We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
葛如钧(宝博士)：我观察到扎克伯格和Sam Altman在AI开源闭源问题上的转变，这很有趣。AI模型的开源与闭源是一个重要的议题，需要了解其含义和未来发展。我想先请Richard解释什么是开源和闭源。DeepSeek开源引发了广泛讨论，但可能存在误解。算力可以比作大脑的脑细胞数量，越多则处理速度越快。开源大模型的权重可以类比为大脑星图的公开，允许调整和微调。开源大模型类似免费软件，但可以进行后训练和对齐。开源大模型的后训练和对齐，可以类比为冷战时期情报机构吸收对方特工。Sam Altman公开认错并考虑开源，这让我感到惊讶。
Richard林旅强：软件的开源是指原始码可以被阅读、分享和共建。开源大模型与开源软件不同，它需要数据、算法和庞大的算力。坊间所谓的开源模型，其实是训练完成后的权重（参数）。权重是一个巨大的文件，类似于黑盒子，无法反编译。开源模型虽然是黑盒子，但可以基于它进行微调和再训练。Meta的Llama和DeepSeek的开源方式不同，开源的定义也存在差异。Llama和DeepSeek都公开了权重，但许可证不同，Llama的开源条件受到质疑。目前行业对开源大模型的定义尚未统一，开源的含义存在差异。DeepSeek不仅公开权重，还公开论文和算法，这使得其他人可以基于它进行再开发。开源大模型通常会公开论文，这是行业标准。ChatGPT的出现促使各大公司思考应对策略，有人预测开源模型将成为未来的竞争对手。我观察到Meta开源Llama，这可能是一种弯道超车策略。闭源模型只能通过API调用，而开源模型可以部署、后训练和定制。Meta开源是为了建立产业事实标准，成为产业领导者。开源决定了大模型的地板，闭源模型可能会被淘汰。开源是一种自损800，伤敌1000的策略，可以扩大市场或淘汰竞争对手。开源大模型无法像开源软件那样被其他工程师直接优化，但可以基于它进行二次开发。阿里巴巴的通义千问，是我认为中国开源大模型中做得比较好的。Apple选择通义千问作为简体中文版AI的底层模型，这说明千问在业界有一定的认可度。闭源模型的未来发展空间可能有限。越来越多的公司开始开源大模型，闭源的堡垒正在瓦解。Grok的最新版本已经开源，这表明闭源模型也在发生变化。AI时代，效率是关键，这将影响大国和小国、大语言和小语言的发展。小语种或资源匮乏的地区，可以通过后训练和对齐的方式，基于现有开源大模型进行本地化开发。资源匮乏的地区可以基于现有开源大模型进行二次开发，例如后训练和对齐。选择开源大模型需要考虑是否会被断供，以及模型的特性是否符合自身需求。选择开源大模型时，要确保其长期稳定性，避免被断供。选择开源大模型需要根据自身需求和模型特性进行评估。后训练和对齐技术与所选的基座模型无关。进行后训练和对齐需要资金和专业人员。后训练需要对数据进行标注，这需要专业人员。进行后训练需要懂大模型的人员和资源。如果对开源项目有贡献，则更有发言权。DeepSeek开源对投资圈产生了冲击，改变了商业模式。开源可以建立商业信任，并通过占领市场来实现变现。开源可以提高客户信任度，因为代码是公开透明的。开源可以建立用户基础和社区，从而实现商业变现。开源是一种占领市场的方式，变现方式需要另行考虑。DeepSeek的成功为开源大模型的商业模式提供了示范。开源硬件的成功案例，例如树莓派，证明了开源的商业模式的可行性。台湾的硬件厂商可以尝试探索开源的商业模式，跳脱供应链的限制。我愿意与台湾厂商合作，探索开源的可能性。建议关注台湾的COSCUP开源人年会和Gen AI Conference。建议关注开源社的微信公众号，了解开源资讯。公开原始码不等于开源，开源需要附带许可证。
Deep Dive
本段落釐清開源與閉源模型的定義，並比較兩者的優缺點。開源模型指原始碼公開，可被修改和分享，促進共同開發；閉源模型則相反，限制使用和修改。開源大模型與開源軟體不同，它需要大量數據、算法和算力，因此，坊間的開源模型多指訓練完成的權重，而非原始碼。儘管權重是黑盒子，但可被重新利用，進行微調和對齊。
- 開源模型原始碼公開，可被修改和分享
- 閉源模型相反，限制使用和修改
- 開源大模型與開源軟體不同，需要大量數據、算法和算力
- 坊間開源模型多指訓練完成的權重，可被重新利用
Shownotes Transcript