Chaen.ai 合作咨询

观点

开源模型与闭源模型怎么选 黄仁勋的四点主张

🗓 ⏱ 4 分钟阅读

English日本語

XFacebookLINEはてブ
开源模型与闭源模型怎么选 黄仁勋的四点主张

英伟达黄仁勋谈开源模型与闭源模型怎么用:现在用最前沿的闭源模型,同时用开源模型做自己的智能,能公开的全部公开。本文整理他的四点主张,以及借用与自建的分界线该怎么划。

闭源模型和开源模型该用哪一个?英伟达的黄仁勋对这个问题的回答是两个都要,而有意思的地方在于他把它们排列的顺序。在与 Box 的 CEO 亚伦·莱维(Aaron Levie)的对话中,他主张所有人都应该用最前沿的闭源模型,同时每家公司最终都会用开源模型做出自己的智能。我在现场拍了视频,并加上了英日字幕。这篇文章整理他的四点主张,以及决定「借到哪里、从哪里开始自己拥有」这条线时该怎么想。

黄仁勋关于开源模型与闭源模型的四点

他的整个主张就浓缩在四句短句里。

  • 所有人都应该用最前沿的闭源模型
  • 每家公司最终都会用开源模型做出自己的智能
  • 能放出去的东西就全部放出去,这是做生意的第一原则
  • 最后留下来的是针对自己领域的专门智能

四句话并排放着,看起来像互相矛盾:叫你用前沿,又叫你自己做;叫你自己做,又叫你把手里的东西都公开。但如果按时间轴和适用范围拆开读,它其实是一条线。眼前的活用当下最强的闭源模型推进;与此并行,培养一个只属于自己领域的智能;同时把能公开的公开出去,让外部的改进再流回来。这三件事不是排队等的三个阶段,而是同时在跑。

先借前沿,再谈自建

我觉得最值得注意的是顺序。他没有从自建模型讲起,而是先放下「所有人都应该用最前沿的闭源模型」。企业内部的讨论往往反过来:先评估内部自建,再考虑引入。可是如果公司里没有人真正上手过当下最聪明的那个东西,你也判断不出什么值得自己做。借用和拥有并不对立,借用过程中学到的东西,正好是自建时的设计图。

把能公开的全部公开,当成第一原则

「能放出去的东西就全部放出去,这是做生意的第一原则」——这句话出自主张开放一方的立场,我也是这样理解的。把本来可以公开的东西攥在手里,带来的优势撑不了多久。被用得越多,改进和认知流回来的也越多。这套逻辑对企业的对外传播同样适用。把自己的经验与方法藏起来不公开,这个判断每年都变得更不划算。真正的工作已经从「要公开什么」变成了「到底有什么是不能出去的」。

最后留下的是领域里的专门智能

第四点是结论。谁都能用的东西形成不了差距,留下来的是围绕自己领域闭合的那部分智能。这不是在说模型多大、多新,而是在说你喂给它什么。只要你用的模型和用法都和别人一样,差距就无从产生。

收尾落在「用 Context Engine 把它连起来」

他最后大致是这样说的:想在公司内部把闭源模型用起来,就用 Context Engine 连起来;想用公司内部的知识做出自己的 AI,这也做得到;技术已经全都齐了。

换句话说,「技术还不成熟」已经不能再当作等待的理由。借用这条路有工具,自建这条路也有工具。于是剩下的问题不是技术问题:你要连什么,要教它什么。没有回答这个问题的公司,无论下一个模型什么时候来,都会停在同一个位置。

我的判断:两年内开源模型会达到现在的前沿水平

接下来是我自己的预测。我认为两年内开源模型也会达到现在前沿级别的水平,并且同时变得更小。一旦如此,各家公司拥有自己的模型就不再是一项特殊投资。如果今天的前沿会变成几年后的基准线,那时候还能形成差距的,只剩手上的数据和业务的上下文。

这是预测,可能会落空。但把落空的情况也想一遍并不吃亏。如果开源模型没追上来,继续借就行,什么都没损失;如果追上来了而内部知识还是一团散沙,哪怕有了选项你也转不过去。无论往哪边走,「把内部知识整理成可用的形式」都不会白做。这是一个不对称的赌注:只需要为其中一种结果做准备。

借用还是自建,这条分界线是经营决策

把问题框成「用外部模型还是自己做」,讨论就会卡住。真正的问题是借用的范围和自己拥有的范围之间,这条线划在哪里。这条线看着像技术判断,实际上是经营判断。我会按这个顺序想:

  • 哪些工作送到外面也没问题?那部分交给当下最前沿的闭源模型
  • 哪些知识不希望流出公司?那就是自己拥有的候选
  • 这些知识现在存在哪里?如果只在人的脑子里,现在还教不了任何东西
  • 在自己的领域里,哪一块能理直气壮地说比别人更懂?那就是专门智能的内容
  • 有什么是公开也不吃亏的?如果公开能换回口碑和改进,就别攥着

按这个顺序推下来,「全部自建」和「全部外购」都不会被选中,留下的是一张按业务逐条划线的表。正因为是表,技术一动你就能重新划。

在日本会被怎么理解,以及对海外 AI 公司的启示

这个话题在日本讨论时,注意力容易集中在「现在哪个前沿模型最强」上。模型的排名是会变的,真正留得久的是把自家知识整理成可用形式这件不起眼的工作。内部文档和隐性经验一直散着,选哪个模型结果都差不多。愿意像做模型选型那样认真投人去整理内部知识的公司,才会拉开距离。

对想把产品带到日本的海外 AI 公司,这里也有启示。「应该用最前沿的」和「你可以自己做」这两句话,对日本的负责人来说很容易听成互相排斥;一旦听不清现在在讲哪一件事,评估就会停下。像黄仁勋那样按时间轴把两件事分开、依次摆出来,才传得过去。另外他确实会讲:把主张切成四句短句依次排列,最后用「技术已经全都齐了」收尾。这个结构,在日本做演讲的海外公司完全可以照着用。凡是有口译或字幕的场合,短句才是最不容易走形的——我自己加字幕时特别有这个体会。

怎么用在自己公司

先在真实业务里把当下最强的闭源模型用到尽;与此并行,把不能流出公司的知识盘点出来,整理成机器真的读得懂的形式;然后划出借用与自建的分界线,并定期重划。开源模型越强,这条线就越往自己拥有的一侧移动。现在要做的工作,是让自己在那条线移动时有能力跟着动。

常见问题

黄仁勋认为该用闭源模型还是开源模型?

两个都要。他说所有人都应该用最前沿的闭源模型,同时每家公司最终都会用开源模型做出自己的智能。按他的说法,最后留下来的是针对自己领域的专门智能。

想自己拥有模型,该从哪里开始准备?

先把不能流出公司的内部知识盘点出来,整理成可用的形式。黄仁勋收尾时说技术已经全都齐了。所以剩下的问题不是工具,而是你要连什么、要教它什么。

你怎么判断开源模型的追赶速度?

我自己的判断是两年内开源模型会达到现在前沿级别的水平,同时变得更小。这只是预测,可能会落空。但无论往哪边走,整理内部知识这件事都不会白做。

根据 X 帖子整理原帖 ↗

分享这篇文章

XFacebookLINEはてブ

作者

茶圓 将裕
茶圓 将裕 DigiRise 株式会社 创始人兼 CEO

DigiRise 株式会社 CEO。为600多家企业、5万多人提供AI培训、咨询与开发支持。GMO AI & Crypto 顾问、Google Gemini AI 顾问。X 粉丝超过20万。