今天小編分享的互聯網經驗：馬斯克為何要作開源“秀”，歡迎閲讀。
出品｜虎嗅科技組
作者｜齊健
編輯｜王一鵬
頭圖｜視覺中國
3 月 11 日周一，馬斯克發推文説要在一周内開源 Grok。眾多開發者等着盼着過了一周，到周日 Grok 才正式将代碼推到了開源社區。
開源的 Grok-1 是一個基于 Transformer 架構的自回歸模型，參數規模達到 3140 億參數，是目前參數量最大的開源模型之一，Grok-1 與主流開源大模型一樣免費可商用。
在開源之前，Grok 最大的亮點是直接調用 X 中的實時數據和 " 幽默 "。
但開源版本的 Grok 已經打了折扣——在開發者手裏，Grok 不可能調取 X 的數據。從本次開源的信息來看，2023 年 11 月 Grok 上線以後調用過的 X 數據，也沒有被作為訓練數據沉澱到 Grok 中。
除開源打折外，Grok 本身的性能也并不占優。剛上線時，Grok 的評分就遠落後于當時的 Palm 2、Claude 2 和 GPT-4。最典型的問題是，其支持的上下文長度只有 8192 個 token。
Grok 取得的關注（上線 3 天在 GitHub 收獲 3.9 萬 Star）, 似乎很大一部分都來自馬斯克本身的流量熱度。開源 Grok 被馬斯克説成是為了踐行 "AI 造福全人類 " 的目标，但在與 OpenAI 的官司期間開源，有觀點認為，Grok 開源的目的之一，就是為馬斯克起訴、聲讨 OpenAI 提供的事實依據——這是一場由馬斯克親自操盤的 "AI 大秀 "。
開源 Grok 是作秀？
開源是一場讓企業與開發者跳雙人舞的 " 社區遊戲 "，但 Grok 這個 " 舞伴 "，完全不是普通開發者所能掌控的。
在 Grok-1 之前，很多開源大語言模型（LLM）的參數量只有 70 億，LLaMA-2 開源的最大參數量也只有 700 億。
而馬斯克直接開源了自家尺寸最大的 3140 億參數模型，據估計 Grok-1 需要約 628 GB GPU 内存才能勉強運行，普通開發者幾乎不可能在本地嘗試 Grok-1，對于雲服務用户來説，至少需要 8 張 80GB 顯存的 A100 或 H100 GPU。
在 Grok 的 GitHub 讨論區有用户留言表示：谷歌雲上 80GB A100 的 4 卡伺服器每小時運行成本是 20 美元，這不适合我。（GCP instance with 4 A100 80GB; it cost around $20 per hour; this is not for me LOL.）
Grok 開源之後，筆者也加入了一個關于 Grok 的開源讨論群，但到了第二天，群内的讨論焦點，已經轉向了只有 40 億參數的 Qwen-1.5。
不過，Grok-1 也支持 8bit 量化，一些開發者認為，如果模型可以量化到 160GB，" 可玩性 " 會大幅提高。算力不太寬裕的開發者，可以等到官方或者其他開發者發布量化版本後再嘗試。
至少從短期來看，開源 Grok 對普通開發者并不是很友好。那麼開源對于 Grok 本身來説，有什麼幫助呢？從傳統的開源視角來看，也很難説。
一些人認為開源模型可以匯聚更多開發者力量，幫助優化模型。但今天的開源 AI 與傳統的開源軟體邏輯幾乎完全不同。代碼開源對于 AI 大模型的促進作用，并不像過去的開源軟體那樣明顯。
傳統軟體開發過程中，一款系統、工具或軟體開源以後，開發者可以基于共享代碼直接修復 bug，優化程式。然而今天的多數 AI 模型本身就是一個很大的黑盒，要從中找到問題，并對模型的底層算法進行訓練、調優并不容易。
"AI 大模型訓練是一個很‘集中’的工作。" 生數科技 CEO 唐家渝表示，AI 大模型很難通過 " 分布式 " 的開源來收集開發者的 " 貢獻 "。閉源反而是更能集中包括智力的資源、算力的資源，去做不斷地迭代的。
一些開發者認為，對于開源 AI 模型的作者來説，最大的好處是打響知名度——以 Grok 目前的模型能力來看，只有吸引一批開發者、公司、機構對模型進行試用、開發，逐步建立起對模型的認可，才能穩固其在 AI 大模型領網域的 " 江湖地位 "，提高這款既不太新，也不太強的 AI 大模型的影響力。
閉源 Grok 把路走窄了？
從 AI 行業角度來看，Grok 的受關注度不高。由于模型跑分不高，過去幾個月中發布的 AI 大模型，在對比評測數據集得分時，幾乎很少有人對标 Grok。
從業務視角來看，Grok 在 X 平台中的表現也不理想。
Grok 上線到 X 後，與 ChatGPT Plus 一樣采取訂閲制，但 ChatGPT 的 GPT-3.5 免費開放，而 Grok 則一刀切，只提供給 X Premium 會員。X Premium 會員的訂閲費用是 16 美元包月，168 美元包年。
由于一開始就設定了付費門檻，Grok 沒有吃到 X 龐大用户基礎的紅利。
數據網站 SimilarWeb 的統計顯示，2024 年 2 月，x.com 的總訪問量為 1.04 億次，平均訪問時長只有 24 秒。對比其他幾家主流閉源 AI 的同期流量，chat.openai.com 訪問量為 15.5 億次，平均訪問時長是 7 分 33 秒；gemini.google.com 訪問量為 3.161 億次，平均訪問時長 6 分 22 秒；相對小眾一些的 claude.ai 訪問量為 2086 萬次，平均訪問時間為 5 分 48 秒。
X 與三款 AI 對話網站流量 數據來源 |SimilarWeb
雖然影響網站流量的因素很多，且 x.com 網站的閱聽人、屬性與其他幾家也有明顯差異，直接對比流量并不能完全説明問題，但訪問時長的巨大差異，也側面反映了 X 用户大概率沒有跟付費的 Grok 聊太多。
馬斯克最早給 Grok 的戰略定位，可能更多是考慮促進 X 的 Premium 會員銷售，以補貼 X 的廣告收入。然而，如今 Grok 在 X 中發揮的作用很可能并沒有達到馬斯克的預期。與其一直在 X Premium 中 " 躺平 "，開源 Grok 或許能給馬斯克和 x.AI 打開新局面。
開源激起千層浪
在 AI 大模型熱潮中，靠開源大模型樹立行業地位的公司并不少見，包括 MistralAI 以及國内的智譜，阿裏的通義千問等。
深陷元宇宙泥潭的 Meta 更是依靠開源 LLaMA 模型打了一次翻身仗。在 2023 年中，全球市場最大的變數是 AI 大模型，而 Meta 最大的變數就是開源了一款 AI 大模型。
通過開源 LLaMA，Meta 展現了其在大型語言模型（LLM）領網域的技術實力和開放創新的姿态，這在一定程度上幫助公司緩解了市場對其元宇宙戰略的擔憂。由此 Meta 的股價也在一年内翻了幾番，市值從 3155 億美元漲到 1.2 萬億美元，漲出了 19 個京東。
LLaMA 的開源，特别是其成本效益高的特點，對 Meta 而言具有戰略意義。與 Google 和 Microsoft 等競争對手的 AI 大模型相比，LLaMA 的小巧和高性能使得 Meta 能夠以較低成本部署高效的 AI 模型。這不僅提高了 AI 技術的普及率，也為 Meta 未來在各種應用和用例上的廣泛部署提供了可能。有分析人士認為，基于 Meta 的業務範圍，從聊天機器人到遊戲，再到未來的生產力軟體，生成式 AI 預計将帶動一個價值超過 500 億美元的市場。
雖然 LLaMA 最初的開源一直被業界傳説是無意間的 " 泄露 "，但其最終的結果卻為 Meta 在 AI 大模型行業奠定了技術和市場的領導地位。
" 開源 " 的戰略邏輯，對于馬斯克來説并不陌生。
2014 年，馬斯克開放了特斯拉的 350 多項電動車專利技術。當時馬斯克在接受采訪時表示，" 特斯拉的首要目标是加速全世界向可持續能源轉變 "。事實證明，馬斯克大公無私的 " 開源 "，在後來使得他自己成為了最大的受益者。
特斯拉開放專利的做法，一舉将全球汽車市場的水攪渾。大量新能源車企借助特斯拉的專利異軍突起，直接激活了整個新能源汽車市場。而特斯拉作為行業領軍企業，則借助長期積累的行業口碑和技術開發實力，持續保持了行業的領先地位。
雖然開源 Grok 大概不會像特斯拉開放專利那一石激起千層浪，改變整個 AI 行業的格局，但對于目前的 x.AI 來説，應該也會產生一些積極的影響。
