今天小编分享的互联网经验：马斯克为何要作开源“秀”，欢迎阅读。
出品｜虎嗅科技组
作者｜齐健
编辑｜王一鹏
头图｜视觉中国
3 月 11 日周一，马斯克发推文说要在一周内开源 Grok。众多开发者等着盼着过了一周，到周日 Grok 才正式将代码推到了开源社区。
开源的 Grok-1 是一个基于 Transformer 架构的自回归模型，参数规模达到 3140 亿参数，是目前参数量最大的开源模型之一，Grok-1 与主流开源大模型一样免费可商用。
在开源之前，Grok 最大的亮点是直接调用 X 中的实时数据和 " 幽默 "。
但开源版本的 Grok 已经打了折扣——在开发者手里，Grok 不可能调取 X 的数据。从本次开源的信息来看，2023 年 11 月 Grok 上线以后调用过的 X 数据，也没有被作为训练数据沉淀到 Grok 中。
除开源打折外，Grok 本身的性能也并不占优。刚上线时，Grok 的评分就远落后于当时的 Palm 2、Claude 2 和 GPT-4。最典型的问题是，其支持的上下文长度只有 8192 个 token。
Grok 取得的关注（上线 3 天在 GitHub 收获 3.9 万 Star）, 似乎很大一部分都来自马斯克本身的流量热度。开源 Grok 被马斯克说成是为了践行 "AI 造福全人类 " 的目标，但在与 OpenAI 的官司期间开源，有观点认为，Grok 开源的目的之一，就是为马斯克起诉、声讨 OpenAI 提供的事实依据——这是一场由马斯克亲自操盘的 "AI 大秀 "。
开源 Grok 是作秀？
开源是一场让企业与开发者跳双人舞的 " 社区游戏 "，但 Grok 这个 " 舞伴 "，完全不是普通开发者所能掌控的。
在 Grok-1 之前，很多开源大语言模型（LLM）的参数量只有 70 亿，LLaMA-2 开源的最大参数量也只有 700 亿。
而马斯克直接开源了自家尺寸最大的 3140 亿参数模型，据估计 Grok-1 需要约 628 GB GPU 内存才能勉强运行，普通开发者几乎不可能在本地尝试 Grok-1，对于云服务用户来说，至少需要 8 张 80GB 显存的 A100 或 H100 GPU。
在 Grok 的 GitHub 讨论区有用户留言表示：谷歌云上 80GB A100 的 4 卡伺服器每小时运行成本是 20 美元，这不适合我。（GCP instance with 4 A100 80GB; it cost around $20 per hour; this is not for me LOL.）
Grok 开源之后，笔者也加入了一个关于 Grok 的开源讨论群，但到了第二天，群内的讨论焦点，已经转向了只有 40 亿参数的 Qwen-1.5。
不过，Grok-1 也支持 8bit 量化，一些开发者认为，如果模型可以量化到 160GB，" 可玩性 " 会大幅提高。算力不太宽裕的开发者，可以等到官方或者其他开发者发布量化版本后再尝试。
至少从短期来看，开源 Grok 对普通开发者并不是很友好。那么开源对于 Grok 本身来说，有什么帮助呢？从传统的开源视角来看，也很难说。
一些人认为开源模型可以汇聚更多开发者力量，帮助优化模型。但今天的开源 AI 与传统的开源軟體逻辑几乎完全不同。代码开源对于 AI 大模型的促进作用，并不像过去的开源軟體那样明显。
传统軟體开发过程中，一款系统、工具或軟體开源以后，开发者可以基于共享代码直接修复 bug，优化程式。然而今天的多数 AI 模型本身就是一个很大的黑盒，要从中找到问题，并对模型的底层算法进行训练、调优并不容易。
"AI 大模型训练是一个很‘集中’的工作。" 生数科技 CEO 唐家渝表示，AI 大模型很难通过 " 分布式 " 的开源来收集开发者的 " 贡献 "。闭源反而是更能集中包括智力的资源、算力的资源，去做不断地迭代的。
一些开发者认为，对于开源 AI 模型的作者来说，最大的好处是打响知名度——以 Grok 目前的模型能力来看，只有吸引一批开发者、公司、机构对模型进行试用、开发，逐步建立起对模型的认可，才能稳固其在 AI 大模型领網域的 " 江湖地位 "，提高这款既不太新，也不太强的 AI 大模型的影响力。
闭源 Grok 把路走窄了？
从 AI 行业角度来看，Grok 的受关注度不高。由于模型跑分不高，过去几个月中发布的 AI 大模型，在对比评测数据集得分时，几乎很少有人对标 Grok。
从业务视角来看，Grok 在 X 平台中的表现也不理想。
Grok 上线到 X 后，与 ChatGPT Plus 一样采取订阅制，但 ChatGPT 的 GPT-3.5 免费开放，而 Grok 则一刀切，只提供给 X Premium 会员。X Premium 会员的订阅费用是 16 美元包月，168 美元包年。
由于一开始就設定了付费门槛，Grok 没有吃到 X 庞大用户基础的红利。
数据网站 SimilarWeb 的统计显示，2024 年 2 月，x.com 的总访问量为 1.04 亿次，平均访问时长只有 24 秒。对比其他几家主流闭源 AI 的同期流量，chat.openai.com 访问量为 15.5 亿次，平均访问时长是 7 分 33 秒；gemini.google.com 访问量为 3.161 亿次，平均访问时长 6 分 22 秒；相对小众一些的 claude.ai 访问量为 2086 万次，平均访问时间为 5 分 48 秒。
X 与三款 AI 对话网站流量 数据来源 |SimilarWeb
虽然影响网站流量的因素很多，且 x.com 网站的閱聽人、属性与其他几家也有明显差异，直接对比流量并不能完全说明问题，但访问时长的巨大差异，也侧面反映了 X 用户大概率没有跟付费的 Grok 聊太多。
马斯克最早给 Grok 的战略定位，可能更多是考虑促进 X 的 Premium 会员销售，以补贴 X 的广告收入。然而，如今 Grok 在 X 中发挥的作用很可能并没有达到马斯克的预期。与其一直在 X Premium 中 " 躺平 "，开源 Grok 或许能给马斯克和 x.AI 打开新局面。
开源激起千层浪
在 AI 大模型热潮中，靠开源大模型树立行业地位的公司并不少见，包括 MistralAI 以及国内的智谱，阿里的通义千问等。
深陷元宇宙泥潭的 Meta 更是依靠开源 LLaMA 模型打了一次翻身仗。在 2023 年中，全球市场最大的变数是 AI 大模型，而 Meta 最大的变数就是开源了一款 AI 大模型。
通过开源 LLaMA，Meta 展现了其在大型语言模型（LLM）领網域的技术实力和开放创新的姿态，这在一定程度上帮助公司缓解了市场对其元宇宙战略的担忧。由此 Meta 的股价也在一年内翻了几番，市值从 3155 亿美元涨到 1.2 万亿美元，涨出了 19 个京东。
LLaMA 的开源，特别是其成本效益高的特点，对 Meta 而言具有战略意义。与 Google 和 Microsoft 等竞争对手的 AI 大模型相比，LLaMA 的小巧和高性能使得 Meta 能够以较低成本部署高效的 AI 模型。这不仅提高了 AI 技术的普及率，也为 Meta 未来在各种应用和用例上的广泛部署提供了可能。有分析人士认为，基于 Meta 的业务范围，从聊天机器人到游戏，再到未来的生产力軟體，生成式 AI 预计将带动一个价值超过 500 亿美元的市场。
虽然 LLaMA 最初的开源一直被业界传说是无意间的 " 泄露 "，但其最终的结果却为 Meta 在 AI 大模型行业奠定了技术和市场的领导地位。
" 开源 " 的战略逻辑，对于马斯克来说并不陌生。
2014 年，马斯克开放了特斯拉的 350 多项电动车专利技术。当时马斯克在接受采访时表示，" 特斯拉的首要目标是加速全世界向可持续能源转变 "。事实证明，马斯克大公无私的 " 开源 "，在后来使得他自己成为了最大的受益者。
特斯拉开放专利的做法，一举将全球汽车市场的水搅浑。大量新能源车企借助特斯拉的专利异军突起，直接激活了整个新能源汽车市场。而特斯拉作为行业领军企业，则借助长期积累的行业口碑和技术开发实力，持续保持了行业的领先地位。
虽然开源 Grok 大概不会像特斯拉开放专利那一石激起千层浪，改变整个 AI 行业的格局，但对于目前的 x.AI 来说，应该也会产生一些积极的影响。
