从理想主义到商业现实的演变
有句话叫"免费的才是最贵的"，但最近咱们在AI圈经常看到这话被反了过来。贵到要死的大模型往往说免费就免费，随便下来就能直接用——700亿参数的Llama 2训练成本3000万人民币，免费；3140亿参数的Grok One成本不知道还要翻几倍，也免费。烧了这么多钱的模型，一甩手就贡献给全人类。扎克伯格和马斯克这是想要入党吗？
另一边OpenAI这个浓眉大眼、名字自己就带了"开放"的公司，它反倒不开放。GPT-4、GPT-4O这些神乎其神的新模型，别说具体参数了，连网络结构都看不到了。在开源这件事上，AI圈真是怪而又怪——当初一脸正气的藏着掖着，曾经万夫所指的却乐善好施。
今天咱们就来聊聊AI圈最让人困惑、火药味最浓的一个话题：大模型的开源与闭源之争。
开源精神的本质：不是免费，而是共享智慧
要理解今天AI圈的开源争议，我们得先回到开源这个概念的源头。早期的电脑都是学术圈在用，学术圈发论文本来就讲究研究成果公开，所以一开始的电脑软件就没有闭源这个概念，都是把源代码开放出来的。
但计算机普及之后，人民群众对各种功能的需求催生了巨大的软件市场。加上版权保护法案的落实，软件就变成要花钱买的商品了。对当年的老一辈技术爱好者来说，本来软件代码都是共享的，后来的付费软件里用的很多代码可能都是曾经他们写的，所以他们是真觉得这事不合理。
于是一帮坚持知识共享的"赛博传统派"就分化了出来，继续捍卫代码开放的理念。这也是为什么开源这个概念的核心并不是免费，更不是盗版。开源讲究的是人类智慧就应该是共有共享的——你基于前人的成果做出来的东西，前人的无私精神成就了你，所以你也应该继续把成果无私地分享给后人。
在这样的理念下，开源社区创造出了许多群体智慧奇迹。比如大名鼎鼎的Linux操作系统，还在早期版本的时候，就已经有来自30个国家的开发者贡献代码。而且在统计表里还可以看到，有些人甚至都不是来自相关科技公司，就是纯爱好者。这就是共同的开源精神，把这群人聚在了一块儿，迸发出了远超单一个体的技术力量。
OpenAI的理想主义起点与现实转折
那么，今天AI圈热火朝天的开源大戏，也是这种无私精神的延续吗？这就很值得玩味了。
先说名字里就带着"开放"的OpenAI。OpenAI起步的时候绝对是稳稳地站到了道德高地上。2015年底的时候，人工智能风头正盛的谷歌聚集了大量顶尖AI人才，又收购了开发出AlphaGo的DeepMind，强强联合。就在这个节骨眼上，后来OpenAI的CEO Sam Altman和科技圈鼎鼎大名的Elon Musk走到了一起。
按理说这俩人的组合其实非常矛盾。早在2015年的时候，Sam Altman就已经很笃定地想要把强人工智能——也就是传说中那个无所不知无所不能的最终AI给打造出来。甚至他后来招人的时候，都是先问你相不相信强人工智能这个问题，只招同样坚信这个东西的人。
而另一边的Musk则是出了名的担忧AI失控，担忧强人工智能毁灭人类。这么两个对AI愿景互相冲突的人咋就聚一块了呢？很大程度上就是因为刚刚提到的谷歌。去年5月Elon Musk在采访里提到，他曾经跟谷歌创始人之一Larry Page聊过AI的风险问题，结果他觉得Larry压根儿就没把这种威胁当回事儿。
另一边Sam Altman虽然对强人工智能充满渴望，但他也觉得这东西不能让谷歌一家掌控，需要向全世界开源分享，不能冷不防地突然放出来让全人类措手不及。于是Elon Musk出钱，Sam Altman出力，2015年底OpenAI成立了。
不过到这儿，咱们还漏了一个关键人物。往回推半年，2015年中的时候，Sam Altman拉上Elon Musk和另一个人一起吃了顿饭，这个人就是后来OpenAI的首席科学家Ilya Sutskever。
Ilya的技术实力非常过硬，他师从Geoffrey Hinton——深度学习三巨头之一。当年在Geoffrey的实验室做研究的时候，有一天Ilya就跟老师说自己在做的项目需要一门全新的编程语言，可以大大提升效率。老师一听，就劝这个年轻人不要钻牛角尖，花几个月时间从头写一门语言太耽误事了。结果Ilya就说："不好意思忘了说了，这门语言我今天花了一早上已经写好了。"
有了这么个奇才，OpenAI稳稳地踏上了这条以强人工智能为终点的探索之路。2017年谷歌的AI研究团队发了篇论文，介绍了一种叫Transformer的全新神经网络模型结构。这篇论文在谷歌并没有掀起多大浪花，但在Ilya的眼里，这就是解锁下一轮AI浪潮的金钥匙。
OpenAI的CTO Greg Brockman就回忆说，Ilya一看完这篇论文，当场就喊出来"就是它了"。这种新结构让AI模型可以几乎无止境地摄入新知识。模型越大摄入的知识量就可以越多，能力也就可以跟着持续提升。在Ilya的极力推动下，OpenAI大胆地走上了这条扩增模型规模的道路。
2018年OpenAI发布了1.17亿参数的GPT，而下一年的GPT-2参数规模直接跳到了惊人的15亿。OpenAI的这次大胆冒险也取得了震撼世界的回报——AI模型第一次表现出了人类一样的遣词造句能力。
GPT-2开源发布出来之后，许多人开始担忧AI在生产假新闻、引导网络社区舆论方面可能带来的威胁。但这恰恰证明了OpenAI坚持开源精神的意义：全人类有了一个精确了解AI进展的机会，并能为之提前进行讨论做好准备。而GPT本身能够成型，也离不开开源精神把谷歌研究者的成果和OpenAI工程师们的决心串联在一起。可以说，这轮大模型技术的早期发展史就是开源精神大放异彩的一段人类协作佳话。
资本的诱惑与理想的背叛
可是呢，每段理想主义故事都逃不开结局的那一天，而OpenAI的戏剧性转折则是来得稍早了一些。随着模型规模的持续激增，钱成了问题了。资本一上线，勾心斗角、尔虞我诈这些东西就要钻出来了。
一开始OpenAI做的都是强化学习、开源平台训练AI打打游戏，这种规模有限的项目虽然花的钱也不少，但跟大语言模型训练这种投入完全比不了。而且这个全新方向完全是一个巨额投入伴随天量回报的超级资本增长商店。当这么个东西摆在眼前，任何人的心态都一定会受到影响。
首先是Elon Musk。OpenAI诞生之初致力于抗衡谷歌独大的时候，Musk真就是个慷慨的慈善家。但当这个"小孩子"真的捡到一把绝世神兵的时候，Musk的"父爱"刷一下就变味儿了。在后来OpenAI公布出来的往来邮件里可以看到，Musk认为OpenAI如果继续开放研究成果，就会帮助到竞争对手谷歌。
但咱们可别忘了，OpenAI的GPT能成，其实也完全离不开谷歌公开出来的论文——真是一边喝着水，一边就把挖井人给忘了。而更加图穷匕见的是，Musk还提出，为了和谷歌抗衡，OpenAI应该由他来控股，与他旗下的电动车公司特斯拉和航天公司SpaceX一道，统统由他来管理——直接把OpenAI的开源理念摁在地上摩擦。
这下两边就彻底谈崩了。Musk切断了与OpenAI的联系，带走了他的所有资金。这时候怎么继续推进研究，甚至怎么活下去，都成了OpenAI需要面对的问题。
为了兼顾开放与商业融资，Sam Altman给OpenAI设立了一个用来吸收资金的有限合伙子公司，受非盈利的OpenAI母公司控制。子公司可以赚钱，但赚到超过100倍之后，多出来的钱就都要交回给母公司。在这种开创性的架构设计下，披着开放精神礼服的OpenAI开始与资本共舞。
2019年微软宣布向OpenAI投资10亿美元，后续又累计投资超过130亿美元。在资本的加持下，2022年OpenAI发布了1750亿参数的GPT-3，震撼整个学界。而紧随其后GPT-3.5和ChatGPT更是引爆全球互联网，让每个人都参与到了这场与AI的对话中来。
然而凝视深渊的时候，深渊也在凝视着你。与资本共舞的OpenAI还能不能继续坚持理想主义也被打上了问号。从GPT-3开始，OpenAI就不再开源发布完整网络结构和权重。2023年底的驱逐Sam Altman事件更是让外界觉得OpenAI的商业化是不是已经走得太快，以至于公司内部的理想主义派要如此大动干戈。
Musk的"变脸"与真实动机
而在这件事上最为借题发挥的就是OpenAI曾经的"老父亲"Musk。他直接把OpenAI告上法庭，指控OpenAI违反了当初的投资协议，要求他们开放技术，并且偿还他当年提供的资金。这笔钱对Musk并不是什么大数目，所以重点肯定还是落在了施压OpenAI技术公开上。
可Musk的动机真的只是人类大爱吗？在后来OpenAI公开的往来邮件里可以看到，在Musk与OpenAI决裂前，首席科学家Ilya就和他交流过要不要继续保持技术完全透明的问题。Ilya做了一个假设：打造一个安全的AGI比直接做一个不考虑安全问题的AGI的工作量要大得多。基于这个假设，越是到了接近强人工智能的阶段，就越要对技术的公开保持慎重，不然人类见到的第一个AGI就很可能是不安全的。到那时被AI蹂躏得支离破碎的人类社会，就可能再也没有机会打造一个安全AGI出来了。
至于说共有共享的开放理念，完全可以通过把AI创造的财富回馈给全人类、把AI的使用权分享给全人类来实现。在邮件里面Musk对Ilya的观点明确表示了认同。
可在ChatGPT名声大噪之后，没拿到核心技术的Musk又成了"必须开放源代码"的坚定拥护者。2023年Musk又成立了一家叫xAI的新公司，才半年多就发布了对标ChatGPT的聊天服务Grok，并且开源发布了它底层3140亿参数的超大模型。
可是这么大的一个模型有几台电脑能跑得起来呢？xAI并没有发布训练代码，也没有像其他大模型那样发布小尺寸个人用户也能用的版本。除了上了把新闻头条以外，对整个开源AI社区并没有什么实质性的帮助。反倒是不久之后，xAI自己借着新闻的热度拿了60亿美元的投资。这就让人更加怀疑"开源"这个概念在Musk这儿到底是主意还是生意。
当然另一边的OpenAI也并不是冰清玉洁白无瑕。Ilya设想的"安全优先、技术保密、收益共享"的思路，并没有被很好地执行。ChatGPT对很多国家和地区都没有开放使用，GPT商店和ChatGPT也屡屡爆出隐私泄露等安全问题，甚至连Ilya自己都在今年5月正式离开了OpenAI。曾经作为立身之本的开放精神，在与资本共舞的这段旅程中所剩几何呢？从目前的发展势头来看也并不乐观。
Meta的精明策略：开源背后的商业逻辑
那曾经由"屠龙少年"OpenAI开启的这条大模型开源之路，就此就走到头了吗？其实倒也未必。开头咱们就讲开源精神的核心就是人类共享智慧成果——你帮我，我再帮他这种美德。所以开源社区本来就是群策群力，东边不亮西边亮。
现在OpenAI的火苗可能是暗淡了，但另一边Meta又正熊熊燃烧着。首先AI圈大名鼎鼎的PyTorch——今天大量AI研究的基础工具，就是当年Meta的前身Facebook的AI研究团队开源出来的机器学习框架。而大模型时代到来之后，2023年初Meta又率先开源了650亿参数的Llama基础模型。
大量的改进版模型、面向不同领域的专用版模型如雨后春笋般涌现出来，包括大家经常调侃的一些国内的"换皮"模型。在Llama之后，开源AI社区总共诞生了七千多个衍生版本，大大加速了全球范围大模型研究的进程。今年4月Meta又发布了80亿参数和700亿参数两个版本的Llama 3，再次拉升了全世界AI研究的基准水平。
可比起OpenAI，Meta更是一家彻头彻尾的商业公司。OpenAI为了搞点钱，已经把自己折腾得快要背离了初心。那难道Meta就能平衡好商业利益和开源精神吗？
还真有希望。在Llama 3发布之后的一次深度访谈里，扎克伯格就提到Meta很早就尝到过开源的甜头。今天咱们可能比较熟悉Facebook、Instagram这些社交APP，但其实Meta曾经做过一件对互联网产业影响更加深远的事，就是Open Compute Project开源计算项目。
当年因为用户体量大，Facebook的网站运营成本非常高，所以公司大举投入进网站基础硬件设施的优化，并且从2009年开始就持续对外分享，逐渐把所有服务器、网络交换机和数据中心的设计都开源公布了出去。结果就善有善报了——由于Facebook的方案确实好，越来越多的公司都开始"抄作业"。除了群策群力进一步改善了方案以外，一个更大的影响是整个产业的标准都统一了，工厂开始批量生产，方案里需要的硬件采购成本快速下降，Facebook总共省了几十亿美元。
因为Meta的用户体量真的太大了，通过开源统一行业标准，它就能获得巨大的经济效益。到了AI时代，Meta自然就想复刻这个成功案例。
现在AI行业正在起步阶段，当越来越多的大模型基于Llama去开发，越来越多的厂商推出基于Llama衍生模型的服务，那整个行业都会围绕着它去生长——软硬件加速支持、数据处理标准、上下游软件接口标准都会逐渐变成"Llama的形状"。到时候Meta享用的就是一个按自己的AI标准量身打造的低成本产业链。无论是靠广告还是靠什么新的盈利模式，Meta都可以第一时间在这个巨大的生态上开发出新的增长点。
所以咱们也能看到一个非常有意思的现象：Meta在大模型上越是做"慈善"，就越被投资市场认可，反而真金白银地赚到了钱。自从2021年底扎克伯格宣布要砸300亿美元做元宇宙外，Meta的股价就一路走低。可转型AI"慈善家"之后，反倒是逆转攻势，过去12个月涨了超过100%。
扎克伯格真就是左手面包右手理想，两边不耽误。当然Meta也依然谈不上是什么白莲花。细读Llama的使用条款可以发现，开发者不能用基于Llama的模型去训练别的语言模型。另外如果是月活跃用户超过7亿的大公司，还需要获得Meta的单独许可才行——感觉像是给某几家中国企业量身定做的。
理想与现实的平衡
纯粹的开源精神、绝对的理想主义还存在吗？至少在今天咱们讲的这几家大公司身上，是不可能了。当然这也是完全可以理解的，公司总得做事、总得发展，咱们也不能站着说话不腰疼。
如今AI圈无人不知无人不晓的生图技术Stable Diffusion，它衍生的各种AI作图模型涵盖了千奇百怪的画风，形成了一套从底层工具到上层应用的庞大生态。可它背后的公司Stability AI因为没有找到合适的营收模式，管理层震荡，CEO出走，又不得不裁员，现在已经沦落到了寻求出售的状态。
所以那些能做到把知识成果分享出来的公司，无论他们动机如何，只要这些成果真的实实在在地为开源社区做出了有意义的贡献，那就都是值得感谢的。后人在这些成果的基础上再做出新的更棒的成果。即使公司的名字甚至项目的名字有一天被遗忘，这些成果依然会活在那些未来的项目中，陪伴着一代又一代人类群英一直一直地走下去。
在这个AI飞速发展的时代，开源与闭源之争本质上反映的是理想主义与商业现实的博弈。我们看到了OpenAI从开放走向封闭的转变，也看到了Meta通过精巧的商业设计实现开源与盈利的平衡，还有Musk在不同立场间的摇摆。
这场争论没有绝对的对错，但它提醒我们一个重要的道理：技术的进步从来都不是孤立的，它需要在理想主义的推动下起步，在商业化的助力下发展，在开放精神的指引下惠及全人类。真正的挑战不是在开源和闭源之间做选择，而是如何在商业成功和社会责任之间找到平衡点，让技术进步既能推动商业发展，又能真正服务于人类的共同福祉。
也许这就是我们这个时代最重要的课题：如何让科技的进步既充满理想主义的光辉，又具备现实主义的可持续性。