7月21日 Meta推出Llama 2，不只免费还可商用！其实有人欢喜有人愁…

【王煜全 要闻评论】粉丝群已经开通


欢迎加入前哨粉丝群，在这里你可以和科技投资人、创业者、各行业专业人士互动沟通，分享心得体会，也可以第一时间了解到前哨相关活动动态，结交志同道合的小伙伴。


入群方式：
微信扫码下方二维码即可入群

如果您想洽谈合作，请添加创新地图的微信：innovationmap ，并附上简介。

你好，我是王煜全，这里是王煜全要闻评论。

7月19日，Meta官方发布了开源大模型Llama 2，直译成中文就是羊驼2，预训练的Token为2万亿，上下文长度为4096，相比前代模型Llama 1来说，训练数据多了40%。

此次Meta一共发布了70亿、130亿和700亿三种参数规模的模型，他们还公布了训练数据、训练方法、数据标注等大量细节，宣称Llama 2在许多外部基准测试中都优于其他开源语言模型，比如推理、编码、熟练程度和知识测试等。

不少人心里大喜，开始宣称Llama 2可以平替GPT 4了。

但是，Meta已经在自己公布的报告中说明了，现阶段Llama 2的基准测试得分不如GPT-3.5，与GPT 4仍然有较大差距。

不过，基准测试的数据过于抽象，为了让大家有更直观的感受，我就在hugging face上初步体验了Llama 2模型。

我提出了一个经典问题：树上有10只鸟，猎人用枪打下了1只，树上还有几只鸟。

结果Llama 2的回答是9只，即使换成英文重复提问，结果也是一样，虽然GPT-3.5也回答是9只，但GPT 4会说如果猎人打下了一只鸟，那可能会把其他的鸟吓飞，所以Llama 2的理解力还欠点儿火候。

之后，我又给出一个简单的数学题：我在上周买了7个橘子放冰箱里了，昨天还剩4个，今天吃了2两个，冰箱里还剩几个橘子。结果Llama 2回答的结果是对的，计算过程却是错的。

如此简单的数学题都出问题，那么更加复杂的计算就无从谈起，更难以指望直接用它做严谨的编程工作。

所以，现在的Llama 2还称不上是GPT 4的平替。不过，它真正的价值并不是现有的性能，而是开源、免费、且可商用，这意味着它有巨大的技术调优和市场化应用潜力。

在如火如荼的大模型竞赛中，OpenAI一马当先占尽风头，谷歌也紧随其后，而微软和英伟达坐收渔利，相比之下Meta一直不温不火。

今年2月，Meta首次发布了自家的大语言模型Llama，定位于“开源的研究工具”，但是却结出了意想不到的果实，演变出了“羊驼家族”，比如华盛顿大学的原驼（Guanaco）、斯坦福的小羊驼（Alpaca）、加利福尼亚大学伯克利分校的骆马（Vicuna）等等。

其中的佼佼者是原驼Guanaco，根据该团队发布的测试结果，以GPT 3.5为100%基准分，原驼得分达到99.3%，而GPT 4得分是114.5%，谷歌Bard是94.8%。

也就是说，Llama 1经过技术调优后在理论上可以比肩GPT 3.5，其升级版Llama 2的想象空间就更为广阔。

最重要的是，Llama 1虽然开源却不可商用，所以大部分使用者为高校科研机构。但Llama 2却可以正式商用，即使在突破7亿用户后需要向Meta申请授权，也已经迈出了一大步，这一步颇有当年谷歌推出安卓系统的神韵。

其实，开源与闭源之争屡见不鲜，最典型的案例就是安卓系统。2007年，谷歌意识到苹果初代iPhone的巨大威胁，决定将安卓作为开源项目推出，由此开启了安卓与iOS二分天下的格局。

时至今日，根据Statcounter数据，截至2023年4月安卓系统已是全球第一大手机操作系统，市占率高达69%，iOS占31%。

安卓的开源让众多国内手机厂商能够快速推出优化版的手机系统，乘上了移动互联网的东风。

软件厂商则直接基于安卓和iOS做应用模式创新，也就诞生了移动互联网时代的众多明星产品。

而Llama 2的商用化，意味着大模型领域也已经进入开源与闭源并行的阶段，可以预见到未来将会出现更多基于Llama的“羊驼家族”模型。

Hugging Face机器学习科学家内森・兰伯特估算Llama 2的训练成本可能超过2500万美元。这就意味着，Llama 2为大部分厂商节省了基础训练经费，也完成了很多基础研发工作。

据中国科学技术信息研究所发布的《中国人工智能大模型地图研究报告》显示，国内10亿参数以上大模型达79个，其中不乏所谓的通用大模型，比如文心一言、通义千问、紫东太初等等，大有百模大战的势头。

但现在，一些大模型研发机构可能要面临艰难的抉择，是继续投入大量成本和精力做从0到1的研发，还是放弃原有的投入，转而基于开源的Llama 2模型做优化。

然而，可商用的开源大模型，对于专注做应用模式创新的创业者来说无疑是一大利好。

我曾多次强调，这一轮生成式AI变革中最大的机会不是大模型基础平台，对于创业者来说，盲目地投入到基础平台研发中可能得不偿失，真正需要做的是找到具有广阔前景的市场，开拓与创新应用模式。

这也是我们做AI创业营的初衷，我们不需要在大模型平台中耗费精力，因为大模型平台的选项会越来越多，而我们真正要做的是找到它的能力边界，将大模型与实际业务结合起来，打造专家级能力，做到从1到N，尽快打造新一代的明星应用。

我们的第一届AI创业营本周末就结束了，之后的8月5号，创新地图会举办一场“前哨科技特训营·深圳分享会”，主题是《AI大模型时代的产业和创业机会》，此次活动为闭门分享，每个特训营校友最多可以买三张票，欢迎感兴趣的朋友扫描下方二维码报名参加，期待与你见面交流。

以上是今天的内容，更多详细的产业分析和底层逻辑，我会在科技特训营里分享。欢迎关注全球风口微信号，报名加入！

王煜全要闻评论，我们下周见！