AI業界爆發"動物戰爭"，Falcon與Llama爭奪開源大模型霸主地位

上個月，AI領域迎來了一場"動物大戰"。一方是Meta推出的Llama模型，另一方是名爲Falcon的大模型。

Llama憑藉其開源特性，長期受到開發者社區青睞。而5月問世的Falcon-40B則一舉登頂"開源LLM排行榜"。該榜單由Hugging Face社區制作，提供了評估大語言模型能力的標準。此後,Llama和Falcon輪番刷新榜單排名。

有趣的是,Falcon的開發者並非科技公司,而是阿聯酋首都阿布扎比的科技創新研究所。阿聯酋方面表示,他們參與AI競賽是爲了"顛覆核心玩家"。

如今,AI領域已進入羣雄逐鹿階段。財力雄厚的國家和企業紛紛推出本土版ChatGPT。僅在海灣地區,就有多個玩家入局。8月,沙特爲國內大學購買了3000多塊H100芯片,用於訓練大模型。

一位資深投資人感嘆道:"原以爲硬科技領域會有高門檻,沒想到大模型創業也變成了百模大戰..."

這場"百模大戰"的背後,是Transformer算法的橫空出世。2017年,谷歌8位科學家在論文中公開了Transformer算法,爲此輪AI熱潮奠定了基礎。如今各大模型,包括GPT系列,都是建立在Transformer之上。

Transformer的問世,使得學術界底層算法創新速度放緩。數據工程、算力規模、模型架構等工程要素,逐漸成爲AI競賽的關鍵。只要具備一定技術能力,任何公司都可以開發出大模型。

這也導致目前國內外大模型數量激增。有報告顯示,截至7月國內大模型已達130個,超過美國的114個。除中美外,日本、印度、韓國等國也紛紛推出本土大模型。

然而,入場容易不代表能成爲行業巨頭。以Falcon和Llama之爭爲例,雖然Falcon在排名上暫時領先,但很難說對Meta造成了多大衝擊。對開源大模型而言,活躍的開發者社群才是核心競爭力。Meta憑藉多年積累的社交媒體運營經驗,在開源社區運營方面佔據優勢。

目前,Hugging Face排行榜前10名中,有8個是基於Llama 2打造的模型。僅在該平台上,使用Llama 2開源協議的大模型就超過1500個。

除了生態建設,純粹的技術能力也是關鍵。在最近的AgentBench測試中,GPT-4以4.41分遙遙領先,第二名Claude僅2.77分,其他開源模型多在1分左右。這反映出OpenAI團隊長期積累的技術優勢。

隨着開源社區日益活躍,各大模型性能可能趨同。未來,大模型的核心競爭力將集中在生態建設或純粹的推理能力上。

另一個更現實的問題是:除了少數個例,大多數大模型提供商尚未找到盈利模式。高昂的算力成本已成爲行業發展的阻力。有機構預計,全球科技公司每年在大模型基礎設施上的支出將達2000億美元,而大模型收入最多750億美元,缺口至少1250億美元。

即便是微軟、Adobe等軟件巨頭,在AI服務定價方面也面臨困境。例如,GitHub Copilot每月收費10美元,但微軟每位用戶反而要虧損20美元。

總的來說,如果沒有OpenAI和ChatGPT的出現,這場AI革命可能不會發生。但在當前階段,單純訓練大模型所能創造的價值還有待觀察。隨着同質化競爭加劇和開源模型增多,純粹的大模型供應商可能面臨更大壓力。正如iPhone 4的成功不僅僅依賴於處理器,大模型的價值也將更多體現在具體應用場景中。