不知道李彦宏如今心情怎样。
就在他公开体现 “ 开源模子会越来越掉队 ” 的 3 天后，活菩萨小扎慢悠悠地登场了。
丝绝不给体面，以一己之力掀翻了桌子。
就在本日破晓， Meta 正式发布了全新的 Llama 3 模子，还一次上新了 8B 和 70B 两个参数版本。
它的练习数据集比 Llama 2 整整大了 7 倍，到达了 15T ，容量也是上一代的两倍，支持 8K 上下文长度。
如今，它们已经接入了 Meta 最新发布的智能助手 Meta AI 中，全部人都可以免费利用。
这两个模子同样全面开源，开辟者可以免费下载，而且用于商用。（ 不外要注意的是，假如 MAU 凌驾 7 亿，你得申请特殊商业允许 ）
小扎这是誓死要在开源这条路上，一条道走到黑了。
固然更炸裂的是 Llama 3 的力气除了稳居开源大模子榜首外，乃至还能在肯定水平上，薄纱 Gemini Pro 1.5 、 Claude 3 Sonnet 等处于第一梯队的闭源大模子。
有网友更新了一份现有大模子的本领和参数对应表，能看到 Llama 3 的两个模子的体现都相当亮眼。
这，可以说是给大模子的开源派大涨了一波士气。
反正消息一出炉，开源社区立马就沸腾了，各种梗图满天飞，感谢着小扎又带兄弟们冲了一次。
不外，世超以为既然模子已经上线了，看再多的技能细节和跑分数据，都不如咱们亲身上手试试。
轻微有些痛惜的是，如今发出的这两个版本，还没有办法支持中文输出。
也临时只有笔墨对话和绘图这两个简朴的功能。在各家多模态打磨得入迷入化的如今，多少有点 OUT 了。
不外幸亏这次 Meta 的图片输出，有一个挺新奇的功能。我们在谈天框里输入笔墨，不须要发送， Llama 3 就会实时根据内容天生图像。
比如我分频频在对话框输入了【 一只猫在睡觉、舞蹈和跳跃 】，就能看到屏幕上天生的图片内容在跟着实时厘革。
到了笔墨输出这边，惊喜度就不高了。
既然它在测试中，说自己在编程、多选题等等方面，都赶超 Claude 3 的中型版本，咱也偏重测了测这方面的虚实。
世超测了很多题，这里就只放出双方有差异的地方。
比如简朴的逻辑推理：我本日有 3 个苹果，昨天吃了一个，本日还剩几个？
Llama 3 完全没有压力，轻松驾御。
但同样的题抛给 Claude 3 ，却被完全绕进去了。
不外，反面世超反面简朴测了几道代码本领，反而 Claude 3 的体现更让人惊艳。
世超要求 Llama 3 给我做两个简朴的 html 小游戏。
效果，做出的贪吃蛇和打砖块游戏，都没有办法正常运行。游戏还没有开始，就体现 Game Over 了。
但 Claude 3 这边做的，虽说有点小瑕疵，游戏重新开始之后，分数不会革新。但除此之外都很美满，游戏能有正常运行。
而且天生速率巨快，几秒钟就做出来。上一次见到这个速率的，照旧 GPT-4 。
而在反面的开放题， Llama 3 则又立即扳回了一城。
世超给了一个开放性的标题：类人呆板人的未来会是什么样子？
几个字的小标题， Llama 3 按照短期、中期和远期，三个阶段来分点构思了一下大概性。
由于篇幅限定，这里只截取了短期
Claude 3 这边就有些中规中矩了，跟上面分时间、分点摆列的优等生比，逊色不少。
团体测试下来，Llama 3 和闭源的 Claude 3 根本打得有来有回，乃至一些方面小胜。
但假如只能做到这个水平， Meta 这次更新根本没法在圈子里掀起这么大风浪。
这俩模子并不是重头戏，真正牛叉的地方，是官网里提到的一个信息：400B+ 参数级的 Llama 3 正在练习准备中了。
从纸面的各项数据上看，它各方面都强得可骇。
Llama 的产物副总裁 Ragavan Srinivasan 在一次采访中说，这个版本可以媲美同类的一流专业模子。
不但做到媲美，很多功能体现，还要强过 Claude 3 的超大杯版本和 GPT-4 。
虽说 Meta 以为还要评估一下安全性，再决定开不开源，但消息一出，业内早已经开始狂欢了。
由于开源社区的人，大概不消等着 OpenAI 重拾初心，就能到调教、魔改上GPT-4 级别的模子了。
英伟达科学家直接就发文说，小扎这个 400B+ 的模子，将会是行业的一个分水岭，会改变很多公司和研究的未来。
刚好本日过生日的前百度首席科学家、谷歌大脑之父吴恩达，也说 Meta 这次更新，是他有史以来收到过最好的生日礼品。
可想而知， Llama 3 给行业带来的震撼。
如今，这个 400B+ 的终极版本预计将会在炎天发布。
OpenAI 再不发力，Llama 3 为代表的开源大模子，彻底超车闭源大模子的汗青时候，大概真的就要到临了。
而早在 Llama 3 发布之前，大模子是开源牛，照旧闭源好的标题，实在早就吵得不可开交了。
双方阵营都不缺大佬，李彦宏所说的， “ 开源模子会越来越掉队 ” ，世超以为逻辑上是很自洽的。
由于闭源公司有成熟的商业模式，有更多的资金和人力砸进去搞研究，自己辛劳研发的结果，也可以得到掩护。简而言之就是能赢利，能赢利才华聚集算力、聚集人才。
反观很多开源模子，不但商业模式还在探索中，有的也都是零零分离的小规模产物。
月之暗面的杨植麟就曾发表过类似的观点，说是大部门基于开源大模子的应用，没有颠末大算力的验证，它们在性能的稳固性、未来的可扩展性都欠好说。
而支持开源的这一派，世超同样也以为不无原理。朱啸虎曾经表达过一个见解，闭源如今确实领先于开源，但开源模子终极会追上。
“OpenAI 就一两百个工程师，开源的全天下几百万、几千万工程师在用，怎么大概不停比非开源的掉队？ ”
开源社区用了一年时间，就凌驾了 GPT-3.5 ，如今已经来到 GPT-4 水平。而如今 Llama 3 等模子的大力大肆赶超，正在不绝验证这句话。
比尔盖茨从前间，曾经公开吐槽过 Linux 体系。以为它从商业上来看根本不可行，既不能掩护自己的知识产权，又没法赚取收入来搞研发，最多就是个半吊子。
《 乔布斯传 》中也提到过，乔布斯也怒喷过隔壁安卓就是 shit ，以为它的开源给它带来各种贫困。
末了这俩超等大佬都被打脸了。。。乃至比尔盖茨厥后公开承认微软在偷学 Linux ，安卓也丝绝不比 iOS 差。
而世超以为，很大概大模子的开源闭源之间，根本就不是不共戴天、不是谁强谁就肯定弱。
就比如谷歌，根本就是两手抓，既有闭源的 Gemini ，也有开源的 Gemma 。曾靠开源出圈的 Mistral 在拿了微软投资之后，它的 Mistral Large 也不再对外开源。
以是开源和闭源很大概只是门路之别，哪有啥对错，只是有符合与否。
而唯一能确定就是，甭管你是开源照旧闭源，烧钱都是逃不开的，无论是 OpenAI 背后的微软，照旧 Llama 背后的 Meta ，亦或是国内的 BAT ，大模子的战场照旧这帮顶级资源之间的斗争。
怎样学习大模子 AI ？
由于新岗位的生产服从，要优于被代替岗位的生产服从，以是实际上整个社会的生产服从是提拔的。
但是具体到个人，只能说是：
“开始把握AI的人，将会比力晚把握AI的人有竞争上风”。
这句话，放在盘算机、互联网、移动互联网的开局时期，都是一样的原理。
我在一线互联网企业工作十余年里，引导过不少偕行子弟。资助很多人得到了学习和发展。
我意识到有很多履历和知识值得分享给各人，也可以通过我们的本领和履历解答各人在人工智能学习中的很多狐疑，以是在工作繁忙的情况下照旧对峙各种整理和分享。但苦于知识流传途径有限，很多互联网行业朋侪无法得到精确的资料得到学习提拔，故此将并将紧张的AI大模子资料包罗AI大模子入门学习头脑导图、佳构AI大模子学习册本手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让各人对大模子 AI有一个最前沿的熟悉，对大模子 AI 的明确凌驾 95% 的人，可以在相干讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 谈天，而你能调教 AI，并能用代码将大模子和业务衔接。
- 大模子 AI 醒目什么？
- 大模子是怎样得到「智能」的？
- 用好 AI 的核心心法
- 大模子应用业务架构
- 大模子应用技能架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心头脑
- Prompt 范例构成
- 指令调优方法论
- 头脑链和头脑树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模子 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的本领。快速开辟一个完备的基于 agent 对话呆板人。把握功能最强的大模子开辟框架，捉住最新的技能盼望，得当 Python 和 JavaScript 步伐员。
- 为什么要做 RAG
- 搭建一个简朴的 ChatPDF
- 检索的底子概念
- 什么是向量体现（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 体系的扩展知识
- 混淆检索与 RAG-Fusion 简介
- 向量模子本地摆设
- …
第三阶段（30天）：模子练习
恭喜你，假如学到这里，你根本可以找到一份大模子 AI相干的工作，自己也能练习 GPT 了！通过微调，练习自己的垂直大模子，能独立练习开源多模态大模子，把握更多技能方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模子
- 什么是模子练习
- 求解器 & 丧失函数简介
- 小实行2：手写一个简朴的神经网络并练习它
- 什么是练习/预练习/微调/轻量化微调
- Transformer布局简介
- 轻量化微调
- 实行数据集的构建
- …
第四阶段（20天）：商业闭环
对环球大模子从性能、吞吐量、资本等方面有肯定的认知，可以在云端和本地等多种情况下摆设大模子，找到得当自己的项目/创业方向，做一名被 AI 武装的产物司理。
- 硬件选型
- 带你相识环球大模子
- 利用国产大模子服务
- 搭建 OpenAI 署理
- 热身：基于阿里云 PAI 摆设 Stable Diffusion
- 在当地盘算机运行大模子
- 大模子的私有化摆设
- 基于 vLLM 摆设大模子
- 案例：怎样优雅地在阿里云私有摆设开源大模子
- 摆设一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法存案
- …
学习是一个过程，只要学习就会有挑衅。天道酬勤，你越积极，就会成为越良好的自己。
假如你能在15天内完玉成部的使命，那你堪称天才。然而，假如你能完成 60-70% 的内容，你就已经开始具备成为一名大模子 AI 的精确特性了。
这份完备版的大模子 AI 学习资料已经上传CSDN，朋侪们假如须要可以微信扫描下方CSDN官方认证二维码免费领取【包管100%免费】
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！qidao123.com:ToB企服之家，中国第一个企服评测及软件市场,开放入驻,技术点评得现金 |
发表于 2026-2-4 23:12:15