👁 294 次阅读
AI圈今天炸锅了：DeepMind核心高管出走，开源模型居然跑赢了闭源？
今天早上打开推特，我的信息流直接被刷屏了。
刷屏的主角不是某个新模型发布了，而是一个人——DeepMind的联合创始人兼首席科学家Shane Legg的左右手，研究副总裁Phil Blunsom，离职了。
说实话，这消息让我愣了好几秒。这可不是什么小角色跳槽，这是真正的核心层变动。
如果你对DeepMind的架构不太了解，我简单说一句：Blunsom是深度学习、NLP领域的绝对大牛，在学术界和工业界的声望都极高。他在DeepMind负责的研究方向，基本就是这家公司最底层的技术护城河。
而现在，他走了。
这让我想起去年OpenAI那场宫斗大戏。当时很多人说那是特例，是Sam Altman个人风格的问题。但现在看来，顶尖AI实验室的高层动荡，正在变成一种常态。
为什么？我琢磨了一上午，觉得核心原因可能就一个：AGI的路线之争已经到了不可调和的地步。
一边是坚持安全第一、慢慢来的保守派，一边是认为必须加速商业化、抢占市场的激进派。这两种声音在每家大模型公司内部都存在，而且越到高层，分歧越大。
Blunsom的离开，大概率跟这个有关。虽然官方声明永远都是“感谢贡献、祝福未来”那套说辞，但你懂的，真正的原因从来不会写在公告里。
有意思的是，就在同一天，开源社区这边却传来了一个让人振奋的消息。
Mistral AI悄悄放出了他们的最新模型——Mistral Large 2。注意，这不是之前那个Mistral Large的简单升级，而是一个在多项基准测试上直逼GPT-4、甚至在某些指标上反超的狠角色。
我第一时间去看了LMSYS Chatbot Arena上的数据，说实话，有点震惊。
在代码生成任务上，Mistral Large 2的表现已经非常接近Claude 3.5 Sonnet的水平。多语言能力更是它的传统强项，这次又往上提了一大截。最让我意外的是它的推理能力，在一些需要多步逻辑链的测试里，居然能跟GPT-4打得有来有回。
要知道，这玩意儿可是开源的。虽然有个“Research License”的限制，商用需要额外授权，但代码和权重你能拿到手，这就意味着全球开发者可以基于它做各种魔改和微调。
我昨晚熬夜试了一下。
先把结论说了：如果你现在正在用GPT-4做重型文本任务，Mistral Large 2在大部分场景下可以平替，而且在法语、西班牙语这些拉丁语系语言的处理上，它甚至更丝滑。
具体来说，我测了几个典型场景：
第一，长文写作。 我让它写一篇关于量子计算产业化的深度分析，要求5000字以上，结构清晰，有数据支撑。Mistral Large 2的完成度相当高，逻辑链条没有断，引用也基本准确（当然这种任务还是得人工核实）。相比之下，GPT-4有时候写到3000字左右就开始车轱辘话来回说，但Large 2一直撑到了最后。
第二，代码debug。 我故意喂了一段有5个bug的Python代码，包括一个隐式的类型转换错误和一个循环引用导致的内存泄漏。Large 2全部找出来了，而且给出的修复建议不仅正确，还会解释为什么这么改。这个表现说实话超出了我的预期。
第三，多语言翻译。 这是Mistral一贯的强项。我用了一段中文的商业合同，先让它翻英文，再翻法文。英译的质量跟DeepL Pro差不多，法译则明显比GPT-4更地道，连法语里的法律术语用词都把握得很准。
当然了，也不是没有短板。在需要超强创造力的任务上，比如写一首有隐喻层次的现代诗，GPT-4还是略胜一筹。另外，Mistral Large 2对中文俚语、网络梗的理解偶尔会翻车，这可能是训练数据里中文语料占比的问题。
不过话说回来，谁会拿大模型专门写诗呢？对绝大多数实用场景来说，这个模型已经足够强了。
这两件事放在同一天发生，给我的感觉非常微妙。
一边是闭源阵营的核心人物出走，内部路线之争白热化；另一边是开源模型步步紧逼，性能差距在以肉眼可见的速度缩小。
我记得去年这个时候，大家还在争论开源模型到底有没有前途。Meta的Llama 2出来的时候，很多人说“还可以，但跟GPT-4没法比”。现在才过去多久？Mistral Large 2、Llama 3.1 405B这些模型，已经能在很多任务上跟闭源顶流掰手腕了。
而且开源模型有一个闭源永远比不了的优势：可控性和定制化。
你用GPT-4，OpenAI一个API更新，你的prompt可能就得重写。但开源模型你拿到权重之后，可以在自己的服务器上随便跑，做微调、做量化、做蒸馏，完全不受制于人。对于企业来说，这点太重要了。
我认识几个做AI应用创业的朋友，他们现在基本都从闭源切到开源了。原因很简单：成本可控，服务稳定，而且可以根据自己的业务场景精调模型。虽然前期投入大一点，但长期来看划算得多。
说回DeepMind这次高层变动。Blunsom的下一站还没公布，但圈内已经有消息说他可能会加入某家初创公司，或者在学术界组建一个新的AI研究机构。不管怎样，这种级别的人才流动，本身就说明AI行业的格局还在剧烈变化中，远没有稳定下来。
我的判断是，2024年下半年到2025年，我们会看到更多类似的“大牛出走”事件。因为AGI的路线之争不会消失，只会随着技术越接近临界点而越激烈。加上资本的压力、商业化的诱惑、以及个人理念的差异，顶尖人才的流动会越来越频繁。
这未必是坏事。每一次人才流动，都会带来技术思路的碰撞和扩散。当年深度学习能从学术圈火到工业界，很大程度上就是靠Geoffrey Hinton这批人从多伦多大学走向Google、后来又有人从Google走向各家创业公司。
现在的AI行业，有点像一个烧得滚烫的熔炉。所有人都在里面被炙烤、被重塑。有人受不了热度离开了，有人找到了新的方向跳出去了，但熔炉本身还在升温。
而对我们这些站在外面看的人来说，最重要的是保持清醒，别被每天的新闻牵着走。模型排名天天变，大佬去向月月换，但底层逻辑是不变的：谁能真正解决用户的问题，谁能把成本降到让大家用得起，谁就能笑到最后。
开源模型的崛起已经证明了一件事：技术壁垒没有大家想象的那么高。真正的护城河，是生态、是场景、是用户习惯。
这大概也是为什么，今天这两条看似矛盾的新闻——一个关于闭源巨头的内忧，一个关于开源新锐的突破——会在同一个早上出现在我的时间线上。
时代变了。而且变得比所有人预想的都快。
总结一下：
DeepMind研究副总裁Phil Blunsom的离职，折射出顶尖AI实验室内部AGI路线之争的白热化，这种高层动荡可能成为常态。与此同时，Mistral Large 2的发布让开源模型阵营再添一员猛将，实测表现已经在多数实用场景下接近甚至匹敌GPT-4。开源与闭源的力量对比正在发生根本性转变，对于企业和开发者来说，现在是认真考虑开源方案的好时机。整个AI行业还在剧烈洗牌中，好戏才刚刚开始。