在当今科技领域，大模型的开源与闭源之争日益激烈，这一话题吸引了众多关注。特别是meta的开源大模型Llama 3在市场上遇冷，进一步凸显了这一争议的核心问题。据外媒报道，Llama 3在亚马逊的AWS上并未获得广泛关注，企业客户更倾向于使用Anthropic的闭源大模型Claude。这一现象不仅反映了企业客户的选择偏好，也揭示了大模型商业化过程中的一系列挑战。
微软内部人士透露，Llama并非微软的首选销售模型，他们更倾向于将其推荐给具备数据专业知识的公司，如内部设有工程师和数据科学家的企业。这表明，尽管开源模型在理论上具有广泛的可访问性和灵活性，但在实际商业应用中，其效果和市场接受度仍有待提升。据天脉网了解，meta目前正面临挑战，或将促使他们自建AI产品的销售团队，以更直接地满足企业需求。
面对这一系列问题，百度智能云AI与大模型平台总经理忻舟在接受媒体采访时，深入解析了开源与闭源之争的底层逻辑、商业策略，以及对未来市场的预判。忻舟指出，大模型的开源与传统软件的开源有着本质的区别。开源模型并未开放影响模型效果的关键信息，如训练源代码、预训练和精调数据，因此无法像开源软件那样，通过社区开发者的参与来提升效果和性能。这意味着，基座模型的训练只能掌握在厂商自己手中，限制了开源模型的进一步发展。
谈及开源模型与闭源模型的成本问题时，忻舟表示，尽管开源模型免费，给人一种低成本的印象，但实际上，企业在应用大模型时，需要考虑的不仅仅是模型本身，而是涵盖“技术+服务”的完整解决方案。在业务实际落地时，开源模型若想达到与闭源模型相同的效果，需要后续投入大量的人力、资金和时间，综合成本反而更高。这一观点揭示了开源模型在实际应用中的经济考量。
忻舟进一步分析了开源模型和闭源模型分别适用的场景。他认为，开源模型更适合用于学术研究，但在需要对外提供服务的大型商业项目中，闭源模型仍然是主角。这一观点强调了在不同应用场景下，选择合适模型的重要性。
在大模型市场中，各家模型厂商的角色和商业模式各不相同。忻舟指出，云厂商主要通过卖算力资源来盈利，而既是云厂商又是模型厂商的企业，则希望通过模型的调用带动业务上云。对于创业的模型厂商来说，他们面临着大模型领域快速变化的挑战，需要专注于特定行业、做toB的私有化项目或转型做toC产品。
忻舟还提到，一些厂商尝试同时走开源和闭源两条路，希望通过开源模型吸引用户做大生态，而闭源模型则专门负责商业化。然而，实际情况是，在公有云上，闭源模型的调用量远高于开源模型，说明开源模型并未有效吸引用户做大生态。这一观察揭示了开源与闭源策略在实际市场中的效果差异。
百度之所以一直没有推出开源模型，忻舟解释说，是因为在公有云上，调用量大的都是商业闭源模型，开源模型对公有云并没有太多影响。而在私有化市场中，随着客户对大模型认知的提升，开源闭源逐渐不再成为关键因素。企业在选择模型时，更看重的是效果、性能、安全和价格。
针对企业在选择模型时的考量，百度云推出了“千帆大模型一体机”，尝试一种新的软硬一体的商业模式。这一产品提供了软硬件适配的一体化平台，内置了文心大模型和业界主流的开源大模型，以及场景应用样板间。通过端到端的性能优化，千帆大模型一体机能够提供高性价比的解决方案，帮助企业快速使用大模型进行业务验证和部署。
