埃隆·马斯克的 xAI 于周末以“开源”形式发布了 Grok 大语言模型。此举显然意在对标 OpenAI，尽管后者名称含“开放”，实则并不透明。然而，Grok 的代码发布是否真正助力 AI 社区？答案并非绝对。
Grok 是 xAI 训练的聊天机器人，功能类似 ChatGPT 或 Claude，但语气俏皮且接入了 Twitter 数据，以此形成差异化。业界普遍认为其性能与 GPT-3.5 等上一代中型模型相当。至于这令人惊喜还是失望，取决于观察视角：若考虑短暂的开发周期则显惊艳；若考量巨额预算及舆论热度，则可能未达预期。
Grok 作为现代强力大模型，规模可观。开发者接触越多内部机制越有益，但关键在于如何定义“开放”，避免其沦为个别公司占据道德高地的工具。
五位投资者探讨开源 AI 商业模式的利弊
首先，AI 模型的“开源”与其他软件存在本质差异。
传统软件（如文字处理器）开源相对简单：公开代码并允许社区改进。其核心价值在于透明度与归属权清晰。而 AI 模型训练涉及大量不可知过程，数据被提炼为复杂统计表示，结构非人为直接指导甚至无人完全理解。该过程无法像传统代码般审计和改进，因此难以实现真正的“开放”。目前标准委员会正积极讨论此语境下的开放定义。
尽管如此，AI 开发者仍宣称模型“开放”，但该术语含义已泛化。有的指提供公开 API，有的指发表开发论文。
严格来说，AI 最接近“开源”的状态是发布权重（即神经网络节点属性）。但即便是 LLaMa-2 等“开放权重”模型，也缺失重建模型所需的训练数据集及流程等关键信息。
此外，创建或复制这些模型需数百万美元算力与工程资源，实际上将门槛限制在资源雄厚的公司手中。
xAI 开源 Grok 的基础模型，但未提供任何训练代码
那么，Grok 处于何种位置？
作为开放权重模型，Grok 支持下载、修改及微调。拥有 3140 亿参数，它是目前可免费获取的最大模型之一，为工程师提供了丰富测试素材。
然而，庞大体量也是双刃剑。原始运行需数百 GB 高速 RAM 及约十二块 Nvidia H100 GPU 组成的昂贵推理设备。相比同类竞品，Grok 完成相同任务消耗更多资源，更像原材料而非成品。此外，尚不确定此次发布是否为最佳版本，抑或仅是 X 平台上微调版的基座。
总体而言，发布数据虽有价值，但并非颠覆性突破。
马斯克此举动机亦存疑：是真心致力于开源，还是仅为在与 OpenAI 的争斗中抹黑对手？
若真心开源，希望后续能采纳社区意见，补充训练数据处理及方法论等关键信息。若仅为舆论博弈筹码，尽管数据仍有价值，但在未来数月内，业界恐怕不会对其寄予过高期望。
埃隆·马斯克因“背叛”非营利AI使命起诉OpenAI和Sam Altman