7大最佳开源生成式AI模型_开源ai模型

（使用人工智能生成。）

作为一个人工智能时代的普通用户，你可能用过或听说过 ChatGPT、文心一言这样的生成式人工智能工具。但如果你是一个开发者或使用人工智能的企业，那你大概率听说过或正在使用开源模型。《福布斯》就推荐了七大“当今最好的开源生成式人工智能模型”，我们来看看都有哪些。

开发者和企业在开始使用生成式人工智能时，选择开源而不是专有工具的原因有很多。

这可能是因为成本、定制和优化的机会、透明度，或者仅仅是因为社区提供的支持。

当然，开源也有缺点。

对于一般软件来说，“开源”一词仅仅意味着源代码是公开的，可以免费用于几乎任何目的。

但说到人工智能模型，人们对其确切含义还存在一些争议，我们将在讨论本文涉及的各个模型时对此进行探讨。那么，让我们开始吧。

Stable Diffusion

作为最强大、最灵活的图像生成模型之一，当然也是使用最广泛的开源图像模型，Stable Diffusion 3（当前的最新版本）支持文本到图像以及图像到图像的生成，并以其创建高度逼真、细节丰富的图像的能力而闻名。

与常见的开源软件一样，使用 Stable Diffusion 并不像使用 ChatGPT 等商业专有工具那么简单。它没有自己的 Web 界面，而是通过商业实体开发的第三方工具来访问，包括 DreamStudio 和 Stable Diffusion Web。另一种方法是在本地自行编译和运行，这就需要提供自己的计算资源和技术知识。

Meta Llama 3

这是一系列具有各种规模的语言模型，使其适合不同的应用程序，从轻量级移动客户端到全规格云部署。在其社交媒体平台上为 Meta AI 助手提供动力的同一个模型，任何人都可以将其用于多种用途，包括自然语言生成和创建计算机代码。它的强项之一是能够在功率相对较低的硬件上运行。不过，与本文涉及的其他一些模型一样，由于 Meta 公司没有披露其训练数据的确切细节，因此对于它是否能真正被视为开源模型还存在一些争议。

Mistral AI

Mistral 是一家法国初创公司，开发了多种生成式人工智能模型，并以开源许可的方式提供。其中包括 Mistral 7B，其设计轻巧且易于在低功耗硬件上部署，以及功能更强大的 Mistral 8x22B。它拥有强大的用户社区提供支持，并将自己定位为高度灵活和可定制的生成语言模型。

GPT-2

OpenAI 已经开源了其大型语言模型的第二个版本——本质上是现在用于为 ChatGPT 提供动力的引擎的早期版本。虽然它不像后来的 GPT-3.5 或 GPT-4 那么大、强大或灵活（与 GPT-4 的一万亿个参数相比，它建立在 12 亿个参数上），但它仍被认为完全可以胜任许多基于语言的任务，如生成文本或为聊天机器人提供动力。GPT-2 由 OpenAI 根据 MIT 许可提供，通常被认为符合开源原则。

BLOOM

BLOOM 被称为世界上最大的开放式多语言语言模型，建立在 1760 亿个参数的基础上。开发工作由 Hugging Face 领导，Hugging Face 是一个开源人工智能资源库，与 1000 多名研究人员组成的团队合作，是一个名为 BigScience 的全球合作项目的一部分。其目的是创建一个真正开放、透明的大型语言模型，任何人只要同意该项目的“负责任的人工智能许可”条款，都可以使用。从技术上讲，这意味着它并不完全开源，但只要不将其用于许可证条款定义的有害目的，就可以免费使用和分发。这使得它在开发和传播道德人工智能这一至关重要的领域成为一个非常有趣的实验。

Grok.AI

这个大型语言模型还声称是世界上最大的开源模型，尽管对于它在技术上是否符合真正开源的所有标准，还是存在一些争议。

Grok 是由 X.ai 设计和构建的，X.ai 是埃隆·马斯克在与 OpenAI 分离后成立的一家初创公司。据报道，这一分裂是由于对人工智能模型“开放”的确切含义存在分歧造成的。

X 没有使用“大型语言模型”这一术语，而是将 Grok 描述为“专家混合”（mixture of experts）模型，这反映了这样一个事实：即基础模型被设计为更具通用性，而不是专门为创建对话而训练的，例如 ChatGPT。

与 Llama 一样，人们对 Grok 的开源地位持怀疑态度的原因是基于这样一个事实：虽然 X.ai 公开了模型的权重和架构，但它并未披露所有代码或训练数据。

Falcon

该大语言模型架构的两个模型已由其开发者——阿布扎比政府成立的研究机构“技术创新研究所”免费提供。这两种型号——更便携的 Falcon 40B 和更强大的 180B 都已作为开放源代码发布，据报道在 Open Face 的大型语言模型性能排行榜上仅次于 GPT-4。虽然较小的模型是根据 Apache 2.0 许可证发布的——通常被认为符合开源的定义——但较大的模型在使用和分发方面附加了一些条件。

对开源生成式人工智能工具领域的探索揭示了可供选择的多样化模型阵列，并强调了这些技术对渴望利用人工智能力量的开发者和企业所具有的变革潜力，同时也体现了透明度、成本效益和强大的社区支持。