开源模型私有化部署是不是门好生意？观点交锋：模型不值钱，数据修正才值钱

模型的发展肯定是会大部分本地化的 本地化后会解决很多很多当下看起来存在的问题 但如果我们快进到那个时代 就会发现 本地化开源模型 一点儿也不值钱 因为它缺少数据让它变好 值钱的不是模型本身 值钱的是数据对模型处理的修正 修正的部分蕴含着人类和AI对世界反馈的沉淀 这部分是真实存在溢价的稀缺物 我们现在就是远古时代，远古时代钻木取火 当快进到工业时代，一个打火机2块钱的时候 不会有人再在意生火问题了 那时候稀缺的问题，会成为其他的 而能解决这类问题的模型 一定是要支付极高的费用的 所以人们谈论模型会越来越便宜 我却不这么看的原因 是因为我们的参照系不一样 我看待的是有能力协助人类解决未来时代困难的模型价格 而不是未来时代的智能模型来解决当下生火问题 至于曹大说的开源模型部署机会 我认为是客观存在的且一定有商业化价值的 它的价值在于： 1、将电能转化成产能价值更高的Token，可以套利 2、通过该转化，获得更多数据，可以售卖 3、廉价便民 4、带动过往的云服务转型 从这4个角度看，这是一门靠谱的生意 只是能做这个生意的人 本身需要一定的资源储备 caoz @caozlog 我有个感觉，开源模型的私有化部署将成为新的热点趋势。 1，隐私，数据安全的风险比较凸显，特别是anthropic这段时间的主动曝光。很多合规问题也可以规避。 2，开源模型目前能力超过阈值，也就是可用性已经足够好，我最近测试了智谱编程，不算完美，但可用，而且未来一年会更可期待。 3，成本可控。特别是一些企业的token开销越发失控。 当然，这里还是有不少问题的。 第一是版本迭代更新需要持续投入； 第二是如果企业使用频率不够，优化能力不足，综合token成本会显著高于云厂商。 第三是私有化部署的稳定性和可靠性不一定能保障。 另外最近还有一个词，所谓主权AI是个方向，这世界基本上除了中美，基本上都没有独立研发大模型的能力，但从安全和信仰，文化考虑，很多都需要做自己的AI大模型（包括自己的安全围栏设计），其实就是国家级的开源私有化，拿开源大模型训练本地语料，并增加本地合规的安全限制策略。 而开源大模型，目前中国明显处于领先位置。 这是个机会，但这不是官方的机会，是民间，第三方的机会。 🔗 View Quoted Tweet 💬 2 🔄 1 ❤️ 0 👀 379 📊 2 ⚡