開源 AI 座談筆記

今天早上參加了一場精彩的開源 AI 座談會，與來自 Meta、Linux Foundation、UC Berkeley、Sequoia Capital 和 NVIDIA 的專家對談。分享幾個讓我印象深刻的觀點：

首先，「開源 AI」其實包含幾個不同概念：從僅開放權重但有使用限制，到完全開放的科學模式（包括架構、權重、資料集和程式碼）。Meta 最近將 Llama 40.5B 移除了限制模型輸出使用的 CLAWSM 授權，讓開發者能自由用於提煉和改進小型模型，這顯示開源授權如何跟著開發者需求而調整。

關於開源的商業模式，有幾個實用的觀察：

• 成功的開源專案自然會吸引使用者，解決了一半的產品市場匹配問題
• 開源幫助驗證技術是否有用，而商業模式則專注在如何產生收入
• 不同於傳統提供託管解決方案的模式，新趨勢是把開源模型（如 Llama、DeepSeek、Gemma）當作基礎構建塊

在開源與閉源的討論中，專家們認為：

• 長期來看，開源 AI 會越來越重要，特別是在推理引擎和後訓練技術上
• 開源和閉源模型會共存，就像 Windows 和 Linux
• 大型模型可能保持閉源，但仍是建立在 PyTorch 等開源框架上

中美在開源 AI 的競爭也很有看頭：

• 中國的 DeepSeek 等模型展示了明顯的創新
• 在美國，AI 研究集中在少數公司，學術界則在邊緣創新
• 限制開源可能只會讓其他國家更快開發自己的模型

我特別認同 Ion Stoica 的觀點：開源專案能否成功，很大程度上取決於它是否有強大的維護者社群，以及企業是否看到參與的商業價值。開源不是純粹的利他主義，公司通常都有「自私的目標」，比如 Meta 透過 PyTorch 與研究社群建立共同平台，把創新帶回自己的產品。

這也是為什麼我對自己最新的專案 FreeSEED 感到興奮，我們正在打造一個專為繁體中文和英文使用者量身打造的開源大型語言模型，基於 DeepSeek R1。我們的使命是透過解決文化差異來民主化 AI，所有模型權重都以 AGPL-3.0 授權釋出。這場座談更加強了我的信念：開源對確保 AI 發展能尊重多元語言需求和文化脈絡至關重要。

FreeSEED LLM Project: http://freeseed.ai