据IBM官网今晨透露，包括英特尔、AMD、IBM、Meta、Oracle、Hugging Face、索尼集团、美国达特茅斯学院、美国康奈尔大学、美国耶鲁大学、日本东京大学、Linux 基金会等全球50多个创始成员和合作者，联合发起成立人工智能联盟（AI Alliance），以加速人工智能（AI）技术负责任的创新与发展。

目前，AI 联盟官网 thealliance.ai 已上线。

值得注意的是，此次成立人工智能联盟，并没有包含OpenAI、英伟达，以及中国的企业和研究机构等 AI 行业关键的参与方。

官网显示，AI 联盟是一个由技术创造者、开发者和采用者组成的社区，合作推进植根于开放创新的安全、负责任的AI。AI 联盟以行动为导向，具有明显的国际性，致力于在 AI 技术领域加速和传播开放式创新，以提高 AI 的基础能力、安全性和信任度，并负责任地为世界各地的人民和社会带来最大利益。该联盟汇集了大量的计算、数据、工具和人才，以加速 AI 的开放创新。

具体来说，AI 联盟重点领域包括四部分：一是开发和部署基准和评估标准、工具和其他资源，以便在全球范围内负责任、可扩展地开发和使用 AI 系统等；二是开放基础模型，启用具有多种模式的开放基础模型生态系统；三是培育充满活力的 AI 加速硬件生态系统；四是支持全球 AI 技能建设、教育和探索性研究。

开源AI「复仇者联盟」

随着人工智能产业的蓬勃发展，从技术路径上也分裂成「开放」理念持不同观点的两大阵营。

人工智能开源的倡导者表示，开源促进了创新，并提供了至关重要的透明度，而反对者则认为，开源这些强大的技术会使它们容易被滥用。

很多OpenAI的批评者认为，所谓「开放」人工智能技术并不是那么开放，而且这个词已经更多地成为营销方式，而不是对于技术的客观描述。当OpenAI在大模型领域取得了突破性的进展之后，它就慢慢的从最初的形态——追求开放人工智能的非盈利组织，转变成为了估值900亿的闭源AI企业。

而「AI联盟」的使命听起来与OpenAI的最初使命很相似——行业和学术界联手创造开放、负责任的人工智能。

联盟牵头企业之一IBM人工智能研究副总裁Sriram Raghavan就明确表示：该联盟的动机实际上是将一批机构和利益相关者聚集在一起，他们真正相信开放式创新、开放式讨论、开放式技术、开放平台、甚至是以开放方定义安全性的、开放的基准测试方式、交换数据的方式，坚信开源实际上就是推进技术并广泛提供利益的正确方式。

但如果我们稍微留意一下「AI联盟」的名单中缺失了哪些AI行业中知名的高校和企业，我们会发现一个很有意思的事情——大部分最领先的机构和组织都没有在名单之上。

近10年来对AI技术贡献最大的公司谷歌，最近一年AI赛道上最为激进的传统巨头微软，掌握所有AI公司命脉的英伟达，目前AI行业中最知名的初创独角兽，OpenAI，Anthropic等都没有加入联盟。

计算机和AI领域最知名的几所高校，也没不是联盟的创始成员：斯坦福，麻省理工，CMU。而且，像Hinton，Benjio等AI技术的泰斗级人物，都来自于加拿大的机构，而整个联盟的创始成员中却没有任何一个来自加拿大的机构。

除了英伟达之外，大部分没有加入「AI联盟」的公司，某种程度上都在开发行业领先的闭源模型。——所以，这个「AI联盟」多少有点像一些稍显弱势的组织集结起来进行反抗的「复仇者联盟」。

可以说，至少在现在这个阶段，「闭源」某种程度上代表了领先。在商业竞争之中，为了守住自己的领先优势，将技术封闭起来也许是最为方便的手段。而当「AI联盟」成功地将这些开源的支持者连接到一起之后，形成了一个巨大组织，也许在不久之后，「开源和闭源」之间的实力对比，就会慢慢发生变化。

开源好还是闭源香？

对此，Coatue认为开源是AI的心脏，且开放社区生态对AI的下一步发展至关重要——“AI is built in th open”。同时AI社区的开发者正在迅猛增长，软件开发人员变成AI工程师，业余爱好者也参与其中。

但尽管如此，目前不同的AI模型开放程度不同。

Coatue认为，在此背景下，数据就变成了一种货币，Reddit和X都已经为训练数据读取收费。Reddit对5000 万次API调用收取12000美元；X则是每月5000 美元可以刷100 万篇帖子。尽管如此，Coatue发现开源模型的水平也在迅速追赶闭源模型，蓝色是开源，绿色是闭源。

其实对于开源和闭源之争，适道在这里引用中科院院士、CCF开源发展委员会主任王怀民教授的一段话：在一个确定性的时代，比如确定性PC时代，微软以它的企业组织模式封闭推进一个产品的开发，我们称为单性繁殖，每个新的产品都由微软定义，这种模式在应对确定性的发展态势的时候它是有竞争力的，个人计算机的发展是微软的成功。

但是在互联网时代到来时，在一个不确定性的互联网时代要适应可能性，开源竞争力就强了，开源Linux这个社区发布一个核心版本，更多人在这个核心版本上根据他对需求和领域的理解进行不断地修改，形成了双性繁殖，能够产生或者低成本产生更多的适应未来发展的新版本，就是有一个种子复制，大家都可以复制，根据自己对未来变化的理解产生一个新版本，开源出来来适应一个环境，由环境来评价，然后再迭代回来不断地开发，而这个新版本并不是由一家企业完成的，是由全社会参与者，当然也包括一些新的创新企业在其中推动这个工作。因此它产生适应未来不确定性的新版本的参与的人数和对于参与者来讲的成本相对于过去微软的一家大公司的组织模式成为了一个模式。开源在不确定性的时代更加有竞争力。”

如今我们又站在了一个不那么确定的人工智能时代，开源更多是一个创新方向。而开源与闭源的竞争，并不是在某一个领域，而是各自走出一条差异化的道路，迎来自己的天地。

但就初创企业的角度来讲，闭源大模型显然更具商业价值。有观点认为：模型的的商业化尽头是产业，而大模型走向产业，落地还是要靠闭源。

不过，如果已经有了例如 Llama 2这样强大的开源大模型，还有人愿意用闭源吗？

有，但大家想用的一定是“卷王之王”。

例如ChatGPT，在 Llama 2（水平类似ChatGPT 3.5）已经发布的背景下，如上文所述，即便今年年中访问量有所下降，但在推出新功能后，其使用量比8月份增长了27%。

也就是说，一些本就占据优势的企业才能成为“闭源之王”，它们在实现大型模型的全面商业化和产业化方面也更具有优势。

文章来源： 新智元，钛媒体，适道X