选择大模型时，开源与闭源并非决定性因素

阿里云昨日正式发布通义千问2.5版本，并开源通义千问1100亿参数模型。相比上一版本，2.5版本模型的理解能力、逻辑推理、指令遵循、代码能力分别提升9%、16%、19%、10%。

开源是更便捷地构建生态的手段

同时，通义千问发布1100亿参数开源模型Qwen1.5-110B，该模型在MMLU、TheoremQA、GPQA等基准测评中超越了Meta的Llama-3-70B模型；在HuggingFace推出的开源大模型排行榜Open LLM Leaderboard上，Qwen1.5-110B冲上榜首，这表明在开源大型语言模型领域，国内的大模型企业取得显著进展。对于用户来说，这样的进展意味着有更多优质、强大的模型可供选择。Qwen1.5-110B模型在MMLU、TheoremQA、GPQA等基准测评中的优异表现，证明了其在理解和回答各类问题方面的专业性和准确性。

开源实际上是更便捷地构建生态的手段，是获得更多的用户群体的一种方式。一直以来，阿里云是大模型开源最积极的推动者和实践者。去年8月，通义千问宣布加入开源行列，沿着“全模态、全尺寸”开源的路线，陆续推出十多款开源模型。目前，通义千问开源模型下载量已经超过700万。

阿里云推动大模型开源不仅可以促进技术创新、增强与产业链上下游企业合作，还能推动整个行业发展。开源大模型可以促进整个行业的技术创新和进步，通过让更多人参与其中，可以带来更多的灵感和想法，推动人工智能领域的发展。

AI大模型通常有数亿到数千亿的参数，这些参数用于存储和学习模型的知识。B是Biion（十亿）的意思，如7B模型就是70亿参数量的大模型。为顺应不同场景用户的需求，通义千问推出参数规模横跨5亿到1100亿的八款大语言模型，小尺寸模型如0.5B、1.8B、4B、7B、14B，可便捷地在手机、PC等端侧设备部署；大尺寸模型如72B、110B能支持企业级和科研级的应用；中等尺寸如32B试图在性能、效率和内存占用之间找到最具性价比的平衡点。此外，通义千问还开源了视觉理解模型Qwen-VL、音频理解模型Qwen-Audio、代码模型CodeQwen1.5-7B、混合专家模型Qwen1.5-MoE。

通义千问72B、110B开源模型都曾登顶Open LLM Leaderboard榜首。在开放研究机构LMSYS Org推出的基准测试平台Chatbot Arena上，通义千问72B模型多次进入“盲测”结果全球Top 10，开创国产大模型的先例。阿里云CTO周靖人表示：“开发者的反馈和开源社区的生态支持，是通义千问大模型技术进步的重要助力。”未来通义千问大模型还会持续开源。

除阿里云外，以下企业也在推动大模型的开源。OpenAI开源了许多重要的大模型，如GPT系列模型，以及一些用于强化学习和计算机视觉的模型。谷歌在人工智能领域开源了许多重要的大模型和相关技术，如BERT、Transformer等。Meta在人工智能研究和开源方面做出了很多贡献。他们开源了一些重要的大模型和工具，如PyTorch深度学习框架等。微软在人工智能领域也有着广泛的研究和开源项目,他们开源了一些大模型和工具，如Microsoft Cognitive Toolkit等。华为开源了一些大模型和相关技术，如MindSpore深度学习框架等。百度开源了一些大模型和工具，如百度PaddlePaddle深度学习框架等。腾讯开源了Angel模型。百川智能开源了大模型Baichuan2 ，发布70亿和130亿参数规模的两个版本。

这些企业通过开源大模型和相关技术，为整个人工智能领域的发展和创新做出了重要贡献。开源大模型可以降低AI大模型的使用门槛，让无数开发者基于大模型来开发基础设施工具和应用，有望加速下游行业AI应用的开发效率、促进生态的蓬勃发展。同时，开源意味着更多的人可以审查它，识别并修复可能的问题，从而提升了安全性。

开源与闭源：互补关系

“开源模型会越来越落后。”Create 2024百度AI开发者大会上，百度创始人、董事长兼首席执行官李彦宏的这句话广为流传，并引起了关于大模型开源与闭源的讨论。虽然开源大模型对用户来说有诸多便利，但闭源的优势也是不容忽视的。

在李彦宏看来，相比开源，闭源模型在成本上也具有有优势。“大家以前用开源觉得开源便宜，其实在大模型场景下，开源是最贵的。”“只要是同等能力，闭源模型的推理成本一定是更低的，响应速度一定是更快的。”他还称，同等参数的情况下，闭源模型的能力也是更强的。“最强的基础模型都是闭源的，而各种各样的小模型，都是通过大模型‘蒸馏’来的。通过大模型降维做出来的模型就是更好的，这也导致闭源在成本上、在效率上有优势。”

开源与闭源，并不是企业用户考虑的最核心因素，最优性价比、企业的数据安全，能助力企业的发展，才是选择时优先考虑的。百川智能CEO王小川认为，未来80%的企业会用到开源的大模型，因为闭源没有办法对产品做更好的适配，或者成本特别高，闭源可以给剩下的 20%提供服务。两者不是竞争关系，而是在不同产品中互补的关系。

如果数据资源丰富、技术实力强大，又下定决心打造生态，完全可以既通过开源方式显示其技术实力、获得更多的技术支持和数据反馈，打造开源生态；又通过专业的闭源模型将其封装为产品，提供给有需要的行业用户，实现商业变现。

作者：杨光

编辑：高珊珊

监制：刘晶