Meta 推出的开源大模型 Llama3似乎在市场上遭遇了 “冷处理”，这一现象无疑让开源与闭源大模型的竞争愈加激烈。据外媒The Information报道，全球最大的云计算平台亚马逊 AWS 对 Llama3的反响平平，相反，企业客户们似乎更青睐 Anthropic 的闭源模型 Claude。
微软内部人士也透露，Llama 并非他们的首选，反而更推荐那些拥有工程师和数据科学家团队的公司来使用。Meta 如今面临的挑战可能会促使他们组建专门的 AI 销售团队，以便更好地满足企业需求。这一切都让我们看到了开源大模型在商业化过程中的艰难历程。
图源备注：图片由AI生成，图片授权服务商Midjourney
从市场角度来看，开源模型的实际表现以及带来的商业回报显然没有达到企业客户的预期。在开源与闭源的抉择中，各大模型厂商根据自身的技术路线与商业战略，形成了截然不同的立场。那么，企业在选择大模型时该如何应对这场纷争?百度智能云 AI 与大模型平台总经理忻舟在接受媒体采访时对此做出了深入剖析，探讨了开源与闭源的底层逻辑、商业策略，并对未来市场趋势做出了展望。
忻舟指出，开源大模型与软件开源是截然不同的概念。开源模型并未公开训练源代码、预训练和精调数据等影响模型效果的重要信息，因此无法像开源软件一样依靠社区开发者共同提升其性能。以 Llama 为例，每次模型的进步都源于 Meta 自身的训练，而不是开发者的参与。正因为如此，开源模型在技术迭代上面临许多障碍。
当谈到 “开源模型和闭源模型哪个更贵” 时，忻舟表示，开源模型虽然表面上看似免费，给人以低成本的错觉，但大模型的应用并不单纯依赖技术，还包括 “技术 + 服务” 的整体解决方案。在实际应用中，如果想让开源模型达到与闭源模型相同的效果，企业需要投入大量的人力、资金和时间，这样一算，综合成本可能反而更高。
开源模型和闭源模型各自适用的场景也有所不同。忻舟认为，开源模型更适合于学术研究，而不适合用于需要对外服务的大型商业项目。在一些投资动辄百万甚至千万的重大项目中，闭源模型依然是企业的优选。
忻舟进一步分析了当前大模型市场中各厂商的角色及商业模式，指出了三种主要类型。首先是云服务商，他们的商业模式依然是提供算力资源，靠规模化来降低成本。其次是既是云服务商又是模型提供商的公司，他们希望借助模型调用来推动业务上云。最后是初创的模型厂商，他们在市场降价潮中面临着巨大的挑战。
总结来看，开源模型在技术和商业模式上都存在不小的劣势。缺乏足够的资源和良好的商业模式支撑，许多开源模型难以持续发展。虽然开源对于学术研究推动有所价值，但在需要高精度和高效能的商业场景中，闭源模型依然是更明智的选择。