Sora 引发的讨论还在持续。有人认为 Sora 将是通往 AGI（通用人工智能）的快车道，也有人只是认为 Sora 开拓了 Transformer 架构与扩散模型相结合的全新技术路线，还有人认为 Sora 与 AGI 没有太大的关系，是一个产品上的重要里程碑，但在技术上并不比 ChatGPT 更重要。

不管 Sora 的出现意味着什么，大模型之战都还远远未到终局。如果说 OpenAI 已经占据了今天闭源大模型生态的一极，那 Meta 无疑是代表开源大模型的另一极。

Meta 的 Llama（羊驼）可以说从一开始就是最强大的开源大模型之一。去年 7 月，Meta 更是发布更强的 Llama 2，最为关键的是开源协议从「仅研究可用」转向了「免费可商用」，虽然也造就了一大批「套壳」的大模型，但毫无疑问一举改变大模型的格局。

不过 AI 世界一天一变，前有法国开源「新秀」Mistral 将 Llama 2 挑落马下（2 月又推出了「仅次于 GPT-4」的闭源大模型 Mistral Large），后有谷歌发布 Gemma 开源大模型碾压 Llama 2。

Llama 3 该来了。

今年 1 月，Meta CEO 马克·扎克伯格（以下简称「小扎」）就在 Instagram 视频中宣布，Meta AI 已经开始训练 Llama 3。而据 The Information 最新披露，Meta 计划在今年 7 月正式发布 Llama 3。

小扎的官宣视频，图/ Instagram

考虑到 Meta 在第一代 Llama 花了三个月的时间来训练，在 Llama 2 花了大约六个月的时间来训练，如果下一代模型遵循类似的时间表，也应该是在 2024 年 7 月的某个时间发布。

不仅如此，综合相关报道以及 Meta 官方透露出的信息，预计将在四个月后发布的 Llama 3 还有着更大的野心，恐怕又将以开源之姿再次改变大模型世界。

Llama 3 继续进化，Meta太豪横了

至少在当下，算力依然是大模型「迭代」的关键因素之一，就连 OpenAI 也要时不时说明自身的算力储备。

在 Instagram 视频中，小扎就表示，预计到 2024 年底，Meta 将拥有 350000 块英伟达 H100（官方定价单块 3.5 万美元，实际还在溢价），如果算上其他算力资源将达到近 600000 块 H100：

目前可能也只有微软、谷歌拥有与之可比的算力储备。

H00 GPU，图/英伟达

小扎的言下之意其实很明显：Meta 有足够的 AI 算力资源来支持 Llama 3 的大规模预训练以及生成式 AI 的技术研究。

具体的参数大小暂且无法得知，但可以预计将会延续之前的多个参数规模版本，有传闻称最大版本将超过 1400 亿参数，直接挑战 GPT-4 等领先的大模型。

The Information 还引用内部消息指出，Llama 3 不仅会放松「安全围栏」，与 GPT-4、Gemini 以及 Llama 2 相比，Llama 3 在处理争议问题时提供更好的回答。Meta 显然希望至少提供有关查询的上下文，而不是忽略、拒绝回答用户提出的问题。

想要做到这一点，除了要求 Llama 3 从技术更好地改善大模型的「幻觉」问题，或许也要求上下文长度的改进。在 Llama 2 上，Meta 就将上下文长度翻了一番，让模型在推理期间（与 AI 聊天的过程）可以「记住」两倍的 Token 上下文。

另一方面，如今大模型厂商普遍都在转向多模态大模型（如 Gemini、GPT-4V）的研究，即在文本之外还支持和理解图像和音频，可以同时生成文字、图片、声音和视频。Meta 大概也不例外。

小扎虽然只确认 Llama 3 和 Llama 2 一样将包含代码生成功能，却没有明确提及其他多模式功能，不过他在官宣视频还是谈到了「人工智能」与「元宇宙」相结合的设想。

「眼镜是让人工智能看你所看、听你所听的理想产品形态，」小扎在谈到 Meta x 雷朋眼镜时指出，「它随时可以提供帮助。」雷科技在独立 AI 终端 AI Pin 的报道中，也深入论述了可穿戴设备在 AI 视觉/听觉领域的巨大潜力。

图/雷科技报道团现场摄制

换言之，Meta 的方向一定是让 AI 模型同时具备自然语言理解、视觉和听觉能力。由此推测，Llama 3 甚至后续几代 Llama 对于多模态的支持可以说是题中应有之义。

总得来说，我们可以合理地预期，就算 Llama 3 的规模还是维持在从 70 亿参数到 700 亿参数不等的范围，仍旧会带来显著的性能提升，同时 Llama 3 也将带来更大的想象空间。

更何况 Meta 还有对 AGI 的追求。

「越来越清楚的是，下一代服务需要构建全面的通用智能。」小扎明确地指出了 Meta 构建 AGI 的长期目标，「打造最好的人工智能助手、创作者人工智能、企业人工智能等等——这需要人工智能各个领域的进步，从推理到规划到编码到记忆以及其他认知能力。」

当然，这并不意味着 Llama 3 就将实现（甚至试图实现）AGI。但毫无疑问，Meta 正在有意以一种他们认为最终可能实现 AGI 的方式，进行研究和开发。

为了成功，Llama 3 还会继续开源

公允地说，Llama 3 开不开源，将极大地影响到整个人工智能行业。

作为行业被应用最多的开源大模型，Llama 2 及其为重要核心的上下游已经开始有意识构建生态。去年 12 月，为了对抗 OpenAI、谷歌为代表的闭源阵营，Meta 联合甲骨文、英特尔、AMD、IBM、索尼、戴尔等 57 家全球科技公司和研究机构成立了「AI 联盟」。

AI 联盟成员，图/ IBM

这个联盟有 6 大目标，其中很重要的一项就是搭建开源大模型生态，包括从研究、评估、硬件、安全、公众参与等一整套流程。

小扎虽然从始至终没有明确指出 Llama 3 开源与否，但 Llama 3 很大概率将会继续开源。

官宣正在训练 Llama 3 后，小扎就在 The Verge 的采访中表示：「我倾向于认为，这里面临的更大挑战之一是，如果你构建了真正有价值的东西，那么它最终会变得非常集中。然而，如果你让它更加开放，那么就可以解决由于机会和价值不平等而可能产生的一大类问题。」

如果小扎的回应更像是表达一种态度，Meta 首席人工智能科学家 Yann LeCun 的回应更加「直指根本」。在接受《连线》杂志的采访中，Yann LeCun 指出：

当你拥有一个很多人都可以贡献的开放平台时，进步就会变得更快。您最终获得的系统更加安全且性能更好。（同时）想象一下未来，我们与数字世界的所有交互都由人工智能系统主导。你不希望人工智能系统由美国西海岸的少数公司控制。也许美国人不会关心，也许美国政府不会关心。但我现在告诉你，在欧洲，他们不会喜欢它。

Yann LeCun，图/ Meta

总而言之，开源能够吸引更多厂商进行微调，吸引更多的开发者构建应用，也吸引更多的用户进行使用，带动生态的快速进步。特别当 Meta 占据开源大模型的顶级生态位，除了最先进的闭源大模型，用户恐怕会对其他所有模型失去兴趣，Meta 也更容易在 OpenAI 的生态之外培育一个庞大的开发生态，甚至超越 OpenAI：

就如同当年 Android 的后来居上。

此外，监管问题也是无法回避的。考虑到人工智能的颠覆性，当人工智能的进程不是由一家公司完全主导，而是由全球公司和开发者联手打造，也更容易被监管机构所接受。

写在最后

愿景是美好的，现实却不一定。问题是，Meta 还能够重回开源「王座」，甚至超越 GPT-4 吗？

图/ X（原 Twitter）

时移事易，Llama 3 发布之时，Meta 要面对的情况可能完全不同。谷歌 Gemma 的下场碾压，Mistral 的黑马之姿，都证明了 Meta 的开源「王座」并不稳固。尤其是谷歌，虽然次次都被 OpenAI 压一头，但没有人敢真的忽视谷歌的钱、技术与号召力。

当然，这些问题最终还是要等到 Llama 3 发布之时，才会有更明确的答案。在那之前，大模型乾坤未定，一切皆有可能。