现在开源大模型还无法达到实际的业务需求。而开源大模型使用者和ISV集成商，是需要获得商业回报的

能够说，现在开源大模型还无法达到实际的业务需求。而开源大模型使用者和ISV集成商，是需要获得商业回报的，如果开源大模型不行商用、作用欠好、很难挣钱，那么即使免费，企业也会慎重考虑要不要投入人来开发。

所以，未来一段时间，闭源依然是大模型落地工业的热门挑选。

二、到大众去，到大众去

或许有人不理解了，开源免费商用，我们都能用上白菜价的大模型了，对开发者和企业用户多友好，你怎样还说闭源好？是不是为一门心思挣钱的大厂站台？

非也。

凡是了解开源，都会支撑开源。凡是支撑开源，都会重视开源的商业化。

中国科学院梅宏院士曾说过，开源以理想主义为源起，以商业化为蓬勃助力，是敞开创新的典范。没有商业化，不或许有开源。

所以，开源也好，闭源也好，谁能更早“可商用”，谁就更有未来。这一点上，闭源大模型或许更占优势，毕竟有底气闭源的厂商，仍是有两把刷子和研制家底儿的。

那么，开源大模型的优势在哪里呢？如果说闭源大模型要到工业去，那么开源大模型就要到大众中去，主打一个人多力量大。

（LeCun以为Llama-v2会改动LLM的市场格局）

开源大模型不同于传统开源软件，把源代码放上去，然后全球开发者来贡献代码就完了。大模型的协同共建，更多体现在社区繁荣，我们一同把模型做优化、数据做丰厚、东西做完善、使用做全面……

这时候，开源形式能够带来几个优点：

1）技能创新。开源社区能够会聚广阔科技企业、研究机构和开发者，对模型进行优化、改进、加快迭代，让模型技能和配套数据集、使用东西等，变得丰厚、高质，然后坚持抢先。

2）人才抢夺。大模型作为新兴技能，人才紧缺，通过开源社区吸引全球优秀人才做贡献，加快大模型升级，能够拉开差距。有竞赛才有压力，所以LLama 2发布之后，很快传出OpenAI也开始考虑半年内开源GPT-3.5的音讯，开发者们有福了。

3）生态合拢。现在各行各业的IT解决方案和数字化转型，很多使用开源技能和使用，建造大模型开源生态，让IT人才和企业使用相关技能，关于后期的商业化十分有帮助。比如OpenAI 的合作伙伴/投资方微软，这次也挑选成为Llama 2 的首要合作伙伴，支撑个人开发者和中小公司以最低成本调用Llama 2，这对azure无疑是一大利好。

不是一切开源大模型都能成功，生态是要害的护城河。

三、夹心饼干，向何处去？

就像手机操作系统的 iOS 与 Andriod，开源与闭源的竞赛，并不是某一个领域打的“你死我活”，而是各自走出一条差异化的路途，迎来自己的天地。大模型也是如此。

闭源大模型开门迎客，开源大模型红红火火，我们都有光亮的未来。

既然如此，为什么还有专家以为，Llama 2开源对开源来说是一个巨大的飞跃，但对闭源的大模型公司是一个巨大冲击？

究竟冲击了谁？

答案应该是，既不甘愿只做使用层、又没才能卷过大厂的基础大模型厂商。

谷歌研究人员曾发文说，由于有开源社区，我们（Google和OpenAI）没有护城河。可是，OpenAI还有GPT-4这样的闭源大模型作为杀手锏，只有被开源逼急了的情况下，才考虑把GPT-3.5开源，这里面是有技能代差的。而且GPT-3.5开源只透露了口风，详细发展仍是未知数。

所以，这类头部科技厂商和云巨子，如海外的谷歌、OpenAI，国内的BATH，卡、钱、人才、数据、市场认知度、客户基础都有优势，走闭源道路来完成大模型商业化、工业化是有必定先发优势和壁垒的。

这就苦了那些一心想训基础通用大模型的二三线厂商了。