Meta 基金會創始人兼首席執行官馬克·扎克伯格先生近日在個人博客頁面（7月23日）發表長文，詳細闡述了他對于開源人工智能生態系統的構想與展望，尤其肯定了Llama作為“AI業界的Linux”所具有的巨大潛能。

扎克伯格先生指出，自Linux以開源特性風靡全球以來，無論是云計算還是移動操作系統領域，它已經幾乎成為了行業的標桿。Meta公司期望將Llama打造為AI領域的Linux，以此推動人工智能技術的普及與應用。

扎克伯格先生深入剖析了開源人工智能對開發者及整個行業產生積極影響的原因，主要包括以下幾個方面：

1. 自主訓練、微調以及蒸餾AI模型

每一家企業都有著獨特的需求，而滿足這些需求的最佳途徑便是采用不同規模的模型，并針對特定數據進行訓練或者微調。例如，設備端的任務和分類任務通常需要較小的模型，而更為復雜的任務則需要更大的模型。如今，用戶們可以利用最尖端的Llama模型，繼續使用自身的數據對其進行訓練，隨后將其蒸餾為最適宜的模型，在此過程中，Meta公司或其他任何第三方均無法獲取到用戶的數據信息。

2. 掌控命運，避免受制于封閉式供應商

許多企業并不愿意過度依賴于自身無法運營和控制的模式。他們不希望受到封閉式供應商的限制，擔心供應商可能會擅自修改模式、變更使用條款，甚至直接終止服務。同時，他們也不愿被束縛在僅由某一家云服務商壟斷的模型體系之中。開源代碼為企業提供了一個廣闊的生態系統，其中包含了各種兼容性工具鏈，用戶可以自由地在各個工具間進行切換。

3. 數據隱私保護

許多企業需要處理涉及敏感信息的數據，這些數據需要得到嚴格的安全保障，然而卻無法通過云API傳輸至封閉模型。此外，還有一些企業對封閉模型供應商缺乏足夠的信任，對其存儲的數據同樣抱持懷疑態度。開源代碼恰好可以解決這些問題，使得用戶可以在任意地點運行模型。眾所周知，開源軟件因其開發過程的公開透明性，往往具備更高的安全性。

4. 高效運行且經濟實惠的模型

開發者們可以在自有基礎設施上運行Llama 3.1 405B的推理功能，其成本相較于使用GPT-4o等封閉模型而言，僅為后者的約50%。這不僅適用于面向用戶的推理場景，還可用于離線推理任務。

5. 投資于未來的標準生態系統

許多人已經意識到，開源代碼的發展速度遠超封閉模式，因此他們傾向于在那些能夠為他們帶來長遠利益的架構上構建自家的系統。