在meta的开源大模型Llama 3在市场上遭遇冷淡的背景下，大模型的开源与闭源之争再度成为业界关注的焦点。据外媒报道，尽管Llama 3在技术上有所突破，但在亚马逊的AWS平台上并未获得企业客户的青睐，他们更倾向于选择Anthropic的闭源大模型Claude。
微软内部消息透露，Llama大模型也并非其销售团队的首选推荐，他们更倾向于将其推荐给具备深厚数据专业知识和技术实力的公司，如内部拥有工程师和数据科学家团队的企业。这一系列现象凸显了开源大模型在商业化应用中所面临的挑战，其实际效果和商业回报似乎尚未达到企业客户的预期。
据ITBEAR了解，面对开源与闭源的抉择，国内外各大模型厂商根据自身技术路线和商业战略的不同，形成了截然不同的立场。那么，企业应如何选择适合自己的大模型，以及在开源与闭源之间找到最佳平衡点呢？
在此背景下，百度智能云AI与大模型平台总经理忻舟接受了媒体的深度访谈，详细解析了开源与闭源之争的底层逻辑、商业策略，并对未来市场进行了预判。
忻舟强调，大模型的开源与传统软件的开源在本质上存在显著差异。开源模型并未开放训练源代码、预训练和精调数据等关键信息，因此无法像开源软件那样依靠社区开发者的力量来提升效果和性能。基座模型的训练只能掌握在厂商自己手中。
谈及开源模型与闭源模型的成本问题时，忻舟表示，尽管开源模型看似免费，给人一种低成本的印象，但大模型的应用并非单一的技术问题，而是涵盖“技术+服务”的完整解决方案。企业在实际应用中需要综合考虑硬件资源成本、模型带来的业务收益以及机会成本和人力成本。在业务实际落地时，开源模型若想达到与闭源模型相同的效果，往往需要后续投入大量的人力、资金和时间，综合成本反而更高。
那么，开源模型和闭源模型分别适用于哪些场景呢？忻舟认为，开源模型更适合用于学术研究和技术发展，但在对外提供服务的大型商业项目中，闭源模型仍然是主角。尤其是在一些需要高精度和大规模投入的严肃商业项目中，闭源模型的优势更为明显。
对于百度为何一直没有推出开源模型的问题，忻舟表示，从市场调用量来看，公有云上调用量大的都是商业闭源模型，开源模型对公有云的影响有限。而在私有化市场中，随着客户对大模型认知的提升，开源闭源逐渐不再是关键因素。业务负责人在选择模型时更看重的是效果、性能、安全和价格。
面对未来一年的大模型市场发展趋势，忻舟给出了三个判断：多模态将成为市场新的热点；基于大模型的应用将迎来大爆发，特别是Agent（智能体）方向；做企业应用的机会将增多，如知识库、客服、数字人、辅助代码编写等场景。这些趋势将进一步推动大模型技术在各行业的广泛应用和商业化进程。
总的来说，开源模型与闭源模型各有其优势和适用场景。企业在选择时应根据自身需求和实际情况进行综合考虑，选择最适合自己的大模型解决方案。随着技术的不断发展和市场的进一步成熟，大模型技术将在各行业中发挥更大的作用和价值。
