阿里通義千問QwenLM代碼在GitHub下架引發(fā)信任危機，在開閉源方向選擇上，阿里云積極開源，但仍面臨變現(xiàn)難題。大模型價格戰(zhàn)爆發(fā)，技術與市場需求脫節(jié)，商業(yè)化充滿不確定性。

　　2024年下半年，國產(chǎn)AI大模型并不好過。

　　近期，AI代碼類應用cursor發(fā)布，因其強大的編程功能，一時風頭無兩;緊接著openAI又于9月12日發(fā)布了最新模型chatGPT o1，在邏輯推理和編程能力上又提升到一個全新級別，可以說擁有了真正的通用推理能力，國際AI領域的競爭日益激烈。

　　同樣在9月，號稱“國服最強”的開源大模型通義千問QwenLM全系列代碼在github(全球*的開源代碼托管平臺之一)被下架，包括開源新王Qwen2.0在內(nèi)的項目在訪問時全部404。不僅引發(fā)了從業(yè)者對開源模型穩(wěn)定性的信任危機，也暴露出國產(chǎn)大模型在商業(yè)化道路上的困境。

　　1、下架風波，回應敷衍

　　“團隊沒有跑路，就是github org被無端端flag，所以你們看不到內(nèi)容，我們已經(jīng)在聯(lián)系官方目前也不知道原因。”

　　阿里高級算法專家，通義千問團隊負責人林俊旸在事件發(fā)生后迅速在社交平臺辟謠。

　　但這樣的回應并沒有讓AI相關從業(yè)者們滿意。在此之前，他們中的一些人剛經(jīng)歷過Runway從HuggingFace上刪庫跑路的風波。Runway以Stable Diffusion系列聞名，一夜之間把自家開源模型清空，讓無數(shù)正在使用該模型的開發(fā)者陷入停擺。

　　雖然目前github上QwenLM模型代碼已經(jīng)恢復，但對于事件的原因，通義千問團隊并沒有再做出任何回應。對于開源模型的項目，是否會再次受制于類似事故，從業(yè)者們更加茫然和悲觀。

　　開源是阿里通義大模型的重要戰(zhàn)略。

　　阿里云CTO周靖人曾在公開論壇表示：“開發(fā)者的反饋和開源社區(qū)的生態(tài)支持，是通義大模型技術進步的重要助力。”

　　大模型的訓練和迭代成本極高，絕大多數(shù)的AI開發(fā)者和中小型企業(yè)無法負擔。從這角度上來看，通義大模型的「全模態(tài)、全尺寸」開源戰(zhàn)略，長期沉淀的良好口碑為其贏得了一眾鐵粉。

　　每有開源動作都會被熱切的開發(fā)者們早早蹲守。截止2023年10月，阿里云旗下開源社區(qū)“魔塔”已有超過2300個模型，開發(fā)者超過280萬，模型下載數(shù)破億。阿里最新推出的開源模型QWen2系列更是風靡全球，其中Qwen2-72B更是在發(fā)布后短短兩個小時，就沖上了Huggingface開源大模型排行榜之首，隨后又衛(wèi)冕全球最權威的開源模型測試榜單之首。而阿里最新季度業(yè)績披露，通義千問開源模型下載量已突破2000萬。

　　通義大模型的開源之舉，打破了海外閉源大模型對國內(nèi)開發(fā)者們的制約。就像阿里云CTO周靖人所說，“阿里云的初衷不是把模型攥在自己手上去商業(yè)化，而是幫助開發(fā)者，開源的策略與阿里云的初心完全一致。”在他看來，要在AI創(chuàng)新技術與模型層出不窮的當下，開源是“*也是*的途徑”。

　　2、開源VS閉源，誰是贏家？

　　在大模型時代開啟之時，開源和閉源就一直爭論不休。

　　百度創(chuàng)始人李彥宏就曾在今年4月舉行的百度AI開發(fā)者大會上宣稱“開源模型會越來越落后。”隨后，李彥宏在內(nèi)部講話中也對開源模型的局限性表達了明確的看法——雖然開源模型獲取和使用便利，但商業(yè)化應用中卻往往遭遇GPU使用率低、推理成本高等問題。而互聯(lián)網(wǎng)圈另外一位大佬周鴻祎則表示:“我一直相信開源的力量。”

　　拋開行業(yè)大佬之間的口水戰(zhàn)，開源和閉源，兩種截然不同的開發(fā)方式在當今的大模型發(fā)展中各有千秋。

　　從陣營上看，開源模型如meta的Llama系列、斯坦福的Alpaca、國內(nèi)的阿里通義大模型等展現(xiàn)了社區(qū)驅動的快速進步和創(chuàng)新。而以OpenAI的GPT系列、Anthropic 的Claude大模型、百度的文心大模型、華為的盤古大模型等都選擇了閉源的形式，保持著技術*和商業(yè)應用的優(yōu)勢。

　　開源模式促進了大模型技術的共享與創(chuàng)新，而閉源模式則保障了商業(yè)利益和技術優(yōu)勢，為大模型的商業(yè)化提供了支持。

　　有從業(yè)者聲音認為，從模型側來講，開源模型當前還是稍遜于閉源模型。但隨著更多開源模型的迭代，開源的能力也在快速跟上。比如通義大模型Qwen2.5模型性能已經(jīng)全面趕超GPT-4 Turbo。

　　“從模型質量上來看，開源模型由于其代碼的公開性，更容易在社區(qū)得到測試和改進;但閉源模型在研發(fā)時，模型的數(shù)據(jù)語料質量、豐富程度以及算力規(guī)模，團隊的算法能力和背后強大的資金支持等因素，保證了閉源模型的高質量輸出。”

　　上述從業(yè)者也提到，數(shù)據(jù)安全對于大模型來說非常重要，訓練時會牽涉到用戶的隱私數(shù)據(jù)，抓取也可能存在攻擊性數(shù)據(jù)。開源模型因為要開放給更多用戶，在安全和隱私方面會更加重視，安全專家可以進行代碼審查，及時發(fā)現(xiàn)并修復潛在的安全風險;而閉源模型因為其代碼不公開，有專業(yè)的安全團隊進行安全防護和漏洞修復，可以減少由于外部攻擊導致的安全隱患。在業(yè)內(nèi)人士看來，開源和閉源并非二元對立的關系。

　　3、通義千問，路在何方？

　　比起開源和閉源之爭，如何實現(xiàn)商業(yè)化才是各家大模型當前急需解決的難題。

　　縱觀阿里通義大模型的體系，可以分為大模型底座和應用端產(chǎn)品模型兩個層面。2022年9月，達摩院發(fā)布“通義”大模型系列，打造業(yè)界*AI底座。經(jīng)過一年多的技術爆發(fā)，通義大模型已經(jīng)從初代升級至2.5版本。為了滿足不同計算資源需求和應用場景，通義團隊還推出了參數(shù)規(guī)模從5億到1100億的八款大語言模型，以及包含了多個面向不同應用場景的模型，如Qwen-VL(視覺理解大模型)、Qwen-Audio(音頻理解大模型)等。

　　除了底層大模型的研發(fā)，通義團隊在應用端產(chǎn)品也卯足了勁。在去年10月的阿里云云棲大會上，CTO周靖人一口氣發(fā)布了八款產(chǎn)品模型：包括通義靈碼(智能編碼助手)、通義智文(AI閱讀助手)、通義聽悟(AI工作學習助手)、通義星塵(個性化角色創(chuàng)作平臺)、通義點金(智能投研助手)、通義曉蜜(智能客服助手)、通義仁心(個人健康助手)、通義法睿(AI法律顧問)。同時，通義千問正式上線了APP，所有用戶都可通過“通義APP”直接體驗最新模型能力;開發(fā)者可以通過網(wǎng)頁嵌入、API/SDK調(diào)用等方式，將上述所有模型集成到自己的AI應用和服務中。

　　基于通義大模型的開源屬性，商業(yè)化更是一個復雜的挑戰(zhàn)。

　　「科技新知」梳理下來，目前大模型的商業(yè)化模式大致可分為四類。從C端市場來看：一是直接提供API接口，用戶通過按量使用來收費;二是大模型賦能產(chǎn)品帶來的需求與價格增長，如chatGPT、Midjourney等產(chǎn)品的付費使用。從B端市場來看，一是AI功能帶來的流量增長，進而收取廣告費用;二是通過AI對企業(yè)內(nèi)部賦能，幫助企業(yè)降本增效，如文心大模型接入百度系產(chǎn)品，幫助產(chǎn)品提效。

　　目前看來，阿里似乎是在ToB和ToC的商業(yè)化道路上同時摸索前行。2023年4月，阿里巴巴宣布所有產(chǎn)品未來將接入“通義千問”大模型，進行全面改造。而在企業(yè)賦能上，阿里云把從飛天云操作系統(tǒng)、芯片到智算平臺的“AI+云計算”這些AI基礎設施和通義大模型能力向所有企業(yè)開放，未來每一個企業(yè)既可以調(diào)用通義千問的全部能力，也可以結合企業(yè)自己的行業(yè)知識和應用場景，訓練自己的企業(yè)大模型。同時，通義靈碼、通義智文、通義聽悟等在內(nèi)的八款產(chǎn)品模型，也受到了不少C端用戶的肯定。

　　變現(xiàn)之路尚未明朗，AI大模型的價格戰(zhàn)卻已經(jīng)打響。今年5月以來，字節(jié)、阿里、百度、智譜AI等多家國內(nèi)大模型廠商均調(diào)整了旗下大模型產(chǎn)品的定價策略，通義千問主力模型Qwen-long，API輸入價格從0.02元/千tokens降至0.0005元/千tokens，直降97%。

　　這也深層次反應了大模型廠商在技術、市場和戰(zhàn)略等多方面的競爭到來。從商業(yè)化的角度來說，純粹的價格戰(zhàn)能在短期吸引用戶，形成頭部的虹吸效應，但長期選擇上，沒有技術創(chuàng)新作為支撐，難以形成持久的競爭優(yōu)勢。

　　大模型落地應用想象空間巨大，但落地難度同樣不小。例如，將大模型直接應用于具體場景，比如醫(yī)療健康或法律咨詢領域時，實際操作的挑戰(zhàn)便顯現(xiàn)出來。

　　在降本增效的大背景下，B端客戶在選擇大模型時也會更加注重成本和收益。如何通過細分市場企業(yè)精準定位市場需求，提供針對性解決方案，也是通義大模型在商業(yè)化布局中需要深思的。

　　而在C端市場，對于大多數(shù)消費者來說，AI技術的實用性尚未達到不可或缺的地步，各家應用的功能目前也并非不可替代。

　　這是通義大模型商業(yè)化的困境，也是多數(shù)AI大模型企業(yè)的難題。