【ITBEAR】8月25日消息，在开源软件界，Llama3一度被誉为“汗血宝马”，然而近期其市场表现却似乎不尽如人意。
据ITBEAR了解，尽管Llama3在开发者群体中曾收获广泛好评，但在全球最大云计算服务商亚马逊的AWS平台上，其受欢迎程度已显著下滑。与此同时，微软云平台上的Llama3也同样遭遇了冷遇，销售人员甚至不再主动推销这一模型。这一现象引发了业界对Llama3及其开源模式的广泛讨论。
进一步的数据揭示了Llama3下载量的下滑趋势。meta最新推出的Llama 3.1 405B模型，在上线一个月后的下载量仅为360万，与前一代模型相比降低了40%。这一数据无疑加剧了市场对Llama3前景的担忧。
那么，究竟是什么原因导致了Llama3的一路遇冷呢？其中一个核心问题在于“假开源”。当前的开源大模型大多仅开放参数和调用接口，而训练数据、训练代码、算法等核心部分并未真正开源。这种有限开源的模式让开发者难以在模型的基础上进行真正的创新和改进。
百度的李彦宏曾对此问题提出过尖锐的批评。他指出，很多人混淆了模型开源和代码开源的概念，所谓的模型开源往往只能拿到一堆参数，而无法获取到训练这些参数的具体数据和代码。这使得开发者难以站在“巨人的肩膀上”进行迭代开发，从而限制了开源模型在商业社会和企业服务市场的应用。
斯坦福人工智能团队的测评结果也进一步印证了这一点。他们的测评显示，开源大模型在多个关键指标上全面落后于闭源大模型。尤其是在AgentBench项目上，闭源模型的评分高达4分，而开源模型仅为0.96分，两者之间的差距高达300%。
除了性能上的差距外，开源大模型还存在一系列其他问题。例如，海外开源模型大多未经过严格的安全测试，存在安全隐患。同时，开源模型需要企业自行进行精调和优化，这对于缺乏足够算力和技术资源的个人玩家和小企业来说是一个巨大的挑战。
美国知名AI创业者、VRSEN公司的创始人Arsenii Shatokhin在访谈中直言不讳地表示：“我们只有一两个客户有足够资源来精调或运行700亿参数的Llama开源模型。”这一说法进一步揭示了开源大模型在实际应用中的局限性。
结合真实的市场反馈和落地经验后，Arsenii Shatokhin分析出Llama3等开源大模型卖不动的另一重要原因——效率低、性价比更低。他解释说，与闭源大模型相比，开源模型在API优化效率上存在明显劣势。这使得企业在使用开源模型时需要付出更高的成本和更多的努力。
谷歌前CEO Eric Schmidt也曾对开源模式在AI行业的适用性提出过质疑。他认为，尽管开源是一个好的模式，并在谷歌历史上发挥了重要作用，但AI行业的成本太高，开源模式难以承担。同时，他还强调了自己投资的法国大模型公司Mistral将从开源转为闭源路线的决定。
综上所述，Llama3在市场上的遇冷或许预示着大模型开源与闭源之争的一个转折点。随着市场对效率和性价比的要求不断提高，闭源大模型或许将在未来占据更大的市场份额。
