Meta被曝明年发布「开源版GPT-4级」全新大模型！参数量比Llama 2大数倍，可免费商用

---

  新智元报道  

根据外媒《华尔街日报》消息，Meta正在加紧开发新的大语言模型，能力将完全对标GPT-4，预计将于明年推出。

消息还特别强调了，Meta新的大语言模型将比Llama 2大数倍，而且大概率还是会开源，支持免费商用。

自从年初Meta将LlaMA「不小心」泄露出来之后，到7月份Llama 2的开源发布，Meta渐渐找到了自己在这次AI浪潮中的独特位置——AI开源社区的旗帜。

在5月份的时候，美国监管层就邀请了当时他们认为AI行业相关的头部企业CEO，开了一个圆桌会议，讨论AI技术的发展。

OpenAI，谷歌，微软，都被邀请了，甚至还包括了初创公司Anthropic，但是却没有Meta的身影。当时官方对Meta缺席的回应是：「我们只邀请在AI行业中最顶尖的公司。」

好事没有轮上Meta，但是麻烦却源源不断地找上门来。

先是6月初国会一封质询信直接寄到的小扎手上，措辞严厉的要求他说明3月份LlaMA泄漏事故的前因后果。

而在后来的几个月时间里，即便在Llama 2发布之后，Meta之前花重金打造的AI团队却依然在逐渐分崩离析。

在Llama 2的致谢中，提到的4位最先发起这项研究的团队，其中三位已经离职，目前仅有Edouard Grave还在Meta。

业界大牛何恺明，也将离开Meta，回归学术界。

根据最近The Information的爆料文章，Meta的AI团队，因为对于内部算力的争夺，摩擦不断，人员陆续离开。

在这样的大背景下，小扎自己应该也很清楚，Meta自己的大语言模型，也确实没有办法和业内最前沿的GPT-4沾边。

不论是在各个方向的基准测试还是从用户反馈来看，Llama 2和GPT-4的差距依然还比较大。

在各项基准测试中，开源的Llama 2和GPT-4还有不小差距

网友的实际体验也在不断强调GPT-4比Llama 2依然领先不少

于是，小扎决定让Meta直接在模型开源之路上继续一路狂奔。

也许小扎背后的逻辑是这样的：Meta模型能力一般，打不过闭源大佬，藏着掖着也没啥意义。那就索性开源让AI社区以自家模型为基础来不断迭代，扩大自己产品在业界的影响力。

而且小扎也不止一次的在公开场合表示，开源社区针对自己模型的迭代会让自己的技术团队获得启发，从而在未来开发出更有竞争力的产品。

小扎在Fridman的播客中强调，开源能让Meta从社区中吸取灵感，而且未来Meta可能会推出闭源模型。 

参见：https://lexfridman.com/mark-zuckerberg-2/

而事实也证明，Meta的这个选择确实是正确的。

虽然在算力资源和技术实力上比不上谷歌，OpenAI，但是Meta的Llama 2等开源模型对于开源社区的吸引力依然是首屈一指的。随着Llama 2慢慢成为AI开源社区的「技术底座」，Meta也在行业中找到了自己的生态位。

最明显的一个标志是，马上9月份将要召开的国会AI闭门会议之中，小扎终于成为了监管层的座上宾，和谷歌、OpenAI等行业最前沿的公司CEO一同作为代表，对于AI行业监管发出自己的声音。

而如果明年Meta推出的新模型，能够继续保持进步，获得和GPT-4持平的能力，一方面能让开源社区继续拉近与闭源巨头的差距，坐实了「开源社区与行业最先进水平差距在一年左右」的说法。

另一方面，小扎在采访中也曾透露，如果未来大模型能力进一步提升，Meta可能会推出自己的闭源模型。如果新的模型能进一步迫近行业SOTA，也许就离Meta推出自己的闭源模型不远了。

虽然Meta看起来在这波AI浪潮中已经暂时落后了，但是小扎的野心也不甘心只做一个追随者。

在「AI三巨头」Yann Lecun的指引下，Meta也正在为颠覆整个行业做着准备。

今年2月4日，LeCun就直白地表示，「在通往人类级别AI的道路上，大型语言模型完全是一条歪路」。

他认为这种根据概率生成自回归的大模型最多活不过5年，因为这些人工智能只是在大量的文本上训练的，它们无法理解现实世界。

所以这些模型既不会计划也不能推理，它们拥有的只是上下文学习能力。

严肃的说，这些在LLM上训练的人工智能几乎毫无「智能」可言。

而LeCun期待的，则是能够通向AGI的 「世界模型」。

世界模型能够学习世界如何运作，更快速地进行学习，为完成复杂任务做出计划，并随时应对不熟悉的新情况。

这与需要大量预训练的LLM不同，世界模型能够像人类一样，从观察中找到规律，适应新环境、掌握新技能。

相较于OpenAI在LLM领域不断精进深耕的策略，Meta力求多样化的模型开发。

今年6月14日，Meta发布了一个「类人」的人工智能模型 I-JEPA，也是史上第一个基于LeCun世界模型愿景关键部分的AI模型。

论文地址：https://arxiv.org/abs/2301.08243

I-JEPA能够理解图像中的抽象表征，并通过监自督学习获取常识。

并且I-JEPA不需要额外的人工制作的知识作为辅助。

之后，Meta推出了Voicebox，这是一个全新的突破性语音生成系统，基于 Meta AI 提出的一种新方法——流匹配。

它可以合成六种语言的语音，执行去噪、编辑内容、转换音频风格等操作。

Meta还发布了通用的具身AI agents。

通过语言引导技能协调（LSC），机器人能够在部分预先映射的环境中，进行自由的移动、拾取。

在多模态模型的开发中，Meta也与众不同。

ImageBind，第一个能够从六种不同模态绑定信息的人工智能模型。

它赋予机器全面的理解能力，将照片中的物体与它们的声音、三维形状、温度以及运动方式联系起来。