初創(chuàng)公司Oumi已走出隱身模式，獲得1000萬美元融資，并推出其高管稱之為真正開源的AI平臺。

譯自Making Good on the Promise of Open Source AI，作者 Jeffrey Burt。

兩年多前，OpenAI發(fā)布其ChatGPT聊天機器人，開啟了生成式AI](https://thenewstack.io/generative-ai-in-2023-genai-tools-became-table-stakes/)時代，此后發(fā)展迅速，AI行業(yè)似乎一直在試圖定義“開放”和“開源”在這一時代中的含義。

AI領域主要由少數(shù)幾家資金雄厚的大公司及其AI模型和工具主導，例如OpenAI的GPT系列模型、微軟的Copilot和谷歌的Gemini。其他公司，其中Meta憑借其Llama模型最為引人注目，都吹噓自己是開放的，盡管一些批評者質疑它們到底有多開放。

然而，除了關于定義的爭論之外，缺乏真正廣泛使用的開源AI平臺正在阻礙行業(yè)創(chuàng)新，并造成令人不安的人才缺口假象，曾在谷歌、微軟和Meta等巨頭公司從事AI技術工作的Manos Koukoumidis表示。

“通常情況下，人們發(fā)布開放權重模型，只是模型本身和權重，”Koukoumidis告訴The New Stack。“[人們]不知道它是如何開發(fā)的，使用了什么代碼，使用了什么數(shù)據(jù)，他們稱之為開源，但這并不是一個非常準確的描述。現(xiàn)實情況是，即使是目前的努力，即使是少數(shù)開源的——因為Meta的‘開放權重’——即使是少數(shù)開源的，人們也很難進行實驗，繼續(xù)創(chuàng)新并在此工作上相互合作。這是阻礙開源世界進步的事情?！?/span>

正是這一點促使Koukoumidis和Oussama Elachqar——他在微軟、蘋果和推特（現(xiàn)為X）擁有機器學習經(jīng)驗——啟動了Oumi，這是一家今天剛剛走出隱身模式的初創(chuàng)公司，它提供兩者都稱之為真正開源平臺的東西。它還獲得了由風險投資公司Venrock和Obvious Ventures領投的1000萬美元種子資金。

AI的Linux

Koukoumidis，同時也是Oumi的首席執(zhí)行官，表示該平臺——與來自11家機構的研究人員合作開發(fā)，包括麻省理工學院（MIT）、加州大學伯克利分校和卡內(nèi)基梅隆大學——基本上充當AI模型和工具的Linux，使研究人員、開發(fā)人員和AI專家能夠廣泛合作和貢獻，他們將能夠在彼此的工作基礎上進行構建。

這不僅會加速創(chuàng)新，還會讓這些機構的AI學生能夠使用該平臺來獲得行業(yè)急需的技能。它有助于向更多人開放這項關鍵的先進技術，而不僅僅是目前少數(shù)幾家權力掮客。

他說：“我們從讓其他人能夠輕松地進行實驗和合作作為關鍵設計原則開始。如果其他人不容易在彼此的工作基礎上進行構建，并且繼續(xù)在彼此的工作基礎上進行構建，那么開源將永遠無法實現(xiàn)它所需的增長和速度?！?/span>

使AI技術更加開放一直是業(yè)界一個棘手的問題。如前所述，像Meta這樣的公司正在創(chuàng)建比一些競爭對手更開放的模型。開源倡議在經(jīng)過多年的規(guī)劃后，于2024年10月發(fā)布了其開源AI的初步定義，該定義涉及四種不同類型的數(shù)據(jù)，并要求構建和贊助AI技術的公司共享他們可以共享的數(shù)據(jù)，以及模型的參數(shù)和用于訓練和運行系統(tǒng)的源代碼。 隨著自主AI的興起，思科和其他廠商正在規(guī)劃通信網(wǎng)絡——他們稱之為“代理互聯(lián)網(wǎng)”——這將允許來自不同廠商和行業(yè)的AI代理自主連接和協(xié)作以解決復雜的問題，并強調其需要開源。

DeepSeek的出現(xiàn)

最近，中國人工智能初創(chuàng)公司DeepSeek本月發(fā)布了其DeepSeek-R1推理模型，該模型正在攪動人工智能行業(yè)，因為它據(jù)報道其性能與OpenAI的o1模型相當——該模型可以在給出答案之前進行推理——并且僅用560萬美元在兩個月內(nèi)完成訓練。它也是開源的，因此人工智能開發(fā)人員和研究人員可以合作并在其基礎上進行構建。

R1發(fā)布后，英偉達、微軟和其他人工智能巨頭的股票暴跌，DeepSeek將OpenAI從其在蘋果App Store上下載量最多的免費應用程序的寶座上擠下。

“DeepSeek的發(fā)布不可否認地展示了開源AI的巨大潛力，”安全開發(fā)公司Black Duck的高級研發(fā)經(jīng)理說?！巴ㄟ^在MIT許可下提供如此強大的模型，它不僅使人們能夠獲得最先進的技術，而且還促進了全球AI社區(qū)的創(chuàng)新和合作。”

然而，這位經(jīng)理表示，DeepSeek使用OpenAI的思維鏈數(shù)據(jù)進行初始訓練，這突顯了對透明度和共享資源的需求，并補充說，“至關重要的是，底層的訓練和評估數(shù)據(jù)必須是開放的，初始架構和生成的模型權重也必須是開放的。”

DeepSeek助力開源論證

表示，DeepSeek的成功驗證了戰(zhàn)略。建立在Meta的Llama和PyTorch等其他開源工作之上，使這家中國公司能夠進行創(chuàng)新，并創(chuàng)建似乎正在縮小與OpenAI專有模型差距的模型。

DeepSeek建立在Meta的PyTorch和Llama等其他開源工作之上。這些開源工作使DeepSeek團隊能夠繼續(xù)創(chuàng)新，并開發(fā)出似乎正在縮小與OpenAI專有模型差距的模型。他表示，在一個像這樣的平臺上，社區(qū)可以共同構建下一個DeepSeek。

表示，DeepSeek也應該為美國敲響警鐘。

“盡管DeepSeek在數(shù)學和編碼等領域表現(xiàn)令人印象深刻，但其偏見和審查制度表明了人工智能發(fā)展未來的風險，”他說。“為了讓美國繼續(xù)在人工智能領域保持領先地位，我們需要開源和開放合作來開發(fā)值得信賴且可解釋的模型。如果美國比中國更不開放，美國的研究人員將處于劣勢?！?/span>

溝通與協(xié)作

和稱之為一個正在推出第一個無條件開源AI平臺的人工智能實驗室。它提供具有開放代碼、開放數(shù)據(jù)和開放權重的基礎模型，并為研究人員和開發(fā)人員提供協(xié)作和貢獻的工具。它是一個統(tǒng)一的平臺，可以支持所有常見的基礎模型工作流程。

開發(fā)人員可以使用SFT、LoRA、QLoRA和DPO等技術來訓練各種規(guī)模的模型，從1000萬到4050億個參數(shù)，獲得對PyTorch和其他AI工具的支持，使用文本和多模態(tài)模型，如Llama、通義千問（由阿里云構建的LLM系列）和微軟的Phi小型語言模型（SLM）。

他們可以使用vLLM和SGLang等多個推理引擎，通過標準基準評估模型，并在任何環(huán)境中運行他們的模型，從他們自己的筆記本電腦到亞馬遜網(wǎng)絡服務和微軟Azure的云基礎設施，再到谷歌云平臺和Lambda。此外，開發(fā)人員可以將他們的模型與來自OpenAI、Anthropic、谷歌的Vertex AI和其他公司的開放模型或商業(yè)API集成。

它還原生支持Jupyter筆記本和Microsoft Visual Studio代碼調試。還包括用于各種操作（包括訓練后操作）的預構建工作流程和配方。 “當有新項目時，當他們有研究想法時，他們想執(zhí)行它，”Elachqar告訴The New Stack?！暗?，他們必須弄清楚很多事情才能測試這個想法，這個假設。我們?yōu)樗麄兲峁┑氖亲畛Ｒ姷牧鞒?，他們需要微調模型或生成數(shù)據(jù)或進行推理。我們?yōu)樗麄兲峁┓浅？煽康钠瘘c，他們可以使用并調整到他們的用例。”

押注正確的馬

Oumi的創(chuàng)始人表示，該行業(yè)向真正的開源發(fā)展，遠離公司幕后構建的一次性AI模型至關重要。創(chuàng)新將更快地發(fā)生，并且將有更多可用的人才可以使用，他們相信生態(tài)系統(tǒng)中的參與者——從云提供商到加速器供應商，再到小型公司和研究機構——都希望開源AI能夠成功。

Elachqar說，資源最多的公司無法獨自解決挑戰(zhàn)，并指出他和Koukoumidis與這些供應商多年的經(jīng)驗。開放協(xié)作至關重要；否則，AI開發(fā)人員將在孤島中工作，創(chuàng)建與其他人相同的工具，而不是在已完成的工作的基礎上進行構建。

這也將保護行業(yè)本身。Koukoumidis預計許多公司在未來幾年內(nèi)將崩潰，這些公司正在制作封閉模型。他提到了Inflection AI，這家初創(chuàng)公司直到去年年底還在推出管理人員所說的可能挑戰(zhàn)領導者的模型?，F(xiàn)在它已經(jīng)退出了模型構建游戲，轉向創(chuàng)建企業(yè)可以使用其他人構建的AI模型的工具。

首席執(zhí)行官說：“比賽中有兩匹馬?！薄坝幸黄ラ]源的馬說，‘我需要自己做所有事情。我需要自己付出全部努力來開發(fā)，我必須承擔這樣做的全部成本?！缓竽阌幸黄ラ_源的馬，很多人都在為它提供資源。他們正在幫助它更快地移動，它正在整合來自所有不同實體的所有貢獻——人力和金錢貢獻。問題是，你認為哪一個最終會更快、更經(jīng)濟可持續(xù)？我們押注第二匹馬?！?/span>