在7月24日凌晨，Meta發布了目前最強大的開源大模型Llama 3.1。同時，扎克伯格接受了"The Rundown AI"創始人Rowan Cheung的採訪，討論了Llama 3.1以及他對AI發展的看法。
扎克伯格認為，從長遠來看，開源模型創造的生態比封閉模型更安全。他預測AI智能體最終會像電子郵件和社交帳號一樣，成為企業必備的工具。他表示:"最終，AI智能體甚至可能會比人類還多，人們會以各種方式與之互動。顯然，這也是一個巨大的商機。"
以下是採訪的主要內容:
Rowan Cheung: 馬克，非常感謝你來做這次訪談。今天Meta發了重磅AI模型，你能概述一下發布的內容及其重要性嗎？
馬克·扎克伯格: 今天我們發布的是Llama 3.1，我們發布了三個模型。這是我們首次發布4050億參數的模型。這是目前為止最複雜的開源模型。和一些領先的封閉模型相比，它很有競爭力，在某些領域上的表現甚至還超越了封閉模型。
我非常期待看到人們如何利用它，特別是現在我們的社區政策允許人們使用Llama作為教師模型來進行蒸餾和微調，基本上可以用它創建任何其他模型。
除此之外，我們還將4050億參數模型蒸餾成了更新、更領先的700億和80億參數模型。這些模型的性能也非常好，性價比也很高。我很期待看到大家如何使用這些模型。
我認為這是開源AI的重要時刻。我想了挺長一段時間，我認為開源AI會成為行業標準，我認為它會遵循Linux的發展路徑。
在Linux流行之前，有很多公司想著有自己的封閉版Unix，當時沒有任何複雜的開源項目。人們會覺得，封閉開發模式是唯一一種可以做複雜產品的開發方式。
起初，Linux的立足點是建立在它更便宜，而且開發者可以定制化的基礎上。隨著生態的發展，它有更多的審查，變得更安全、更高級。更多的夥伴在Linux基礎上建立了更多功能，最後讓它變得和其他封閉Unix一樣好用。
現在，我認為Llama 3.1有機會成為開源AI標準，使開源成為AI行業標準。即使它在性能上還沒有超越封閉模型，但在成本和可定制性上有很大的優勢。我認為這些是開發者們會利用的優勢。
我們正在專注搭建一個合作夥伴生態系統，圍繞著它，我們將看到很多不同的功能被搭建起來。
Rowan Cheung: 我看到了所有的基準測試，結果令人難以置信。顯然，這是第一個4050億參數的開源前沿模型。有沒有哪些具體的實際應用案例，是你特別期待人們會用這個模型來構建的？
馬克·扎克伯格: 我最期待看到的是，人們用它來蒸餾和精調自己的模型。就像你所說的，這是第一個開源前沿級模型，但它不是第一個前沿級模型。之前已經有其他具有這種能力的模型。
人們會想要直接在4050億參數模型上進行推理，因為我們估計它比GPT-4o便宜50%。對於很多人來說，這能帶來些影響。
然而，我認為這個模型真正新穎的地方在於，它是開源權重的，能夠將其蒸餾成任何你想要的大小，用於合成數據生成，作為教師模型使用。
對於未來，我們不認為它會是屬於單一事物的。就像，OpenAI的願景是搭建一個"大AI"，Anthropic和Google也有類似的願景。
但那從來不是我們的願景。我們的願景是未來應該有許多不同的模型。我認為每個創業公司、大企業、每個政府都想擁有自己的定制模型。
當封閉系統比開源好很多時，使用封閉模型的確更方便。雖然開源模型可以自定義，但在性能上還是有差距。
現在情況不同了。開源模型在性能上的差距基本上已經追上。你會看到更多人有動力去定制和構建適合自己需求的模型，用自己的數據訓練，合適自己規模的模型。
他們也會有工具去這樣做，因為Amazon的AWS和Databricks等公司正在構建完整的服務套件，用於蒸餾和微調開源模型。
在我看來，這是現在的新情況。我們很期待這個趨勢能被推進到什麼程度。這是世界上前所未有的新能力，因為以前沒有一個開源或開源權重模型達到過這種複雜程度。
Rowan Cheung: 這的確是一件大事。你們將如何教育開發者使用這些工具？更廣泛來說，Meta是否有計劃或策略去向世界科普開源模型和它的重要性？
馬克·扎克伯格: 在Llama 3.1之前，Meta在這方面投資的根本原因是，我們要確定自己能用上領先的模型。由於我們的歷史，特別是移動端的歷史，我們不想依賴某個競爭對手的基礎技術。所以我們為自己構建了模型。
在Llama 3.1之前，我們本能地認為，如果我們開源，它會吸引來一個社區圍繞它成長，擴展其功能，使其對所有人更有價值，包括我們自己。因為最終，這不僅僅是一項技術，它是一個生態系統。為了讓它對我們更有用，還需要一個廣泛的生態系統。
Lama 3.1帶來的一個大變化是，我們不再只是為自己構建，然後扔出去讓開發者使用，而是更積極地建立合作夥伴關係，確保有一整個生態系統的公司，都可以用這個模型去做有趣的事情，並以我們無法做到的方式為開發者服務。
我們不是雲服務提供商，不是AWS、Google或Azure，所以開發者不會來找我們構建他們的東西，但我們要確保所有這些雲服務商都能夠很好地使用這個模型。
這不僅涉及到托管和推理，還包括一些新功能，比如蒸餾和微調，這些功能在封閉模型中不太容易實現，所以我們必須與合作夥伴進行具體工作來實現這些功能。
與此同時，也會有像Groq這樣專注於超低延遲推理的公司。我很開心能把它交到Groq手上，他們現在在用它來建新東西。
還有一系列企業，比如Dell、Scale AI、Deloitte或Accenture，他們與全球企業合作進行技術部署。我認為這些公司會幫助構建定制模型。
無論是大企業還是政府，很多公司都希望擁有自己的模型並能訓練自己數據。不少公司不願意通過API將數據傳給Google或OpenAI，並不是因為這些公司存在隱私問題。
那更像人們愛用WhatsApp端到端加密那樣，他們希望在結構設計上就是安全的，數據也可以保留在自己手上。
我認為這方面也會有一個市場建立起來。我對此非常興奮。
這次我們在建立生態系統方面採取了更積極的態度，因為我認為這是它成長並對每個人創造更多價值的方法。
Rowan Cheung: 我喜歡你們與開發者社區的緊密聯繫。我自己也是社區的一員，知道大家確實需要這些私有和本地模型。接下來聊聊你的公開信，除了Meta的公告，你還發表了一封信，第一部分重點介紹了開源對開發者的好處，感覺說得很準。你能多談談開源AI對社會的廣泛影響嗎？
馬克·扎克伯格: 我的觀點是，開源是實現一個好的AI未來的重要因素。AI會帶來很多生產力和創造力的提升，希望還能幫助我們做研究等等。
我認為，開源是確保AI可以惠及所有人，讓人人都能使用的重要部分，而不是讓AI僅僅鎖在少數大公司手中。
同時，我認為開源將是更安全、更可靠的AI開發方式。
現在有一種關於開源安全性的爭論——"開源真的安全嗎？"
我的看法不同。我認為開源不僅安全，還比封閉開發更安全。
我們可以將風險分為"無意"和"有意"兩種。"無意"的風險是系統以某種方式失控，這也是大多數科幻小說中AI失控的情景。
我認為開源在這方面更安全，因為有更多的審查、更透明。所有開發者使用它時，也會有安全指引和安全工具，也有很多審查和測試壓力，就像傳統的開源軟件一樣。和封閉模型相比，問題會被更快地發現和解決。