战力上追平了llama2。

最新的消息是，马斯克也即将加入开源大模型的行业，其Grok即将开源。

可以说，马斯克对大模型开源有着异乎常人的执念。某种意义上，是他促成了OpenAI的成立，这个公司名字就是他起的。这个组织成立的宗旨，就在名字上清清楚楚的写着了。结果，创业未半，OpenAI的“Open”变成“Close”了。这我“马某人”能忍？

为此，马斯克没少怼OpenAI，并且画风越来越“抽象”。

其实，OpenAI最开始是坚定的开源主义者，但却只开源到GPT-2，当研发出GPT-3，出现智能涌现之后，他们就闭源了。他们自己给出的说辞是，AGI这条路要很多钱，只有建立商业闭环，才能支撑OpenAI走下去。

最近，OpenAI放出来一个观点，大致意思是：OpenAI的开源并不是要开放技术代码，只要大部分人能用上他们开发出的智能产品就也算开源了。（你忽悠谁呢？按这个说法，微信也开源了，所有互联网APP都开源了，因为大家都可以用。）

为什么开源？

OpenAI背弃他们当初开源分布式AI的初衷，最终成为一个商业公司，这虽然令人遗憾，但也让我们思考一个问题——非盈利组织的开源大模型真的走不通么？

我们发现一个有意思的现象，就是现在比较知名的开源大模型，都是商业公司在做，而且他们是闭源和开源两条腿走路。非商业机构开源出来的大模型，最后都慢慢走向落寞了。为什么会出现这个现象？

评价一个开源大模型的关键指标，是其是否能够持续开源出更强大的模型。

从这个角度来说，非盈利机构是没办法持续迭代开源大模型的。更好、更大参数规模的大模型，往往意味着更多的资金投入，大模型的更新维护也需要很多钱，这是非盈利机构无法承受的。

也就是说，接下来，不仅最好的闭源大模型是商用公司做出来，就是最好、能够持续迭代的开源大模型，大概率也是商用公司在维护，这是我们不得不面对的一个现实。

既然出现这样一个现象，那我们就来分析一下其内部的逻辑：为什么商业公司要推出开源的大模型，跟他们自己的商用大模型业务会起冲突么？

在商业社会，一直流传这样一句话，“一流的企业做标准，二流的企业做品牌，三流的企业做产品”。能够做成行业标准，构建一个产业生态，不仅能够做大企业规模，还能一定程度上保证基业长青。微软做PC操作系统，谷歌做移动操作系统，以及后来谷歌发布的TensorFlow，都是这个思路。

在大模型领域，这个规律很可能也成立。在开源大模型领域做到头部，成为事实上的行业标准，商业价值也非常大。Meta就是最好的证明，从市值上看，Meta从2023年开始，就一路长虹，目前市值已经超过万亿美元。

Meta近三年市值变化

可以说，Meta在元宇宙上跌得有多惨，在大模型上笑得就有多开心。而Meta在大模型领域，最拿得出手的就是llama系列开源大模型，其开源大模型的成功，让人们看到了其在AI领域构建类似安卓那样生态的巨大潜力。

开源真的可以干掉闭源么？

目前，有一种声音是，有了开源大模型，所以那些在底层通用大模型赛道创业的公司就没戏了，朱啸虎就持这种观点。而且，头部大公司也经常劝说创业者要在应用场景上找机会，不要在通用大模型上面重复造轮子，这样浪费社会资源，百度的李彦宏就经常这样说。

那么，通用大模型的创业机会真的没有了么？

实事求是的讲，因为开源大模型的存在，通用大模型的创业门槛的确提升了不少。

事实上，大公司开源大模型，有一个摆不上台面的理由，就是要拉高通用大模型的创业门槛。你花几亿研发出的大模型，还没有我开源的好用，那你还花那个冤枉钱干啥？至少，这个逻辑在朱啸虎这样的投资人那里是成立的。从这个意义上讲，科技巨头们开源大模型，就是向赛道上扔了一块不大不小的石头，绊倒了一大片潜在的竞争者，让他们只能在自己搭的台子上唱戏。

而且，开源的往往是比闭源商用的大模型要落后一代，这直接从参数规模上就能看出来。虽然参数规模并不是性能的唯一指标，更小规模的模型表现更好也不是没有可能。但整体上看，更大参数规模，往往意味着更强的能力。这样一来，科技巨头们开源落后一代的大模型，是其延缓竞争的一种策略——基于开源大模型来进行研发的竞争对手，在能力上始终比自己弱一些。这就好像古代君王安抚臣子，“不要想着谋反，好好跟着我干，保你荣华富贵”。

至于智谱AI、百川智能这些创业公司，他们开源大模型，更主要的是为了证明自己的技术能力。当然，能够让自己的技术成为业界标准，那就更好了。

但需要指出的是，开源也存在不少的问题，其中，最核心的就是科技巨头们开源与商用的左右手互搏。

无论是国外的Meta、谷歌，还是国内的阿里巴巴、智谱AI、百川智能，他们都有自己的大模商用产品，并且还指望着这个来巩固甚至扩大其“帝国”的疆域。这种情况下，开源与商用这两条腿，就可能成为互相掐架的两只手。以百川智能为例，客户是直接调用它的商用版本呢，还是在其开源的Baichuan-13B-Base基础上定制？这其中的商业关系怎么来处理？

还有一个很重要的问题，科技企业开源的大模型，是随时可以闭源的。最典型的就是OpenAI，它在GPT-2之前都是开源的，只是在见识到GPT-3强大的能力之后，就偷偷藏起来自己用了。发生在OpenAI身上的事情，能保证在其他开源科技企业身上不会重演？

如果只开源一两代，后面就没有下文了，那这个开源大模型不仅无用，而且有害。好比你修了一条路，前面修的很漂亮，让很多人慕名而来，开车沿着你的道路前进，结果开出去几十公里后，发现一个大大的牌子“此路不通”。那对于已经在路上的人来说，就是一个巨大的沉没成本。

最后，从AI行业本身的演进来看，笔者也希望看到更多在通用大模型领域的创业公司诞生。现在大谈通用大模型的创业窗口已经关闭，还为时尚早。在AGI这条道路上，人类才刚刚摸到一点门道，前路还很漫长。目前，可行的技术路线不止一条，前路还需要很多人去试错，去创新。而创新，却不是大公司的强项。远的不说，就是这次大模型的路线，就是OpenAI这个创业公司趟出来的，而不是谷歌、微软、亚马逊、苹果这种巨头。事实上，这群科技巨头是后知后觉的，现在还处在努力追赶的行列。

因此，现在就把通用大模型创业的路封死，对这个行业而言也许不是一件好事。