Llama 开源模型下载量惊人，18 个月发展成强大生态系统
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，Llama 1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Llama 3.1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、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大牛吴恩达在的博客中，算了一笔账：
近期，官宣降价后，GPT-4o的token成本，现在是每百万美元。（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：
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Llama 3.1）的发布。
这是因为，API提供商（如、、 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114 token/s速度运行Llama 3.1 405B）、，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 ，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token 4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，超越的。
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——，但力度却不如Meta。
但一些使用Meta应用程序的人，在、、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已经是强有力的竞争者之一。
2022年11月，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，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 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，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、或上的直接消息与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。通过和 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（ of ）
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 ）——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 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、后期交易增多
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
- AI完成了6.4亿美元的B轮融资
- 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（不包括和），占总融资的60%。
其中，英伟达参与了8笔交易（包括Scale AI、 AI、 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， 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-。
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 上获得了最高的下载量。
：、和非常火爆
的stars是项目在上受欢迎程度的直接指标。
和的Mojo在2023年引领了热度——自那时以来，多个仓库已经获得了显著的进展。
提供基于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。
由英伟达支持的是一个使用企业数据构建AI模型的平台。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。
参考资料：
