18个小时前， meta（Facebook）发布了Llama 2。
它最大的亮点不是多大参数或多强的能力，而是不再犹抱琵琶半遮面，向所有开发和商业用途开源！ 另外，还结盟了对手Open AI的盟友微软作为优选伙伴， 直捣OpenAI最大的商业用户老巢。
走封闭路线的OpenAI商业化的脚跟还没站稳，meta就掀翻了牌桌。
对中国的创业者和投资人，这到底意味着什么？做什么、怎么做？
1.开源解放生产力
开源绝不仅仅是免费那么简单，开发者省去了昂贵的大语言模型使用成本，使用者免除了向OpenAI交“使用税”。
在此之前，随着AIGC领导者OpenAI的版本升级，无论使用或是开发，都要直接交费，就像用Office365要交费，天经地义。尤其对于利用LLM提供服务的商家，这笔费用都是减不掉得成本。如今，人们多了一个选择，如同Office365免费用。
在Llama 2商用免费后，无数开发者可以在Llama上开发基础设施工具和应用，我们一下看到了繁荣的曙光。
信息化、数字化之后，产业AI化的革命会来得更迅猛。
2.Llama 2 为大模型参与者省了多少钱？
国内有很多有实力的商家，在考虑开发自用模型（俗称甲方模型）。现在可以直接用开放模型做自己的甲方模型了，而且还是一个能力超群的大模型。这里有一个经典图，说明了Llama 2 为平台开发者节约了为开发模型要付出的99%算力成本。
图中大模型训练的四大步骤，pre-training， supervised fine tuning， reward modeling和reinforcement learning， 第一步堪称鸿沟，粗算下来，算力时长占全部四个步骤的99%以上。这个比例，就是Llama 2 的开放为自己准备拥有大模型的人节约的算力成本。
领导者走封闭路线并靠此获利，如同苹果手机。追随者为了生存毫不犹豫的选择开放，如同安卓。Llama 2 的开放只是带了个头，Cohere、Anthropic的开放平台同样值得期待 - 再后进者要想方设法取悦开发者，提供更独特的价值。
这，就是开放的商业世界的beauty。
3.创业者做什么
“to B， or not to B”， 是莎士比亚的《王子复仇记》第一句台词，经常被我们用来形容AIGC创业者的选择。toC毫无疑问大厂占据了大机会，然而LLM智力的涌现，给无数toB服务带了了机会。节约上面说的99%算力成本后，企业可以训练自己的大模型。万事数为先，数据必须是私有的，所以模型也必须是私有的，否则丢了模型比丢了数据更恐怖。
上周和一个大厂模型参与者交流，大家明显看到只有500强段位的企业有能力训练自己的模型。99%以上需要模型的企业需要大量的模型服务着，为企业量身定做自己的模型。
我们曾经说过，得人才着得模型，得模型者得天下， 现在再加一句，产品制胜。把模型训练、服务产品化， 靠产品化实现规模化、低成本，是AIGC创业的王道。
模型是生产力，AI化是趋势。这一轮产业进步，新贵肯定不止四小龙，产生数十个上市公司不足为怪。
Llama 2 帮助节省了99%的算力时长，99%的企业需要第三方模型服务，这两个99%，就是创业的机会。
4.再看“周明曲线”
5月27日合肥，中国科学技术大学校园里，阿尔法公社参与主办的科大校友创业投资论坛ChatGPT全球论坛上，科大博导，著名NLP专家周明教授抛出了一个曲线，经我提议，当场被科大理工男们命名为“周明曲线”。
这条曲线说明大多数垂类模型根本不需要175B的大参数，当然也不需要那么多的GPU算力。这让大家想起了本科物理课某些超级牛的定理，简单而又深刻。
Llama 2 也只有区区20B参数，它的发布和开源，说明打仗何须核武器，只要有了会搞算法、练模型的人，就占有了商机。
5.为什么是个大机会
过往的SaaS市场在中国发展得磕磕绊绊，究其原因是客户付费愿望不强，导致超大型客户主导了市场话语权，创业公司能生存、难长大。AI化的根本是模型的比拼，不断喂数据、不断优化才是王道。当然，模型持续使用中的算力需求也是工业界收入机会的纯增量，如同Snowflake有一大笔收入是转售Amazon和微软Azure云服务一样，这一轮AIGC既有持续产品改进的收入机会，又平添了一份云算力整合服务的收入机会，都是增量。
6.哪些服务是机会
三层架构：大模型、基础设施类工具和应用。传统软件服务商、SaaS服务商既面临增量机会，又有被“掀翻”的风险。懂企业服务的AI创新者机会更多。此处不赘述，我们不久另外做讨论。
大模型的开放之路，让人们看到了产业AI化的曙光。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
