全球3.5亿下载量破纪录！ Llama家族暴涨10倍，开源帝国掀AI革命

　　诞生一年半，Llama家族早已稳坐开源界头把交椅。最新报告称，Llama全球下载量近3.5亿，是去年同期的10倍。而模型开源让每个人最深体会是，token价格一降再降。

　　Llama一举成为世界开源的领头羊。

　　截至目前，Llama模型在开源平台HuggingFace下载量近3.5亿。

　　Groq的创始人表示，这也太疯狂了，想想Linux花了多长时间才达到这个数字?

　　官博介绍，这一数字，是去年同期的10倍。而且，仅在上个月，模型的下载量超2000万次。

　　2023年2月，Llama1首次亮相，经过多次迭代，到现在已经过去了整整18个月。

　　而在这仅有的一年半里，Llama已经从一个最先进的单体基础模型，发展成为，一个面向开发者的强大生态系统。

　　LeCun还不忘给自家模型宣传一波，越来越多的大公司、小公司、初创公司、政府和非营利组织，正基于此开发新的产品和服务。

　　还有高校机构、研究人员和工程师每天都在改进Llama，并提出新的用例。

　　另外，值得关注的一点是，自今年5月Llama3.1发布之后，云服务商对模型API token调用需求，翻了一番还要多。

　　一些Meta最大的云服务提供商，从2024年1月到7月，Llama的每月token量增长了10倍。

　　从微软云、英伟达、谷歌云等科技巨头，到Groq、Databricks等初创公司，全都支持Llama模型的使用。

　　老黄称，「Llama深深地影响着最先进AI的进步」。

　　可见，Llama正引领着开源之光。

　　Llama开源，拉低token价格战

　　GPT-4级别模型开源，最先带来的好处是，token的价格不断下降。

　　AI大牛吴恩达在DeepLearning的博客中，算了一笔账:

　　近期，OpenAI官宣降价后，GPT-4o的token成本，现在是每百万token4美元。(假设是80%输入和20%输入token混合率)

　　还记得，2023年3月首发GPT-4时，每百万token的成本是36美元。

　　博客地址:https://www.deeplearning.ai/the-batch/issue-264/

　　17个月的时间，价格相当于每年下降了79%(4/36= (1- p)^{17/12})。

　　如你所见，token价格正迅速下降!

　　而推动token价格不断下降的一个因素，便是开源模型(如Llama3.1)的发布。

　　这是因为，API提供商(如Anyscale、Fireworks、Together AI初创公司，以及一些大型云服务商)并不需要担心赚回开发模型所需的成本，因此他们可以直接在价格、速度等其他因素上，开启竞争。

　　此外，一些芯片公司Groq(快速生成token领先者)、Samba Nova(能以114token/s速度运行Llama3.1405B)、Cerebras(以1800token/s速率运行Llama3.18B)，以及英伟达、AMD、英特尔、高通等半导体巨头，在硬件上的创新，近一步拉低了模型价格。

　　Groq发文介绍了，如今支持Llama模型的生态。

　　「到目前为止，Groq已经使用Llama模型套件和自家LPU Inference，每天向40多万开发人员提供50亿个免费token」。

　　在构建用程序时，吴恩达发现，根据未来技术发展方向，进行设计是非常有用的，而非局限于当前水平。

　　基于多家软硬件公司的技术路线(改进半导体、更小的模型、推理架构中的算法创新)，可以预见的是，token价格还将持续下降。

　　这意味着，即便你构建的智能体工作流看起来成本太高，而随着token价格不断下降，或许在某个时间，这套方案在未来也变得经济可行。

　　假设你创建了一个APP帮助人类，可每秒连续输出100个token。那如果百万token4美元，每小时只花费1.44美元。

　　这远远低于美国，以及许多其他国家最低工资标准。

　　Meta挑战ChatGPT赢得数百万用户

　　小扎希望，到今年年底，让Meta AI成为全球使用量最多的AI助手，超越OpenAI的ChatGPT。

　　目前，这一切正朝着他的目标，取得了进展。

　　据内部2位员工透露，8月初，Meta AI(2023年9月发布)在发布不到一年时间里，收揽了至少4亿月活跃用户和4000万日活跃用户。

　　这些数字从侧面反映了，超30亿用户的Meta，每天至少使用Meta旗下的一款应用中的AI助手。

　　此外还包括，通过Meta AI专属网站，以及Ray-Ban智能眼镜，也收获了不少用户。

　　庞大的用户群，成为大型科技公司优势，希望从ChatGPT中夺取一部分市场份额和关注度。

　　其实，谷歌也向数十亿用户推广了对话式AI——Gemini，但力度却不如Meta。

　　但一些使用Meta应用程序的人，在Facebook、Reddit、X上，抱怨Meta过于激进地推广AI助手，比如在其APP的键盘上添加搜索按钮。

　　有的人还出了一个关闭Meta AI对话的教程。

　　出于对用户参与度的担忧，Meta员工可能会不定期讨论的一个问题是，是否有些用户无意间使用了Meta AI。

　　8月初使用数据显示，大约10%的月活跃用户，每天使用助手来回答问题、生成图像和执行其他任务。

　　而这一比例远低于Meta的其他应用程序。

　　Meta此前2月报告称，80%的月活跃用户每天至少使用一款自家的应用。

　　这些数字表明，Meta AI已经是ChatGPT强有力的竞争者之一。

　　2022年11月，ChatGPT首次推出。截至目前，每周有超2亿人使用。鉴于最近的使用数据，Meta AI可能相距不远。

　　与Meta AI不同，ChatGPT也是一项盈利的业务模型。

　　数百万用户每月需要支付20美元，成为ChatGPT Plus用户，才能用上最先进模型撰写、编程、答问的能力。

　　数据显示，ChatGPT订阅收入，每年大约高达20亿美元。

　　Meta已在今年投入高达400亿美金数据中心和其他基础设施。

　　而Meta AI被视为，未来公司获得这些巨额投资回报的关键部分，主要用于开发这一产品的背后大模型Llama。

　　虽有报道曝出，Meta正推出一个付费版的高级人工智能助手。

　　去年9月，Meta刚刚推出AI助手时，人们最初只能通过Instagram、WhatsApp或Messenger上的直接消息与Meta AI聊天。

　　今年，Meta开始在各种应用中， 让其变得更加显眼、容易访问。

　　4月，他们将Meta AI添加到其应用程序的搜索栏和信息流中，并为其推出了独立网站meta.ai。

　　同月，Meta还推出了一个新版本的AI助手，该版本能够识别和解析图像，并在其Ray-Ban智能眼镜中广泛应用。

　　目前，该助手在Meta的应用程序中可用的语言有8种，并在22个国家提供，同时在美国和加拿大的智能眼镜中提供英语版本。

　　开源AI如火如荼

　　开源AI技术正在迅速发展，推动着生成式AI的重大创新。通过GitHub和Hugging Face等可访问的研究和平台，社区已经启动了取得突破性成果的项目。

　　生态系统:稳步增长，走出泡沫化的底谷期(Trough of Disillusionment)

　　自2023年第一季度的温和增长以来，开发者的兴趣已经增长并稳定下来，进入了「稳步爬升的光明期」(Slope of Enlightenment)——价值驱动的创新在此增长。

　　2024年，开源AI中严肃的开发者参与(即GitHub贡献者)仍在继续增加。

　　市场分析:开发工具仍是热门，训练和监督势头正旺

　　- 开源AI产品初创企业数量显著增加

　　2024年，参与开源AI的参与者数量激增，新的参与者如Neum AI和Patronus AI进入了这一领域，而像Vian AI这样的老牌参与者也为其用户提供了开源工具包。

　　- 开发工具仍然热门;培训和监控工具竞争加剧

　　大多数初创企业仍专注于生成式AI的开发工具，这对于构建、部署和管理应用程序至关重要。

　　然而，围绕模型训练和监督用例的初创企业活动有所增加，这表明可能会向在小众数据上微调模型和增强AI治理的方向转变。

　　在开源模型领域，领先者开始显现，开发的新模型较少，更多的重点放在来自Mistral和Meta等公司的改进和更高效的版本上。

　　- 开源开发正在缩小与闭源解决方案的差距

　　开源使得研究更具成本效益和可访问性，促进了来自多元创作者的创新，并且法律限制较少。据统计，有41%的企业用户倾向于选择开源来满足生成式AI的需求。

　　融资环境:融资步伐加快，规模更大、后期交易增

　　过去两年，开源AI领域已完成60多笔交易，总融资额超过130亿美元。这些交易中有超过45%属于A轮及以上的融资，表明对增长阶段投资的强烈关注。

　　- Deci AI被英伟达以3亿美元收购

　　- Scale AI完成了10亿美元的F轮融资

　　- Mistral AI完成了6.4亿美元的B轮融资

　　- Together AI完成了1.06亿美元的A轮融资

　　在开源AI领域中，模型训练和开发工具是获得资金最多的细分领域(不包括Mistral和Databricks)，占总融资的60%。

　　其中，英伟达参与了8笔交易(包括Scale AI、Mistral AI、Together AI)。

　　基础模型:性能差距已缩小

　　如今，开源和闭源模型之间的基准差距现在比以往任何时候都要小——Meta Llama和Mistral在MMLU上的表现几乎与GPT-4o相同。

　　其他开源模型，如Qwen和Yi，也在性能上快速赶上。

　　为了解决现有评估(如Elo和MMLU)的局限性，Hugging Face于2024年6月正式推出了专注于复杂任务的开源LLM排行榜——Open-LLM-Leaderboard。

　　在过去的6个月中，随着新竞争者的出现，开源AI的格局发生了显著变化。

　　经过大量数据预训练的Qwen，于2024年6月在Huggingface Traction上获得了最高的下载量。

　　Github:Huggingface、MindsDB和Roboflow非常火爆

　　GitHub的stars是项目在GitHub上受欢迎程度的直接指标。

　　AutoGPT和ModularML的Mojo在2023年引领了GitHub热度——自那时以来，多个仓库已经获得了显著的进展。

　　LeRobot提供基于PyTorch的真实世界机器人模型、数据集和工具，旨在使机器人技术更易于访问。它具有最先进的模仿学习和强化学习方法，提供预训练模型、人类收集的数据集和模拟环境。

　　由英伟达支持的MindsDB是一个使用企业数据构建AI模型的平台。MindsDB简化了数据源和AI/ML工具之间的连接，自动化工作流程以创建定制的AI系统。