人工智慧的未來：開源與私有並行

AI 是我們時代的定義性技術，正迅速成為核心商業基礎設施。它由一個多樣化的模型生態系統所驅動：包括大型與小型、開源與專有、通用型與專家型模型。

這種多樣性對於未來至關重要，屆時每個應用程式都將由 AI 驅動，每個國家都將建立 AI，每家公司都將使用 AI。這並非開源與封閉創新之間的爭論。

正如 NVIDIA 創辦人暨執行長黃仁勳在 NVIDIA GTC 一場關於開源前沿模型的特別會議上告訴與會者：「專有與開源並非對立。而是專有『與』開源並行。」

這就是為什麼 AI 創新的未來不在於單一的巨型模型。每個行業——醫療、金融、製造——都在應對其獨特的挑戰。它們都需要能夠以各種方式對其數據和工作流程進行推理的 AI。這需要一個模型系統，針對不同的模態、領域和組織進行微調與專業化，共同協作以解決特定的業務問題。

NVIDIA 是開源 AI 的主要貢獻者：它目前是 Hugging Face 上最大的組織，擁有近 4,000 名團隊成員。在 GTC 上，該公司宣布成立 NVIDIA Nemotron 聯盟，這是首個此類全球合作，由模型開發者和 AI 實驗室組成，旨在透過共享專業知識、數據和算力，推動開源的前沿級基礎模型。

該聯盟的第一個項目將是由 Mistral AI 和 NVIDIA 共同開發的基礎模型，聯盟成員將貢獻數據、評估和領域專業知識，以支持模型的後期訓練和持續開發。該模型將與開源生態系統共享，並作為下一代 NVIDIA Nemotron 模型的基礎，這些模型在 Hugging Face 上的下載量已超過 4,500 萬次。

多位 Nemotron 聯盟成員與其他建立和使用開源模型的領導者一起參加了 GTC 的連續小組座談會。

第一場座談會的嘉賓包括 LangChain 共同創辦人暨執行長 Harrison Chase、Thinking Machines Lab 創辦人暨執行長 Mira Murati、Perplexity 執行長暨共同創辦人 Aravind Srinivas、Cursor 執行長暨共同創辦人 Michael Truell，以及 Reflection AI 共同創辦人暨執行長 Misha Laskin。第二場則包括 Mistral 共同創辦人暨執行長 Arthur Mensch、OpenEvidence 執行長 Daniel Nadler，以及 Black Forest Labs 共同創辦人暨執行長 Robin Rombach，此外還有 Ai2 自然語言處理高級總監 Hanna Hajishirzi 和 AMP PBC 創辦人 Anjney Midha。

對話中突出了五個關鍵點：

1. AI 代理正成為能力極強的同事。

「我們很快就會看到代理真正成為同事，能夠承擔耗時數小時或數天的任務，並處理極其複雜的工作負載，」Cursor 的 Truell 表示。

2. AI 不是單一模型——它是一個編排系統。

「你想要的是一個多模態、多模型和多雲的管弦樂團，」Perplexity 的 Srinivas 說。「你所要做的就是委派任務。你不需要擔心哪個模型擅長什麼——這由編排系統來解決。」

3. 開放性推動了整個模型生態系統的創新。

「模型是基礎知識設施，而基礎知識設施渴望開放，」Reflection AI 的 Laskin 說。「目前有一個蓬勃發展的強大封閉模型生態系統，但在未來幾年內，同樣強大的開源模型也將出現。」

開源與專有模型的結合推動了前沿 AI 公司以及學術界的進步。

「有很多研究工作要做，而這不能完全在大型實驗室中完成，」Thinking Machines Lab 的 Murati 說。「這就是開放性非常有幫助的地方……它推動了 AI 科學、智能科學的發展。」

從左至右：NVIDIA 創辦人暨執行長黃仁勳、LangChain 共同創辦人暨執行長 Harrison Chase、Thinking Machines Lab 創辦人暨執行長 Mira Murati、Perplexity 執行長暨共同創辦人 Aravind Srinivas、Cursor 執行長暨共同創辦人 Michael Truell，以及 Reflection AI 共同創辦人暨執行長 Misha Laskin。

4. 開源系統值得信賴且易於獲取。

「歸根結底，你是在委派信任……而信任一個開源系統要容易得多，」AMP PBC 的 Midha 說。

有了值得信賴的系統，開發者可以部署長期運行的 AI 代理，處理幾乎任何任務。

「模型和編排模型的系統將變得更加強大，」LangChain 的 Chase 說。「因此，你將能夠擁有個人生產力代理，承擔運行時間更長、更複雜的任務。」

開源生態系統還促進了協作，有助於實現 AI 獲取的民主化。

「我們相信開源模型應該是構建世界上所有 AI 軟體的基礎，」Mistral 的 Mensch 說。「透過建立一個由利益一致的人組成的開源生態系統，創造對人類有益的資產，我們可以加速進步，並確保全球每個人都能以公平的方式獲得人工智慧。」

從左至右：NVIDIA 創辦人暨執行長黃仁勳；Mistral 共同創辦人暨執行長 Arthur Mensch；OpenEvidence 執行長 Daniel Nadler；Ai2 自然語言處理高級總監 Hanna Hajishirzi；Black Forest Labs 共同創辦人暨執行長 Robin Rombach；以及 AMP PBC 創辦人 Anjney Midha。

5. 社會需要通用型和專家型 AI 來提供價值。

「你必須像塑造社會一樣塑造 AI，」OpenEvidence 的 Nadler 說，他描述了醫院如何組織通用型醫生與世界級專家共同工作。「我認為 AI 的形態將反映這一點。」

專業化 AI 正在興起，因為它讓組織能夠將開源基礎與其自身的專有數據相結合。這些獨特的數據是他們在商業和學術界解鎖真正的、差異化價值的關鍵。

「這些天你可能會認為 AI 的進步侷限於少數封閉的實驗室，但實際上這對絕大多數希望參與進步的學術界、研究人員、非營利組織和其他地方都非常重要，」Ai2 的 Hajishirzi 說。「我們已經看到，所有這些進步都是透過一切保持開放而實現的。」

「現在是研究前沿模型、大型模型或部署在設備上的更專業開源模型最令人興奮的時期之一，」Black Forest Labs 的 Rombach 說。「有這麼多不同的前沿領域，所有這些領域都應該包含一些開源成分。」

NVIDIA 執行長黃仁勳穿著來自 Cursor 的訂製皮夾克，在 GTC 的小組討論前會見開源模型生態系統的領導者。

觀看 YouTube 上的 GTC 會議精華，並開始使用 NVIDIA Nemotron 開源模型進行開發。