Meta 创始人兼首席执行官马克·扎克伯格近日发表博文，表达了他对开源 AI 生态系统的愿景，认为 Llama 有潜力成为“AI 界的 Linux”。他认为开源特性可以使 Llama 成为 AI 领域的行业标准，并阐述了开源人工智能对开发者和行业的益处，包括满足不同需求、数据保护、运行高效经济、以及投资长期标准的生态系统。

🎯 **满足不同需求:** 每个组织都有不同的需求，开源 AI 模型可以根据特定数据进行训练或微调，满足不同规模的需求。例如，小型模型适用于设备上的任务和分类任务，大型模型则适用于更复杂的任务。用户可以使用 Llama 模型进行训练，并将其蒸馏为最适合的模型，而 Meta 公司或其他任何人都不会看到用户数据。

🔒 **数据保护:** 许多组织需要处理敏感数据，开源 AI 模型可以解决数据安全问题，用户可以在任何地方运行模型，无需将敏感数据发送给封闭模型。此外，开源软件的开发过程更加透明，安全性更高。

💰 **运行高效且经济实惠:** 开源 AI 模型可以降低使用成本，例如，Llama 3.1 405B 的推理成本大约是使用 GPT-4o 等封闭模型的 50%，既可用于面向用户的推理，也可用于离线推理任务。

📈 **投资长期标准的生态系统:** 开源软件的发展速度通常快于封闭模式，开发者希望在能长期为他们带来最大优势的架构上构建自己的系统。

IT之家 7 月 24 日消息，Meta 创始人兼首席执行官马克・扎克伯格（Mark Zuckerberg）昨日（7 月 23 日）发布博文，表达了他对开源 AI 生态系统的愿景，认为 Llama 有潜力成为“AI 界的 Linux”。

扎克伯格表示 Linux 凭借着开源特性，近乎成为通过其开源特性已成为云计算和移动操作系统的行业标准，而 Meta 公司希望将 Llama 打造成 AI 领域的 Linux。

扎克伯格阐述了开源人工智能为何有利于开发者和行业的理由，IT之家简要梳理如下：

训练、微调和蒸馏自己的 AI 模型

每个组织都有不同的需求，而满足这些需求的最佳方法就是使用不同规模的模型，并根据特定数据进行训练或微调。

设备上的任务和分类任务需要小型模型，而更复杂的任务则需要大型模型。用户现在可以使用最先进的 Llama 模型，继续使用自己的数据对其进行训练，然后将其蒸馏为最适合的模型，而 Meta 公司或其他任何人都不会看到用户数据。

我们需要掌握自己的命运，而不是被锁定在一个封闭的供应商中

许多组织不希望依赖于自己无法运行和控制的模式。他们不希望封闭模式的供应商能够改变其模式、更改使用条款，甚至完全停止为他们提供服务。

他们也不希望被锁定在对模型拥有独占权的单一云中。开放源代码可以为公司提供一个广泛的生态系统，这些公司拥有兼容的工具链，您可以在它们之间轻松切换。

数据保护

许多组织需要处理敏感数据，这些数据需要安全保护，但又不能通过云 API 发送给封闭模型，其他组织则根本不信任封闭模型提供商，不信任他们的数据。

开放源代码可以解决这些问题，让您在任何地方运行模型。众所周知，开源软件往往更加安全，因为其开发过程更加透明。

运行高效且经济实惠的模型

开发人员可以在自己的基础架构上运行 Llama 3.1 405B 的推理，其成本大约是使用 GPT-4o 等封闭模型的 50%，既可用于面向用户的推理，也可用于离线推理任务。

希望投资于将成为长期标准的生态系统

很多人都看到，开放源代码的发展速度比封闭模式更快，因此他们希望在能长期为他们带来最大优势的架构上构建自己的系统。