谷歌、微软发力开源，人工智能的开源、闭源之争向何处去？

21世纪经济报道 记者郑雪 北京报道

开源还是闭源，对于人工智能企业而言，是个问题。谷歌、Open AI打得火热之际，Meta则凭借高调开源Llama 2，重回人工智能大模型的前列。

可以看到的是，一段时间以来，国外人工智能的开源动作频频。谷歌旗下的DeepMind在官网发布了Open X-Embodiment 数据集和 RT-X 模型；微软则与开源模型库公司Hugging Face达成深度技术合作，扩大了ONNX Runtime的支持范围。国内来看，监管表态和相关政策文件鼓励支持人工智能开源；实践中，以高校和科研机构为代表的人工智能模型开源步伐较快。

大模型竞赛中，开源、闭源之战才刚开始。

谷歌、微软发力开源

人工智能竞争在全球激烈竞争，开源成为一股不可忽视的潜在力量。

如何理解开源？具体来看，开源多以开放源代码为主，多适用于软件。以开源的方式，通过集体协作和共同智慧以推动创新。针对开源的商业使用、知识产权、分发等问题，多通过开源协议进行约束。

值得一提的是，人们在AI领域的开源和闭源选择上存在着分歧。对于人工智能来说，什么是开源（Open Source）仍然模糊，模型权重、收集数据的方式、训练软件、推理代码等，同时对于庞大而精细的人工智能而言，一般人知之甚少，如何开源、哪些内容可以开源、开源到何种程度等问题等仍有待实践回应。

人工智能发展实践中，不少企业纷纷试水开源。前有Meta高调发布开源大模型LLaMA的商用版本，通过“放手一搏”重回人工智能前列位置；后有谷歌、微软等纷纷开源应对。

近日，谷歌旗下的DeepMind在官网发布了Open X-Embodiment 数据集和 RT-X 模型。据介绍，通用机器人模型RT-X由控制模型RT-1-X和视觉语言动作模型RT-2-X组成。RT-X在特定任务（搬运东西、开窗等）的工作效率是同类型机器人的3倍，同时可执行原始数据集中不存在的额外技能。

其中，构建多样化机器人演示的数据集是训练通才模型的关键步骤，Open X-Embodiment 数据集也随之开放。据介绍，这是迄今为止最大的开源真实机器人数据集，通过汇集 60 个现有机器人数据集构建而成。它包含超过 100 万条真实的机器人轨迹，涵盖 22 个机器人实施例，展示了 527 项技能（160266 项任务），从单机器人手臂到双手动机器人和四足机器人。

对于微软而言，开源动作则选择与Hugging Face携手。Hugging Face是一家开源模型库公司，凭借 Transformers 模型库和活跃的人工智能社区得到关注，被认为是开源替代ChatGPT中最具实力的一员。有媒体报道称，8月末Hugging Face上的预训练模型数量已增长到了超过30万个。

微软已与Hugging Face达成深度技术合作，扩大了ONNX Runtime的支持范围，支持90多种架构的大模型，包括Llama、（类ChatGPT大语言模型）、Stable-Diffusion（扩散模型）、BERT、T5、RoBERTa等，当下最流行的11种大模型。

何以开源让科技企业和相关从业人员着迷？通过开放、透明、共享以及创新等，带来未来生态构建的想象。正如Meta在其官网文章中表示，“我们相信，开源的方法是当今人工智能模型发展的正确途径，尤其是在技术进步日新月异的生成式领域。”

国内开源迈向何处？

开源还是闭源，无关乎好坏。最典型的代表当属移动互联网时代诞生的苹果系统和安卓系统，前者闭源，其给予用户非同寻常的体验和感受，收获大批用户；后者则依靠开源拿下手机市场的半壁江山。

中国人工智能大模型的开源发展如何？根据《中国人工智能大模型地图研究报告》（以下简称《报告》）显示，开源开放是人工智能研发协作的重要模式，也是中国人工智能发展重要理念。中国大模型研发团队积极推进大模型开源发展，目前已经有超过半数大模型实现开源。北京、广东、上海三地开源数量和开源影响力均居国内前三。

目前来看，国内商业力量在人工智能模型的开源建设上表现略为平淡。其中不仅有商业因素方面的考量，人工智能大模型的开发是典型的“大力出奇迹”的代表，对于公司资金等综合实力要求较高，在人工智能商业化前景仍在探索时期的企业而言，是否开源仍值得考量。同时，开源人工智能如何确保安全、如何厘清相关责任义务仍有待学界和业界探索。

正如《报告》显示，目前大模型开源更多是高校和机构在推动，如清华大学的ChatGLM-6B、复旦大学的MOSS已形成较高的模型开源影响力。

不可否认的是，仍有相关商业力量助力开源。如《报告》指出百度的文心系列大模型已形成较高的模型开源影响力。又如开源动态人工智能的开源社区建设方面， 2022年云栖大会杭州上，阿里达摩院联手中国计算机学会（CCF）开源发展委员会共同推出魔搭社区 ModelScope，累计开源包括阿里通义大模型系列、澜舟科技的孟子模型、智谱AI的中英双语千亿大模型等15款支持中文的开源大模型。

相关政策文件和监管表态也在不同程度上表态要鼓励开源。

2017年，《新一代人工智能发展规划》印发，提到开源开放的基本原则。其中表示要倡导开源共享理念，促进产学研用各创新主体共创共享。

今年5月的2023中关村论坛上，科技部副部长吴朝晖在致辞中倡议坚持开源协作，加强大模型技术持续创新，协同解决透明性、稳定性等共性问题，进一步推动算力资源和数字资源开放共享，加快形成大模型的产业生态。

今年7月，在2023世界人工智能大会科学前沿全体会议上，科技部战略规划司司长梁颖达表示，提出构建开源开放的创新生态，鼓励人工智能技术开源发展，建立高水平的开源开放生态体系，共创人工智能前沿成果。