通义千问2.5发布：开源大模型中文智能程度直逼GPT4

AI领域向来追求极致，大模型更是将这种追求推向新高度。从ChatGPT引爆浪潮开始，它遵循scaling law一路迭代，传言GPT-4参数规模已达1万亿。

当然，并不是只有极大规模模型才值得关注。谷歌、微软、阿里等厂商也陆续推出了参数量从几亿到几十亿不等的模型。比如最新的Llama3，网络结构变化不大，但数据量增加了7倍，性能直接上了一个台阶。说到底，成功的大模型往往在某个维度上做到了极致。

眼下大模型领域最核心的博弈，其实在开源与闭源之间，而且这种博弈渗透到了各个层面。

上面这张图清晰地展示了开源与闭源在成本、创新、支持、自定义和知识产权等方面的差异。拿国内来说，闭源大模型体验确实不错，但完全黑盒的特性让企业用户望而却步。

相比之下，阿里的通义千问选择了极致开源路线——从0.5B、1.8B、4B、7B的小型模型，到14B、32B的中等模型，再到72B、110B的大型模型，全尺寸语言模型全部开源。不仅如此，多模态大模型（视觉理解Qwen-VL、音频理解Qwen-Audio）也一并开源，代码模型CodeQwen1.5、混合专家模型Qwen1.5-MoE同样如此。品类之齐全，几乎可以说是毫无保留。

关键是这些开源模型实力不俗。在LMSYS Org的Chatbot Arena盲测中，Qwen1.5-72B-Chat多次杀入全球Top 10，是中国唯一能与海外大模型正面竞争的选手。最新的千亿参数模型Qwen1.5-110B更是表现抢眼，在多项基准测试中超越Meta的Llama-3-70B，登顶HuggingFace开源大模型排行榜，成为开源领域的最强模型。

过去很长一段时间，ChatGPT和GPT-4是公认的最强LLM。因为闭源，很多人觉得闭源模型的能力深不可测。不过通义千问团队一直在追赶，最新发布的通义千问2.5，中文场景性能已经追平GPT-4 Turbo，成为最强中文大模型。

一个简单的判断是：开源和闭源并非绝对对立，而是相互促进。二者在大模型领域的关系，很像安卓和苹果手机——安卓对喜欢折腾的玩家极其友好，而苹果的封闭生态则难以满足个性化需求。开源大模型的好处其实很直白。

1 信息本地存储，增强数据安全性和隐私保护

开源大模型的使用门槛极低——下载模型，然后运行。比如在Ollama里使用Qwen系列，一行命令就够了：ollama run qwen。整个过程无需联网、无需账号密码，所有聊天数据都在本地处理，数据安全性和隐私保护天然有保障。

2 高度定制化，满足特定企业以及个人需求

OpenAI开放了不少接口：语音、图像、微调大模型，设计得相当易用，价格也一再下调，如今的使用成本已经低了很多。但问题依旧存在——它毕竟是闭源的。尤其是跟品类齐全的开源大模型相比，差距一目了然。比如Ollama里的Qwen系列提供了大量版本可选：追求速度就用小参数模型，需要深度推理则有千亿参数级别的Qwen1.5-110B。更重要的是，开源意味着你可以随意修改模型、换训练数据，甚至改造为特定领域的大模型——代码、IP，连训练好的模型参数都给你了，这其中的想象空间极大。

事实上，通义千问已经与很多企业、组织展开了合作，各种对话机器人、语音助手层出不穷。通用大模型加上领域知识，效果堪称神器。举个例子，养殖业几十年的经验数据，Qwen能快速掌握并转化为问答机器人，供新人学习甚至直接使用。而开源对闭源的追赶速度也相当惊人——下面这张图显示，开源大模型的增长曲线明显快于闭源模型。

这足以看出开源大模型的发展潜力和超高速迭代能力。如果你经常使用大模型，会发现通义千问现在的使用体验已经非常接近GPT-4——处理文件、联网搜索，体验几乎一致。说得极端一点，如果没有开源大模型带来的压力，GPT-4很可能在很长一段时间内都不会有实质性更新。开源大模型特有的高度可定制化，在未来一段时间内将在AI应用与生态中展现出独特的价值。