到底有多少个AI模型才算太多？这取决于你如何看待，但每周10个可能有点多了。过去几天里我们看到了大约这么多模型的推出，而且越来越难以说清这些模型之间是否以及如何相互比较，即便一开始这种比较是可能的。那么，意义何在呢？
尽管人工智能的进化历程一直颇具怪异色彩，但我们正处在一个尤为奇特的阶段。我们目睹了大大小小的模型层出不穷，无论是来自小众开发者还是资金雄厚的大型机构。
让我们按顺序梳理一下本周的情况吧？我试图提炼出每个模型的独特之处。
- LLaMa-3：Meta最新的“开放”旗舰大型语言模型。（目前“开放”一词存在争议，但该项目在社区中仍被广泛使用。）
- Mistral 8×22：一家法国公司推出的大型“混合专家”模型，该公司已逐渐远离其曾经倡导的开放性理念。
- Stable Diffusion 3 Turbo：为配合半开放的Stability新API而升级的 SD3。借用OpenAI模型命名中的“turbo”一词略显奇怪，但也无妨。
- Adobe Acrobat AI Assistant：来自文档领域巨头的“与你的文档对话”功能。我敢肯定这主要是对 ChatGPT 的一个封装，不过如此。
- Reka Core：由一支曾供职于大型AI公司的团队开发，从头构建的多模态模型，至少在名义上能与行业巨头竞争。
- Idefics2：一个更开放的多模态模型，建立在近期较小的Mistral和Google模型之上。
- OLMo-1.7-7B：AI2的大型语言模型更大版本，属于最开放的模型之一，也是迈向未来70B规模模型的垫脚石。
- Pile-T5：经典可靠的 T5 模型在代码数据库Pile上微调后的版本。还是那个你熟悉且喜爱的T5，只是编码能力更强了。
- Cohere Compass：一种“嵌入模型”（如果你还不知道，不必担心），专注于整合多种数据类型以覆盖更多用例。
- Imagine Flash：Meta最新图像生成模型，依靠新的蒸馏方法来加速扩散过程，同时不会过度牺牲质量。
- Limitless：“由你所见、所说或所听驱动的个性化AI。它是一个网页应用、Mac应用、Windows应用以及可穿戴设备。” 😬
这是11个，因为有一个是在我撰写本文时宣布的。而这还不是本周发布或预览的所有模型！这只是我们看到并讨论过的模型。如果我们稍微放宽入选条件，还会有几十个：一些是对现有模型的微调，一些是像Idefics 2这样的组合，还有一些是实验性或小众的，等等。更不用说本周用于构建（torchtune）和对抗（Glaze 2.0）生成式AI的新工具了！
面对这场永无止境的雪崩式发布，我们该如何看待？我们无法“评测”所有模型。那么，我们如何帮助读者理解并跟上这些层出不穷的事物呢？
事实是，你并不需要时刻紧跟潮流。像 ChatGPT 和 Gemini 这样的模型已经演变为涵盖多种用例和访问入口的完整网络平台。而 LLaMa 或 OLMo 等其他大型语言模型——尽管它们在技术上共享基本架构——实际上并不承担相同的角色。它们旨在作为服务或组件在后台运行，而非以前台品牌的形式存在。
关于这两者存在一些故意制造的混淆，因为模型开发者希望借势主要AI平台发布时的轰动效应，比如你的GPT-4V或 Gemini Ultra 。每个人都希望你认为他们的发布是重要的。虽然这对某人来说可能确实重要，但那个人几乎肯定不是你。
不妨将其类比为另一个广泛且多样化的类别，比如汽车。在汽车刚被发明时，人们只是购买“一辆车”。不久之后，你可以选择大车、小车或拖拉机。如今，每年都有数百款新车上市，但你很可能不需要了解其中十分之一，因为十分之九的车既不是你需要的，也不符合你对“汽车”这一概念的理解。同样地，人工智能正从“大/小/拖拉机”时代迈向普及爆发期，即便是 AI 专家也无法跟上并测试所有新推出的模型。
故事的另一方面是，早在 ChatGPT 和其他大型模型问世之前，我们就已处于这一阶段。七八年前关注此事的人要少得多，但我们仍然进行了报道，因为这显然是一项等待突破的技术。论文、模型和研究不断涌现，SIGGRAPH 和 NeurIPS 等会议上挤满了交流心得、相互借鉴的机器学习工程师。这是我 2011 年写的一篇关于视觉理解的科普文章！
卡内基梅隆大学研究人员凭借视觉相似度引擎超越 Google 图像搜索与 Photosynth
这种活动每天都在持续。但由于人工智能已成为一门大生意——arguably 目前科技领域最大的产业——这些进展因此被赋予了额外的分量，因为人们好奇是否会有某个模型能像 ChatGPT 对其前身那样，带来巨大的飞跃。
简单的事实是，这些模型都不会实现那种级别的巨大跨越，因为 OpenAI 的进步建立在机器学习架构的根本性变革之上，而其他公司现已采用该架构，且尚未被超越。目前我们能期待的仅是渐进式的改进，例如在合成基准测试中提高一两个百分点，或者语言或图像生成效果略有提升。
这是否意味着这些模型都不重要？当然不是。从2.0版本到3.0版本，中间必然要经历2.1、2.2、2.2.1等版本。有时这些进展具有实际意义，能够解决严重缺陷，或暴露出意想不到的漏洞。我们会尝试介绍其中有趣的部分，但这只是全部模型中的一小部分。我们目前正在撰写一篇汇总文章，收录我们认为对机器学习感兴趣的人应当了解的所有模型，数量大约有十几个。
别担心：当重大突破出现时，你一定会知道，而且不仅是因为TechCrunch进行了报道。它对你来说会像对我们一样显而易见。