谷歌开源模型Gemma震撼登场，Llama-2紧随其后！

文｜邓咏仪

编辑｜苏建勋

2024年刚开年，AI巨头们的竞赛，一波未平一波又起。

前几日，尽管和OpenAI Sora的比试里遗憾落了下风，但进击的谷歌，默默在深夜再度出了个大招——

北京时间2月21日深夜，谷歌正式宣布，推出全新开源模型Gemma。

Gemma 官网 来源：谷歌

对于Gemma，谷歌自己的官方描述是：

Gemma 是先进的轻量级开放模型系列，采用了与创建Gemini模型相同的研究和技术。受到Gemini的启发，Google DeepMind和Google其他团队合作开发了Gemma，并用拉丁语中意为“宝石”的gemma为其命名。

Gemma是一个小尺寸的大语言模型，与谷歌自家现在最强的大模型Gemini同出一源，共享技术。本次，谷歌发布了Gemma的两个版本：Gemma 2B（20亿参数）和Gemma 7B（70亿参数）。每种规模都提供了预训练和指令微调版本。

相较于百亿甚至千亿级别的通用基座大模型，2B和7B两个版本算是入门级的模型尺寸，相对应地，其应用成本也会更低。

比如，2B体量的大模型连手机都可以带得动而7B（70亿）则是一个检验模型性能的经典尺寸。大部分厂商在发布模型时，都会先选择发布近似这个体量的版本。

值得注意的是，Gemma和现在谷歌自家最强的大模型Gemini共享同一套技术。这相当于，谷歌把更小体量的Gemini放出来，跟现在的一众开源模型对打。

当前，Gemma 2B和7B允许所有组织（无论规模大小）负责任地进行商用和分发。未来，Gemma这个系列还会发布更大尺寸的模型。

而为了方便开发者，谷歌不仅开源模型，还附带开发套装，包括全新的“负责任生成式AI工具包”，为基于Gemma开发安全的人工智能应用程序提供了必要指导和工具，以及跨主流框架（如JAX、PyTorch及原生Keras 3.0下的TensorFlow）的推理和监督微调（SFT）工具链。

各种设备也已经适配好。谷歌已经基于英伟达的GPUs和谷歌云TPUs等多个AI硬件平台，对Gemma进行优化，让模型可以直接在笔记本电脑或台式机上运行。

谷歌此举，俘获了不少技术开发者的心。有人表示：好消息，谷歌终于再度回到开源路线了。

△网友迅速产出嘲笑OpenAI闭源的梗图 来源：X（Twitter）

不过，吃瓜的网友还是占大多数，有网友说：未来又有一众厂商又有技术型突破了，还有人吆喝：快通知这几天火遍国内的AI卖课大师李一舟。

△来源：Twitter（X）

小尺寸高性能，领跑Llama 2

此前，全球被用得最多的开源模型，是Meta旗下的Llama-2。谷歌发布Gemma，可以说直指开源竞赛——不少从业者表示，最强开源大模型，今日易主。

在Gemma的技术报告中，谷歌放出了大量训练细节，其中就包括Llama-2的测试对比结果图，大多数指标都超过了Llama-2。

△来源：谷歌

在训练数据上，Gemma主要在大量英文文本数据上进行训练的，这些数据主要来源于网络文档、数学和代码。具体来说，Gemma 2B模型训练了大约2万亿（2T）个token，而Gemma 7B模型则训练了大约6万亿（6T）个token。

不过，Gemma没有接受过处理图像或视频等非文本数据的训练，也没有专门针对多语言任务进行优化。

在谷歌的测试结果中，Gemma模型在18个文本任务中的11个上超越了同样规模的开放模型。它们在多个领域，包括问答、常识推理、数学和科学以及编程等领域，展示了先进的理解和推理能力。

谷歌甚至表示，Gemma模型在70亿参数规模的语言模型中表现最佳，甚至超过了一些参数量更大的模型。

△在各类英文数据集上，Gemma与其他相近体量开源模型对比 来源：谷歌

而最近风头正盛，号称要做“欧洲版OpenAI”的MistralAI是开源领域的新势力，旗下的Mistral 7B被誉为是“最强7B模型”。

对此，Gemma说：也没带怕的。在问答、推理、数学、代码场景里，Gemma的表现同样领先。

△来源：谷歌

谷歌再度领先开源竞赛

在大模型开源这件事上，谷歌可以说是鼻祖。在最初的Transformer、Bert等大模型路线，都离不开谷歌的经典论文、开源的多个基座模型等等重要贡献。

但OpenAI自从发布ChatGPT，此后的模型便开始转向闭源，这招致了AI界的批评和反对——OpenAI这个名字也多了几分讽刺意味。

对此，硅谷技术圈内的开源竞赛号角再度吹响。从2023年开始，Meta开源Llama、欧洲版OpenAI Mistral开源最强7B模型，还有马斯克的Grok，都在加速追赶开源社区追赶闭源模型的脚步。

△一张经典的开源/闭源模型性能对比图 来源：ARK Invest

不过，对AI大模型的安全规范，学界、工业界依然争论不休，对于是否要让更大尺寸的模型开源，各家厂商都采取不一样的路线和开源程度。

比如，如OpenAI、谷歌和Meta等大公司，都在开源的节奏上更为审慎。2023年7月，Meta开源Llama-2时，就一口气提供了Llama-2的三种参数规模版本（70 亿、130 亿和 700 亿）。对此，OpenAI的首席科学家安德烈·卡帕西（Andrej Karpathy）就说，“Llama 2 是任何人都可以拿到的最强大语言模型。”

相对应地，Meta在开源时也设置了条件，有条件地开源给商业使用，而且超过7亿用户量的还要单独申请。

而在2023年新成立的AI公司Mistral，由一群从DeepMind和MetaAI出走的科学家远赴欧洲成立。

他们的路线更为激进，更像是原始版本的OpenAI：要让GenAI（生成式AI）为所有企业所用，完全开源。

△MistralAI

MistralAI的进展也不容忽视。就在这个月，Mistral在和客户沟通的时候泄露了一个中等尺寸的模型版本，各方面性能都已经相当接近GPT-4，引发开源社区的又一波震动。

开源模型的进展已然不容忽视。本次谷歌Gemma的发布，也再度证明谷歌在开源领域的野心和实力。

△来源：X（Twitter）

参考来源：Gemma官网：ai.google.dev/gemma

欢迎交流

欢迎交流