Mistral、Perplexity、Cursor、Reflection AI 和 Thinking Machines Lab 的首席執(zhí)行官等 AI 領(lǐng)導(dǎo)者一致認(rèn)為，開放模型領(lǐng)域取得的成果有利于整個 AI 生態(tài)系統(tǒng)的創(chuàng)新。

AI 是我們這個時代的決定性技術(shù)，正在迅速成為核心業(yè)務(wù)基礎(chǔ)設(shè)施。AI 由各種模型組成的生態(tài)系統(tǒng)推動：大型和小型模型、開放和專有模型、通用和專用模型。

這種多樣性至關(guān)重要，因為在未來，每個應(yīng)用都將由 AI 驅(qū)動，每個國家都將構(gòu)建 AI，每個公司也都將使用 AI。同時，這并不是開放創(chuàng)新與封閉創(chuàng)新之間的非此即彼。

在 NVIDIA GTC 大會上舉行的開放前沿模型特別會議上，NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛向與會者表示：“專有與開放不是對立的概念。可以既是專有又是開放。”

這就是為什么 AI 創(chuàng)新的未來并不在于追求單一的超大規(guī)模模型。醫(yī)療、金融、制造業(yè)等每個行業(yè)都面臨其獨特的挑戰(zhàn)。他們都需要能夠以各種方式對數(shù)據(jù)和工作流進行推理的 AI。這需要構(gòu)建能夠針對不同模態(tài)、領(lǐng)域和組織進行調(diào)整和專用化的模型系統(tǒng)，共同解決特定的業(yè)務(wù)問題。

NVIDIA 是開源 AI 的主要貢獻者，目前是 Hugging Face 上最大的組織，擁有近 4,000 名團隊成員。在 GTC 大會上，NVIDIA 宣布成立 NVIDIA Nemotron Coalition，這是模型構(gòu)建者和 AI 實驗室之間首個此類全球合作項目，通過共享專業(yè)知識、數(shù)據(jù)和計算來推進開放前沿基礎(chǔ)模型的發(fā)展。

聯(lián)盟的首個項目為 Mistral AI 和 NVIDIA 共同開發(fā)的一個基礎(chǔ)模型，聯(lián)盟成員將貢獻數(shù)據(jù)、評估和領(lǐng)域?qū)I(yè)知識，以支持模型的后訓(xùn)練和持續(xù)開發(fā)。該模型將與開放生態(tài)系統(tǒng)共享，并為下一代 NVIDIA Nemotron 模型提供支持。NVIDIA Nemotron 模型在 Hugging Face 上下載量已超過 4,500 萬次。

Nemotron Coalition 的幾位成員與其他構(gòu)建和使用開放模型的行業(yè)領(lǐng)導(dǎo)者一起，在 GTC 上參加了一場連續(xù)的圓桌討論。

第一場圓桌討論由 LangChain 聯(lián)合創(chuàng)始人兼首席執(zhí)行官 Harrison Chase、Thinking Machines Lab 聯(lián)合創(chuàng)始人兼首席執(zhí)行官 Mira Murati、Perplexity 首席執(zhí)行官兼聯(lián)合創(chuàng)始人 Aravind Srinivas、Cursor 首席執(zhí)行官兼聯(lián)合創(chuàng)始人 Michael Truell，以及 Reflection AI 聯(lián)合創(chuàng)始人兼首席執(zhí)行官 Misha Laskin 共同參與。第二場由 Mistral 聯(lián)合創(chuàng)始人兼首席執(zhí)行官 Arthur Mensch、OpenEvidence 首席執(zhí)行官 Daniel Nadler，Black Forest Labs 聯(lián)合創(chuàng)始人兼首席執(zhí)行官 Robin Rombach，以及 Ai2 自然語言處理高級總監(jiān) Hanna Hajishirzi 和 AMP PBC 創(chuàng)始人 Anjney Midha 共同參與。

對話中突出了五個要點：

1. AI 智能體正逐漸成為能力超群的伙伴

Cursor 的 Truell 表示：“我們很快就會看到智能體真正成為同事，能夠承擔(dān)原本需要花費數(shù)小時或數(shù)天時間完成的任務(wù)，并處理極其復(fù)雜的工作負(fù)載。”

2. AI 不是一個單一模型，而是一個精心編排的系統(tǒng)

Perplexity 的 Srinivas 提到：“用戶需要的是多模態(tài)、多模型和多云編排。所要做的就是委托任務(wù)，無需費心了解哪種模型擅長什么，因為編排系統(tǒng)會自行解決這個問題。”

3. 開放性推動了整個模型生態(tài)系統(tǒng)的創(chuàng)新

Reflection AI 的 Laskin 表示：“模型是基本的知識基礎(chǔ)設(shè)施，而基本的知識基礎(chǔ)設(shè)施需要開放性。未來幾年，強大的封閉模型和同樣強大的開放模型將共同形成一個蓬勃發(fā)展的生態(tài)系統(tǒng)。”

這種開放和專有模型的結(jié)合推動了前沿 AI 公司和學(xué)術(shù)界的進步。

Thinking Machines Lab 的 Murati 表示：“還有很多研究要做，而這些研究不能完全依靠大型實驗室完成。開放性在這方面非常有用……它推動了 AI 和智能科學(xué)的發(fā)展。”

4. 開放系統(tǒng)值得信賴且易于訪問

AMP PBC 的 Midha 表示：“歸根結(jié)底，用戶是在委托信任……而信任一個開放的系統(tǒng)要容易得多。”

借助可信系統(tǒng)，開發(fā)者可以部署能夠處理幾乎任何任務(wù)的長期運行的 AI 智能體。

LangChain 的 Chase 表示：“模型和協(xié)調(diào)模型的系統(tǒng)將變得更加強大。用戶將會擁有個人生產(chǎn)力智能體，承擔(dān)更復(fù)雜的任務(wù)，運行時間更長。”

開放的生態(tài)系統(tǒng)還促進了協(xié)作，有助于普及 AI 的使用。

Mistral 的 Mensch 表示：“我們認(rèn)為，開放式模型應(yīng)該是構(gòu)建全球 AI 軟件的基礎(chǔ)。通過建立一個開放的生態(tài)系統(tǒng)，將具有共同目標(biāo)的人們聚集在一起，共同創(chuàng)造對人類有益的資產(chǎn)，我們可以加速發(fā)展，確保世界各地的人們都能以公平的方式獲得人工智能。”

5. 社會需要通用和專用 AI 來提供價值

OpenEvidence 的 Nadler 表示：“必須像塑造社會一樣去塑造 AI。”他以醫(yī)院的組織方式為例——全科醫(yī)生與世界級專家一起協(xié)同工作——來說明這一點。“我認(rèn)為 AI 的形態(tài)也需要體現(xiàn)這種結(jié)構(gòu)。”

專用 AI 正在興起，讓組織能夠?qū)㈤_放基礎(chǔ)與自己的專有數(shù)據(jù)相結(jié)合。這些獨特的數(shù)據(jù)是他們解鎖商業(yè)和學(xué)術(shù)領(lǐng)域真正差異化價值的所在。

Ai2 的 Hajishirzi 表示：“如今，你可能會認(rèn)為 AI 的進步被限制在少數(shù)封閉的實驗室，但實際上，讓絕大多數(shù)學(xué)術(shù)界和研究人員、非營利組織和其他群體也參與到這一進程中是非常重要的。我們已經(jīng)看到目前通過開放所取得的進展。”

Black Forest Labs 的 Rombach 表示：“目前是研究前沿模型、大模型或更專用的開放模型的最佳時機，這些模型都會在設(shè)備上進行部署。有許多不同的前沿領(lǐng)域，所有這些領(lǐng)域都應(yīng)該包含一些開放的構(gòu)成部分。”