新闻股票Meta再度推出开源AI模型Muse Glimmer,Zuckerberg媒体攻势强调与中国竞争对手的较量

Meta再度推出开源AI模型Muse Glimmer,Zuckerberg媒体攻势强调与中国竞争对手的较量

作者: Fortune Crypto·

要点速览

  • Meta发布了Muse Glimmer,这是一组专为笔记本电脑运行而设计的新开源AI模型。
  • 首席执行官Mark Zuckerberg发表长文,认为强大的AI不应集中在少数公司手中,并呼吁华盛顿支持美国开源AI发展。
  • Meta计划公开发布Muse Spark 1.2的训练权重,这是其当前最先进的模型,届时任何人都可以下载、审查和修改。
  • Glimmer模型使用蒸馏技术训练,即较小模型从Meta更大的专有Muse Spark系统中学习,以更低算力实现高效能力。
  • Meta重新强调开源,背景是其模型近期落后于OpenAI和Anthropic,同时来自DeepSeek等低成本中国AI实验室的竞争进一步加剧。
Meta再度推出开源AI模型Muse Glimmer,Zuckerberg媒体攻势强调与中国竞争对手的较量

Meta周一推出了其最新一代人工智能模型,这是一组名为Muse Glimmer的开源系统,设计用于在笔记本电脑上运行。此次发布还配合了首席执行官Mark Zuckerberg一篇6500字的文章,阐述他对美国开源AI的看法。

在这篇文章中,Zuckerberg主张,强大的AI不应由少数公司控制——这显然是在影射OpenAI和Anthropic等竞争对手。他将Meta对开源的承诺定位为应对来自DeepSeek和Moonshot的中国开源模型的关键,称这些模型正逐步逼近美国前沿水平。DeepSeek今年早些时候尤其引发广泛关注,其发布的模型在训练成本远低于领先西方系统的情况下,表现接近前沿水平,加剧了美国实验室面临的竞争压力。Zuckerberg还呼吁华盛顿支持美国AI努力。

作为这轮重新推动开源的一部分,Meta表示计划开放Muse Spark 1.2的权重——这是其目前市场上最先进的AI模型。开放权重意味着Meta将公开发布该模型的底层训练参数,任何人都可以下载、审查和修改,而不再只能通过Meta自身产品或API访问。开源权重做法一直是AI社区持续讨论的话题:支持者认为它能加速创新并促进独立安全审查,而批评者则警告,公开发布强大模型权重可能降低滥用门槛。

“我不认为限制外国开源模型的访问是一种有效的解决方案。我们的目标应当是让美国开源模型在全球范围内最强。这需要消除那些让美国开源模型更难竞争的障碍,”Zuckerberg写道。

这篇文章是Meta协调媒体攻势的一部分,其中包括Zuckerberg上月在《华尔街日报》发表的一篇围绕相同主题的评论文章,以及接受部分媒体采访。

Muse Glimmer的发布出现在一个越来越被闭源AI公司主导的美国市场,这些公司出售对其最强模型的受控访问。OpenAI、Anthropic和Google通常将其最先进的“前沿”模型置于封闭环境中,对权重和基础设施保持严格控制。

Meta最初试图通过拥抱开源来与众不同,于2023年2月推出了开源权重的Llama模型家族。Llama家族经过多个版本扩展,使高性能模型可供外部开发者下载和修改,并让Meta即使在竞争对手通过出售专有模型访问权限获得更多收入的情况下,仍能对更广泛的AI生态产生影响。然而,在过去一年里,Meta对开源权重的承诺已变得不那么清晰,公司将开放发布与专有发布混合在一起。

Meta已在新的Superintelligence Labs上投入大量资金,其中包括引入前Scale AI首席执行官Alexander Wang。该公司一直试图将Muse家族定位为更强大Meta AI助手的基础,覆盖Facebook、Instagram、WhatsApp以及其Ray-Ban Meta AI眼镜,同时也力求在与Anthropic和OpenAI的模型竞争中保持实力。

重新聚焦开源,也可能反映出Meta在近期模型未能达到OpenAI和Anthropic系统水平后,试图重新夺回市场动能。Meta也希望向投资者保证,公司仍然具备与前沿实验室竞争的能力。

Meta表示,其通过蒸馏训练了新的Glimmer系列,即一个较小模型从Muse Spark——其更大的专有系统——中学习的过程。蒸馏已成为一种广泛使用的技术,用于生成高效模型,在保留大部分大模型能力的同时,运行所需算力更少。Zuckerberg在文章中写道,美国AI开发者在训练数据等方面面临相较中国竞争对手的不利条件,并认为政策应当减少这些障碍。

随着这一战略转变,Meta可能希望其对开源的承诺能使其区别于将最强系统置于封闭环境中的竞争对手,同时为争取用户和政府支持提供政治层面的论据。

本文最初发表于Fortune.com。