马斯克的开源Grok：超越OpenAI反击的深层策略

每经记者：文巧 每经编辑：兰素英

3月18日，马斯克旗下大模型公司xAI兑现诺言，正式对Grok-1大模型开源。随后在X平台上，马斯克还不忘嘲讽OpenAI一番，“我们想了解更多OpenAI的开放部分”。

据悉，Grok-1模型参数大小为3140亿，是迄今为止业界开源参数最大的模型。

马斯克的开源举措引发了业界的广泛关注和热烈讨论。表面上，这一举动像是针对OpenAI的一记“回击”,但从更深的层次来看,还隐藏着马斯克的战略谋划和考量。

据xAI去年公布的文档，尽管Grok-1在各个测试集中呈现的效果要比GPT-3.5、Llama2要好，但距离Palm-2、Claude2和GPT-4仍然差了一大截。

因此有分析认为，在强敌环伺，且Grok难以匹敌顶尖大模型的情况下，马斯克选择开源是必然之举，其考量之一可能是将模型迭代进化的任务交给社区。

开源还是闭源，一直是AI浪潮之下一个极具争议性的话题。有AI专家此前在接受《每日经济新闻》记者采访时认为，开源已是大势所趋。从商业角度来看，开源不仅能够避免少数财力雄厚的科技公司控制前沿模型，对于AI创业者来说，也进一步降低了门槛和成本。

马斯克的“阳谋”：让开源社区迭代模型

3月18日凌晨，马斯克旗下大模型公司xAI宣布正式开源3140亿参数的混合专家（MoE）模型Grok-1以及该模型的权重和网络架构。截至发稿，在Github上，该开源项目已经揽获31.6k星标，足见其火爆程度。

图片来源：Github

值得注意的是，这是迄今为止业界开源参数最大的模型，超过GPT-3.5当时1750亿的参数量。

DeepMind工程师Aleksa Gordié预测，Grok-1的能力应该比Llama2要强，但目前尚不清楚有多少数据受到了污染，二者的参数量也不是一个量级。

从Grok-1的模型细节来看，值得注意的一点是，该基础模型基于大量文本数据进行训练，没有针对任何具体任务进行微调。而在X平台上可用的Grok大模型就是微调过的版本，其行为和原始权重版本并不相同。也就是说，xAI目前开源的Grok-1模型并不包括X平台上的语料。

据xAI去年公布的文档，从Grok-1的整体测试效果来看，Grok-1在各个测试集中呈现的效果要比GPT-3.5、70亿参数的Llama2和Inflection-1要好，但距离Palm-2、Claude2和GPT-4仍然差了一大截。

图片来源：xAI

基于此，有分析认为，马斯克开源Grok-1的一个考量是，尽管该模型表现尚可，但“比上不足，比下有余”，并未具备打败顶尖模型如GPT-4的能力，更别说未来的GPT-5。

在大模型角逐的当下，尽管Grok依托X平台的数据，但其无论是在能力上，还是知名度上都不具备与OpenAI、谷歌、Anthropic等公司匹敌的优势。尤其是今年以来，谷歌发布了Gemini，Anthropic发布了Claude3，大型语言模型的竞争更加激烈，在这样的情况下，马斯克选择开源路线也是必然之举。

模型开源让研究者和开发者可以自由地使用、修改和分发模型，打开了更多开放合作和创新的可能性。因此，一次性开源可以将迭代进化的任务交给社区。

正如月之暗面CEO杨植麟在此前接受腾讯采访时表示，“如果我今天有一个领先的模型，开源出来，大概率不合理。反而是落后者可能会这么做，或者开源小模型，搅局嘛，反正不开源也没价值。”

再加上马斯克频繁讽刺OpenAI并不Open，外媒Venture Beat认为，Grok-1的开源显然对他来说也是一个有益的立场。

不过，针对让社区来实现迭代这一目的，有业内人士在X平台表示，Grok-1的问题可能是模型参数太大，这需要巨大的计算资源，所以开源社区可能无法对Grok-1进行迭代。

另有评论认为，Grok-1没有对特定任务进行微调，这提高了用户使用它的门槛。AI工具饱和的市场可能更需要针对特定用例的工具。

开源乃大势所趋，初创公司迎来新机会

开源和闭源是当前AI浪潮之下的一个极具争议性的话题。

纽约大学坦登工程学院计算机科学与工程系副教授Julian Togelius在此前接受《每日经济新闻》记者采访时曾认为，开源是业界大势所趋，Meta正在引领这一趋势，其次是Mistral AI、HuggingFace等规模较小的公司。谷歌今年2月罕见地改变了去年坚持的大模型闭源策略，推出了“开源”大模型Gemma，似乎也是对Togelius言论的验证。

从技术视角来看，开源代码可以提高透明度并有助于推进技术发展，也能帮助了解模型弱点，这样才能更好地部署模型，从而降低风险。另一方面，也有不少反对开源的一派认为，开源AI会被不良行为者操纵从而造成风险。

从商业角度来看，Julian Togelius认为开源对防止权力集中很重要，能够避免少数财力雄厚的科技公司控制前沿模型。此外，还有分析认为，对于创业者来说，开源大模型则进一步降低了创业门槛，降低了大模型的开发成本，让更多创业者在基础模型方面处于同一起跑线上。

例如，目前许多开源模型都是基于Meta的开源模型Llama2而开发。据报道，截至2023年底，HuggingFace上开源的大模型排行榜前十名中，有8个是基于Llama2打造的，使用Llama2的开源大模型已经超过1500个。

Grok-1的权重和架构是在宽松的Apache 2.0许可下发布的，这使得研究者和开发者可以自由地使用、修改和分发模型，这种开源方式可以适应多种不同的任务和应用场景，更适合那些想要用开源模型打造自己专有模型的开发者。因此，有分析认为，Grok-1的开源也是为许多AI初创公司提供了另一个选择。

例如，AI初创公司Abacus AI的CEO就在X平台上表示，将开始研究Grok-1，并在几周内进行更新/发布。

图片来源：X平台

对话搜索引擎公司Perplexity CEO Aravind Srinivas也在X平台上发文称，将会基于Grok的基础模型进行对话式搜索和推理的微调。

图片来源：X平台

随着开源力量的不断壮大，马萨诸塞大学洛厄尔分校计算机科学教授Jie Wang曾对《每日经济新闻》记者表示，未来各个主要参与者可能都倾向于采用半开源的方式，类似Meta开源Llama2系列大模型的方式，即开源模型的某些部分，以便研究人员和开发人员了解模型的架构和训练过程，但保留最重要的部分，例如用于训练和预训练模型权重的完整数据集。

Grok-1走的也是这样的路线。

知名机器学习研究者Sebastian Raschka认为，“尽管Grok-1比其他通常带有使用限制的开放权重模型更加开源，但是它的开源程度不如Pythia、Bloom和OLMo，后者附带训练代码和可复现的数据集。”

图片来源：X平台

每日经济新闻