张量命名争议后续：大模型极限竞速下的疲态初显

　　大模型的赛场自去年 11 月底 ChatGPT 发布后，就 没有空闲 过一天。

　　大模型冰山之上是模型参数与效果的比较、团队阵容排兵的竞争，冰山之下，是融资步伐的你追我赶、算力储备的筹谋划分、资源山头的阵营盘算。

　　由零一万物 Yi 大模型引发的争议，在不同的舆论场往不同的方向持续分叉。 将一潭本就复杂的大模型池水，又搅动得风起云涌 。

　　该事件在模型技术圈的讨论，以贾扬清朋友圈里不具名的揭短开启，「复用 LLaMA 架构，改变开源代码名字、替换几个变量名」引发了各个模型专家对「修改模型张量名命名是否不当」的讨论。

　　零一万物修改模型张量名称命名这场风波，基本已经看到结论。绝大多数从业者冷静之后，也趋于赞同「修改张量名称命名，会给后续适配 Llama 生态带来些许困难，但本身并没有商业道德问题，更不存在换壳、盗版的情况。」

　　更深入的争议，则是在基于开源土壤成长起来的大模型项目，是否应该更加开放、积极的姿态回馈开源，这个问题的答案也是肯定的，毕竟零一万物已经表态了「01.AI 起步受益于开源，也贡献开源，从社区中虚心学习，我们会持续进步。」

　　全社会都眼看着大量资金与精英人才投入大模型赛道，创始人们在中、美、中东飞来飞去，为未来12-18个月囤积财力与算力。每个明星团队在推出新模型时，不断提高声量，不断屠榜对标，但鲜少有团队明确将以模型底层技术的自主创新作为目标。

　　网传近日李彦宏在西丽湖论坛上，提及「国内 200 多个大模型其实都没什么使用量」，这也是国内数百个模型团队鱼龙混杂的现实情况，但并不影响各大企业前仆后继进入大模型赛道，抢占位置和资源。

　　因为根据互联网 1.0 和 2.0 时代总结下来的成功经验，技术突破和模式创新固然重要，但都是可以靠时间追赶。最重要的是尽快获得市场上的资金和信心，不然也许下一秒就会进入一个新的寒冬。

　　根据 IT 桔子数据显示，2023 年上半年国内人工智能领域共发生了 1066 起融资事件，涉及 3062 亿元人民币的融资金额。同期大洋彼岸也是类似的阵势，根据 Crunchbase 数据库，2023 年上半年全球人工智能领域共发生了 1842 起融资事件，涉及 545 亿美元的融资金额。

　　在人工智能领域中的资源投入，也扶持了一批头部企业打开了局面，不断加强机构的信心。

　　目前 OpenAI 已经完成了 103 亿美元的融资，估值达到 270 亿 -290 亿美元。国内除了智谱 AI 累计融资超 20 亿人民币，估值突破百亿人民币以外。Minimax、百川智能、月之暗面等第一梯队也会陆续接力迈过 20 亿美金估值门槛。

　　每天都有大模型的融资、发布、技术突破的新闻刷遍头条，也将全社会的期待推至顶峰。在这么多双眼睛的注视下，任何模型团队，都逃不过各环节被放大和审视的可能性。

　　大模型技术的 发展 ，带来了大量 AI 应用创新的机会，让全社会为之一振。 但同时白热化的资源竞争 、类似的技术演进路线， 也带来了肉眼可见的负面影响 。

　　大炼模型，直接捅出了国内算力供给不平衡的真实现状。算得出来的存量 N 卡，溢价流通在微信群和朋友圈。其他品牌闲置吃灰，成为各地数据中心里的默认硬装，一度成为行业里茶余饭后的谈笑。

　　这也解释了为什么小小「模型张量的命名问题」，也会出圈到大众视野中。行业外的读者们密切关注和评论这条技术圈新闻，更多是再一次被「套壳」这类字眼，伤害了民众感情。

　　在大模型上的急切、疯狂的投入之下，我们也关心：头部的模型团队追赶 OpenAI 的同时，是否也应该引领和推动更深层次的创新？

　　此次风波，技术圈的关注点在于「张量命名行为的合理性」，而民众充分讨论的关注点在于「何时反超，何时领先」，但最核心仍然是当前大模型的发展资源还未向底层技术创新倾斜。

　　民众关心的底层技术创新，不是每日头条中的「重磅发布」、「比肩 OpenAI」，更不是「解释与声明」。而是在尊重常识、尊重科学技术、尊重开源的前提下，探索人类与机器智能的无限可能。