Meta 或将放弃开源理念，转向闭源 AI 模型开发

生态系统。 而对于外界常提及的“是否担心开源 Llama 会放弃技术上的优势”这一问题，扎克伯格也进行了否认，并给出了几大缘由： 首先，为了确保我们能够使用最好的技术，并且不会长期被困在封闭的生态系统中，Llama

关人员转向从事AI工作。 上月曾报道过，Meta 正在构建新开源大模型，据称性能超越 Llama 2、比肩 GPT-4，最终目标是加速开发下一代生成式人工智能模型，使其能够生成更多类似人类的表达。 长期以来，Meta 一直在采用开源方

领域与 OpenAI 展开竞争，将发布新的开源大模型，其性能或将与GPT-4 不相上下。 报道称，这款新模型比 Llama 2 强大数倍，将提供文本、图像生成以及分析等功能。目前该模型正处于开发之中，最终功能尚不确定。 Meta 最终目

今天凌晨，Meta 正式发布新一代开源大模型 Llama 3.1 系列，提供 8B、70B 及 405B  参数版本。 Llama 3 使用了超过 1.6 万个 H100 GPU、以及超过 15T token 的公开数据进行训练。 架构方面，该模型选择标准的仅解码器 transformer 模型架

AIC期间，百度创始人、董事长兼首席执行官表示：“模型开源与代码开源不同，无法做到众人拾柴火焰高。激烈竞争环境中，商业化闭源模型最能打。当然这些都不是最重要的。没有应用，光有基础模型，不管是开源还是闭源，

对来自 OpenAI、Anthropic、Google 和 Meta 等品牌的 22 个（12 个开源 LLM 和 10 个专有 LLM）领先的生成式 AI 大语言模型性能进行了比较排名。 Hallucination Index 使用 Galileo 专有的评估指标“context adherence”对开源和闭源模型进行了测试。

力让 Llama 3 更开放地回答有争议的问题。 据报道，Meta 或将会在今年7月之后发布正式版的Llama 3大模型，该版本的 Llama 3 可能拥有超过 1400 亿个参数。

业如何追赶 Sora 时，他认为： “Sora的技术路线如果被开源，国内将能很快赶上，但在追赶Sora时，算力有可能成为门槛，对此，集中国内所有AI企业的算力或许是方法之一。” 周鸿祎对新京报贝壳财经记者表示，Sora所代表

模型，CEO马克·扎克伯格在宣传视频中反复强调这将"加速开源AI发展"并让"全世界受益"。 不过，这一宣传却在AI开发社区引发了激烈争议。油管知名博主1littlecoder频道就做了一支很辛辣的视频（Llama 4 is NOT Open Source!），对Meta的

据标签业务的质疑。上周，路透社报道称，谷歌也在讨论放弃 Scale AI 作为数据提供商的计划。随着 Meta 与 Scale AI 达成合作，Scale AI 的一些竞争对手表示，他们收到了大量寻求“中立”合作伙伴的 AI 模型供应商的兴趣。 在周三

Kotlin 代码。作为此次迁移的一部分，Meta 透露其也正在开源用于操作 Kotlin 代码的各种示例和实用程序。 不过，采用 Kotlin 也有一些不能忽视的缺点。博客内容指出，比如：两种语言的混合代码库需要长时间的处理维护；以及 K

未来一年，可能会有更多公司将其开源许可证变更为商业许可证、出现新一轮的监管浪潮以及 GenAI 的持续发展。 开源世界在 2023 年伊始就充满了不确定性，科技界大面积裁员、经济动荡不安。生成式 AI 在过去的一年里取得

转站。该服务于次年推出，但由于涉及不正当竞争很快被放弃。  而其中的 .NET Framework 项目则保留了下来。  “这是我们长期以来的目标，将 Visual Basic、Visual C++ 和我们的其他语言置于共同的基础上……我们今天拥有

球AI市场的主流趋势。 “闭源大模型+公有云”能实现比开源大模型性能更好、成本更低的综合效果，并以此促进AI应用生态繁荣。 当前，文心大模型日均处理Tokens文本已达2490亿。使用大模型不应该只看价格，更要看综合效果