妙手、本手還是俗手？

昨夜，谷歌罕見地改變了去年堅持的“大模型閉源”策略，推出了“開源”大模型 Gemma。

Gemma 采用了與 Gemini 相同的技術(shù)，由谷歌 DeepMind 與谷歌其他團(tuán)隊共同合作開發(fā)，在拉丁文中意為 “寶石”。

Gemma 包括兩種權(quán)重規(guī)模的模型：Gemma 2B 與 Gemma 7B，每種規(guī)模都有預(yù)訓(xùn)練與指令微調(diào)版本。同時，谷歌還推出了一系列工具，旨在支持開發(fā)者創(chuàng)新，促進(jìn)合作，并指導(dǎo)如何負(fù)責(zé)任地使用 Gemma 模型。

這樣一來，谷歌在大模型領(lǐng)域形成了雙線作戰(zhàn)——閉源領(lǐng)域?qū)?OpenAI，開源領(lǐng)域?qū)?Meta。

在人工智能領(lǐng)域，谷歌可以算是開源的鼻祖。今天幾乎所有的大語言模型，都基于谷歌在 2017 年發(fā)布的 Transformer 論文；谷歌的發(fā)布的 BERT、T5，都是最早的一批開源 AI 模型。

然而，自從 OpenAI 在 2022 年底發(fā)布閉源的 ChatGPT，谷歌也開始轉(zhuǎn)向閉源策略。此后，開源大模型被 Meta 的Llama 主導(dǎo)，后來被稱為“歐洲版 OpenAI”的法國開源大模型公司 Mistral AI 走紅，其 MoE 模型也被眾多 AI 公司追捧。

無論在閉源還是開源領(lǐng)域，有世界上最前沿技術(shù)儲備與人才儲備的谷歌，都沒能確立絕對的領(lǐng)先地位。

如今，閉源與開源雙線作戰(zhàn)，這是谷歌的妙手、本手還是俗手？

1.谷歌被迫開源？

?

谷歌開源大模型的發(fā)布時間，比 Meta 的 Llama 晚了整整一年。

對此，出門問問創(chuàng)始人李志飛表示：“相比于去年上半年就開源，現(xiàn)在可能要花數(shù)倍的努力進(jìn)行模型的差異化以及推廣的投入、才有可能在眾多開源模型中脫穎而出?！?/p>

同時，李志飛認(rèn)為谷歌的開源力度也不夠，還是被動防御和扭扭捏捏的應(yīng)對之策，不是進(jìn)攻。“比如說，開個7B的模型實在是太小兒科了，一點殺傷力都沒有。應(yīng)該直接開源一個超越市場上所有開源的至少 100B 的模型、1M 的超長上下文、完善的推理 infra 方案、外加送一定的 cloud credit。是的，再不歇斯底里 Google 真的就晚了。面對 OpenAI 的強(qiáng)力競爭，只有殺敵一千、自損一千五?！?/p>

李志飛感覺，谷歌覺得自己還是 AI 王者，放不下高貴的頭顱，很多發(fā)布都有點不痛不癢，還是沿著過去研發(fā)驅(qū)動的老路而不是產(chǎn)品和競爭驅(qū)動，比如說不停發(fā)論文、取新名字（多模態(tài)相關(guān)模型過去半年就發(fā)了 Palme、rt-2、Gemini、VideoPoet、W.A.L.T 等等）、發(fā)布的模型又完整度不夠，感覺就沒有一個絕對能打的產(chǎn)品。谷歌可能要意識到在公眾眼中，他在 AI 領(lǐng)域已經(jīng)是廉頗老矣潰不成軍，經(jīng)常起大早趕晚集（比如說這次 Sora 借鑒的 ViT、ViViT、NaVit、MAGVit 等核心組件技術(shù)都是它家寫的論文）。

但作為前谷歌總部科學(xué)家，李志飛也希望谷歌希望亡羊補(bǔ)牢未為晚。他表示：“Google 作為一個僵化的大公司，動作慢一點可以理解，但是如果再不努力是不是就是 PC 互聯(lián)網(wǎng)的 IBM、移動互聯(lián)網(wǎng)的 Microsoft ？ 作為 Google 的鐵粉，還是希望他能打起精神一戰(zhàn)，AI 產(chǎn)業(yè)需要強(qiáng)力的競爭才能不停往前發(fā)展，也需要他在前沿研究和系統(tǒng)的開源才能幫助一大眾貧窮的 AI 創(chuàng)業(yè)公司?！?/p>

另一位 AI 專家——微博新技術(shù)研發(fā)負(fù)責(zé)人張俊林認(rèn)為，谷歌重返開源賽場，這是個大好事，但很明顯是被迫的。

張俊林表示：“去年 Google 貌似已經(jīng)下定決心要閉源了，這可能源于低估了追趕 OpenAI 的技術(shù)難度，Bard 推出令人大失所望使得谷歌不得不面對現(xiàn)實，去年下半年進(jìn)入很尷尬的局面，閉源要追上 OpenAI 估計還要不少時間，而開源方面 Meta 已下決心，還有 Mistral 這種新秀冒頭，逐漸主導(dǎo)了開源市場。這導(dǎo)致無論開源閉源，谷歌都處于被兩面夾擊，進(jìn)退為難的境地?！?/p>

很明顯，Gemma 代表谷歌大模型策略的轉(zhuǎn)變：兼顧開源和閉源，開源主打性能最強(qiáng)大的小規(guī)模模型，希望腳踢 Meta 和 Mistral；閉源主打規(guī)模大的效果最好的大模型，希望盡快追上 OpenAI。

大模型到底要做開源還是閉源？

張俊林的判斷是，如果是做當(dāng)前最強(qiáng)大的大模型，目前看還是要拼模型規(guī)模，這方面開源模型相對閉源模型處于明顯劣勢，短期內(nèi)難以追上 GPT-4 或 GPT-4V。而且這種類型的大模型，即使是開源，也只能仰仗谷歌或者 Meta 這種財大氣粗的大公司，主要是太消耗資源了，一般人玩不起。國內(nèi)這方面阿里千問系列做得比較好，肯把比較大規(guī)模的模型開源出來，當(dāng)然肯定不是最好的，不過這也很難得了。

而在開源領(lǐng)域，張俊林的判斷是應(yīng)該把主要精力放在開發(fā)并開源出性能足夠強(qiáng)的“小規(guī)模大模型”上（SLLM，Small Large Language Model），因此谷歌的開源策略是非常合理的。

目前看，作出強(qiáng)大的 SLLM 并沒有太多技巧，主要是把模型壓小的基礎(chǔ)上，大量增加訓(xùn)練數(shù)據(jù)的規(guī)模，數(shù)據(jù)質(zhì)量方面則是增加數(shù)學(xué)、代碼等數(shù)據(jù)來提升模型的推理能力。比如 Gemma 7B 用 6 萬億 Token 數(shù)據(jù)，外界猜測 Mistral 7B 使用了 7 萬億 Token 數(shù)據(jù)，兩者也應(yīng)該大量采用了增強(qiáng)推理能力的訓(xùn)練數(shù)據(jù)。

所以 SLLM 模型的性能天花板目前也沒有到頭，只要有更多更高質(zhì)量的數(shù)據(jù)，就能持續(xù)提升 SLLM 模型的效果，仍然有很大空間。

而且 SLLM 相對 GPT-4 這種追求最強(qiáng)效果的模型比，訓(xùn)練成本低得多，而因為模型規(guī)模小，推理成本也極低，只要持續(xù)優(yōu)化效果，從應(yīng)用層面，大家肯定會比較積極地部署 SLLM 用來實戰(zhàn)的，市場潛力巨大。也就是說，SLLM 應(yīng)該是沒有太多資源，但是還是有一些資源的大模型公司必爭之地。

張俊林相信，2024 年開源 SLLM 會有黑馬出現(xiàn)。

2.大模型打壓鏈

?

從今天起，Gemma 在全球范圍內(nèi)開放使用。該模型的關(guān)鍵細(xì)節(jié)如下：

發(fā)布了兩種權(quán)重規(guī)模的模型：Gemma 2B 和 Gemma 7B。每種規(guī)模都有預(yù)訓(xùn)練和指令微調(diào)版本。

新的 Responsible Generative AI Toolkit 為使用 Gemma 創(chuàng)建更安全的 AI 應(yīng)用程序提供指導(dǎo)和必備工具。

通過原生 Keras 3.0 為所有主要框架（JAX、PyTorch 和 TensorFlow）提供推理和監(jiān)督微調(diào)（SFT）的工具鏈。 ?

上手即用 Colab 和 Kaggle notebooks，以及與 Hugging Face、MaxText 和 NVIDIA NeMo 等受歡迎的工具集成，讓開始使用 Gemma 變得簡單容易。

經(jīng)過預(yù)訓(xùn)練和指令微調(diào)的 Gemma 模型可以在筆記本電腦、工作站或 Google Cloud 上運行，并可輕松部署在 Vertex AI 和 Google Kubernetes Engine（GKE）上。

基于多個 AI 硬件平臺進(jìn)行優(yōu)化，其中包括 NVIDIA GPUs 和 Google Cloud TPUs。

使用條款允許所有組織（無論規(guī)模大?。┴?fù)責(zé)任地進(jìn)行商用和分發(fā)。

Gemma 是開源領(lǐng)域一股不可忽視的力量。根據(jù)谷歌給出的數(shù)據(jù)，性能超越 Llama 2。 ?

圖片來自谷歌

至此，大模型開源形成三巨頭局面：谷歌 Gemma、Meta LLama 和歐洲的 Mistral。 ? 張俊林認(rèn)為，大模型巨頭混戰(zhàn)形成了打壓鏈局面：OpenAI 處于鏈條頂端，主要打壓對手是有潛力追上它的競爭對手：谷歌和 Anthropic，Mistral 估計也正在被列入 OpenAI 的打壓列表中。打壓鏈條為：OpenAI→Google &Anthropic & Mistral→ Meta→其它大模型公司。 ? 比如，谷歌上周發(fā)布的 Gemini 1.5 Pro 就是一個有代表性的案例，本身模型實例很強(qiáng)大，但在宣發(fā)策略上被 Sora 打到啞火；前年年底發(fā)布的 ChatGPT 也是臨時趕工出來打壓 Anthropic 的 Claude 模型的。 ?

張俊林對此判斷：“OpenAI 應(yīng)該儲備了一個用于打壓對手的技術(shù)儲備庫，即使做得差不多了也隱而不發(fā)，專等競爭對手發(fā)布新產(chǎn)品的時候扔出來，以形成宣傳優(yōu)勢。如果 OpenAI 判斷對手的產(chǎn)品對自己的威脅越強(qiáng)，就越可能把技術(shù)儲備庫里最強(qiáng)的扔出來，比如 ChatGPT 和 Sora，都是大殺器級別的，這也側(cè)面說明 OpenAI 比較認(rèn)可 Gemini 1.5 和 Claude 的實力。而這種打壓策略很明顯還會繼續(xù)下去，以后我們?nèi)匀粫?jīng)?？吹筋愃频那榫?，不巧的是，可能其它公司比如谷歌也學(xué)會這招了，估計也很快會傳導(dǎo)到國內(nèi)大模型公司范圍里。所以 2024 年會比較熱鬧，估計會有不少大戲上演。” ? 谷歌開源 Gemma 很明顯是針對 Meta 和 Mistral 而來。張俊林據(jù)此推測，Meta 的 LLama 3 很快就要發(fā)布了，或者M(jìn)istral 最近會有新品發(fā)布。

審核編輯：黃飛

?