---
title: "马斯克强势开源Grok，“不忘初心”还是“背刺”Open AI？｜F2AI焦点"
id: "20240319A06KP400"
publicationAccount: "非凡产研"
originalPublishedAt: "2024-03-19T16:40:00+08:00"
canonical: "https://ffcap.cn/research/20240319a06kp400"
source: "https://view.inews.qq.com/a/20240319A06KP400"
sourceAccount: "https://news.qq.com/omn/author/21759984"
language: "zh-CN"
tags: ["开源与本地部署","商业化","OpenAI","具身智能"]
---

# 马斯克强势开源Grok，“不忘初心”还是“背刺”Open AI？｜F2AI焦点

文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。

上周，科技界的焦点人物马斯克投下了一颗重磅炸弹——他宣布旗下备受瞩目的Grok项目即将开源。这一消息如同一股飓风般席卷全球科技圈，瞬间点燃了无数开发者的激情与好奇心。大家纷纷猜测，这次开源将带来怎样的技术革命和创新浪潮？

而七天过去，马斯克如约兑现了他的豪言壮语。Grok项目如约而至，以开源的姿态呈现在世人面前。这一刻，无数双眼睛紧盯着这个新兴项目的每一个细节。**Grok的开源，不仅被看作是马斯克对人工智能开放性的坚定支持，更被一些观察者解读为他对昔日合作伙伴OpenAI的一种“回应”。**

众所周知，马斯克曾是OpenAI的创始成员之一，但随着时间的推移，两家公司在人工智能的理念上逐渐产生了分歧。OpenAI转向闭源模式，致力于商业化盈利，而马斯克则坚持着开放AI的初心。因此，当他上周宣布开源Grok时，许多人认为这是他在用自己的方式，表达对人工智能技术应该开放、共享的信念。现如今，他的举措展现出了他不变的初心。

##   ****AI+********科幻=正能量版《黑镜》？****

本次开源的主角——Grok，是马斯克旗下人工智能初创公司xAI于2023年11月推出的首个大语言模型，其设计理念源于英国作家道格拉斯·亚当斯的经典科幻作品《银河系漫游指南》。**在该小说中，Grok象征着一种机智且叛逆的精神，以及对事物深刻的同理心和直觉理解，而这一精神在xAI研发的Grok模型中得到充分体现。**

在处理语言任务时，Grok既可以以严谨、准确的态度，凭借大规模参数和先进架构，精准捕捉语言中的细微差别和复杂模式。在生成文本、回答问题或提供信息时，表现出高度的准确性和可靠性。严谨地分析输入数据，并基于其训练时学到的丰富语言知识来生成准确、清晰的输出。还可以机智和幽默的与用户互动，在回答问题时略带机智和叛逆，有时甚至能够建议要问什么问题。

![马斯克强势开源Grok，“不忘初心”还是“背刺”Open AI？｜F2AI焦点 · 原文图片 1](https://inews.gtimg.com/om_bt/OGWtBCW3QNRSq_6L_ujMiuGDS08JVvFg3eGyWAxF7UeuUAA/1000)

作为一款聊天机器人，Grok展现出与ChatGPT相似的强大能力。**同时，“Grok”这个名字源自另一部科幻作品《异乡异客》，它意味着对某事物拥有非常深刻的同理心或直觉理解。**这种特性使得Grok能够更深入地理解用户需求，并提供更为精准和贴心的服务。

##   ****马斯克势要打造AI界的SpaceX？****

Grok并非只是一个简单的聊天机器人或语言模型，它汇聚了众多前沿技术的精华。作为一款领先的大型语言模型，Grok拥有高达3140亿个参数，这一数字远远超过了许多其他流行的大型语言模型。

参数的数量是衡量模型复杂性和学习能力的重要指标之一。更多的参数意味着模型可以存储更多的信息，并在处理语言任务时表现出更高的灵活性和准确性。因此，Grok这种大规模参数化的一个关键优势是能够更好地捕捉语言中的细微差别和复杂模式，从而更准确地理解同义词、隐喻、讽刺等语言现象，并在生成文本时产生更丰富、更自然的表达。

![马斯克强势开源Grok，“不忘初心”还是“背刺”Open AI？｜F2AI焦点 · 原文图片 2](https://inews.gtimg.com/om_bt/OQ2IzxDKtIVDAWgH9TLaIdIo33z60kbIMlrjmiuwrZz3wAA/1000)

此外，**Grok-1还采用了混合专家系统（Mixture-of-Experts，MoE）架构。**这是一种深度学习架构，它结合了多个专家模型（即神经网络）的预测结果，以产生更准确的输出。在Grok-1中，多个独立的神经网络组成混合专家，每个神经网络都专注于处理输入数据的不同方面。每个专家都有自己的权重和参数。当给定输入数据时，Grok-1会根据输入的特征将其路由到最相关的专家进行处理。

这种架构不仅提高了模型的表达能力和效率，还使模型在处理不同类型的输入数据时具有更好的灵活性和适应性。通过将任务分配给最擅长的专家模型，模型可以更快地收敛到更好的解决方案，并在处理复杂任务时表现出更高的准确性。

xAI公司还使用由JAX库和Rust语言组成的自定义训练堆栈，从头开始训练Grok-1。这种自定义训练堆栈为模型的开发和训练提供了更大的灵活性和控制力。通过使用JAX库，利用其高效的数值计算和自动微分功能来加速模型的训练过程，而Rust语言的使用则提供了更好的性能和内存安全性。自定义训练堆栈还允许xAI公司根据实际需求进行灵活的调整和优化，从而在面对复杂问题和挑战时快速迭代和改进模型。

训练过程中，Grok－1使用了大量文本数据，并且没有针对任何特定任务进行微调，这使其具有强大的通用性和适应性。此外，该模型在处理每个token时，有25%的权重处于活跃状态，这有助于模型在处理复杂任务时保持高效和灵活。

与其他一些使用方面有限制的开源模型相比，Grok的开源提供了更广泛的底层技术访问权限，这对于研究人员和开发者来说是一个重要的优势。通过深入了解和使用Grok-1的底层技术，他们可以更好地理解模型的工作原理，进行定制化的改进和优化，以满足特定的应用需求。

然而，在全面透明度方面，Grok-1却不如一些其他模型，如Pythia、Bloom和OLMo等。这些模型不仅提供了模型的开源代码，还包括了用于训练模型的数据集。这种全面的透明度使得研究人员和开发者能够更清晰地了解模型的训练过程和数据来源，从而更好地评估模型的性能和可靠性。

相比之下，Grok-1的开源版本没有能够提供完整的训练代码和数据集，这可能会限制研究人员和开发者对模型的全面理解和改进。缺乏完整的训练细节和数据集可能导致一些潜在的问题，比如难以复现模型的训练结果，无法准确评估模型在不同数据集上的性能，以及难以发现模型可能存在的偏见或错误。

##   ****开********源or闭源≠零和游戏****

Grok的开源，正体现出如今的大模型发展的新趋势。当今时代，企业在面对软件开发时，必须做出一个关键抉择：走开源路线还是坚守闭源阵地？两种不同的软件开发策略，在AI领域体现出截然不同的哲学和发展路径。两种模式各有优劣，且在商业和技术领域都有各自的成功案例。

**● 开源AI：协作、创新与共享**

开源AI模式的核心在于协作、创新与共享，就像是场大家共享胜利果实，每个人都能品尝甜美的滋味。拥有透明与开放的魅力，源代码大门敞开，任你窥探、品味，甚至加入自己的调料。鼓励全球开发者共同参与到项目的开发中，通过集思广益和持续迭代，推动技术的快速发展和创新。

TensorFlow是一个典型的开源AI框架成功案例。由谷歌推出的TensorFlow最初只是一个内部工具，但谷歌选择将其开源，这一决策极大地推动了深度学习领域的发展。全球各地的开发者、研究者和企业都可以基于TensorFlow进行模型的训练、优化和部署，共同推动AI技术的进步。

另一个值得一提的是自然语言处理领域的开源项目——Hugging Face Transformers。这个项目提供了众多预训练好的语言模型，如BERT、GPT等，并允许开发者在其基础上进行微调或二次开发。这种开源模式极大地促进了NLP技术的普及和应用。

此外，零成本入门更是极大的吸引力，轻松搭建企业的技术基石。但不能忽略，开源也有它的暗礁。安全性就像那道众人共享的果盘，谁都能品尝，也可能引来不速之客。技术支持或许不那么给力，毕竟大家都忙着分享，哪有时间一一解答你的问题？

**● 闭源AI：商业化、独家优势与知识产权保护**

与开源模式不同，闭源AI更注重商业化、独家优势和知识产权保护。更像是一场独家定制的晚宴，只有受邀者才能品尝美味。散发着神秘与专属的气息，源代码被紧紧锁住，只有少数人能窥见其中的奥秘。专业的开发团队精心烹制，确保每一口都稳定可靠。官方支持如影随形，让你无后顾之忧。企业或个人拥有技术的独家使用权和经营权，可以更好地保护自己的创新成果和商业利益。

苹果的Siri是一个典型的闭源AI案例。Siri作为苹果公司的智能助手，其核心技术和算法都是闭源的，这保证了苹果在智能语音助手领域的独家优势。通过闭源模式，苹果能够更好地控制Siri的技术发展方向和应用场景，从而确保其商业利益最大化。

谷歌的搜索算法也是闭源AI的成功案例之一。谷歌凭借其强大的搜索技术和算法，在搜索引擎市场占据了主导地位。这些技术和算法都是谷歌的核心竞争力，因此它们被严格保密并采用闭源模式。这种策略使得谷歌能够保持其在搜索领域的领先地位，并持续为用户提供高质量的搜索服务。

但这一切的背后，都需要付出真金白银的代价。而且，一旦沉迷于这场独家晚宴，想要换口味可就难了。

尽管开源和闭源大模型各有优势，但在实际应用中，它们并不是完全对立的。事实上，许多成功的大模型项目都采用了开源与闭源相结合的方式。例如，一些企业可能会选择将部分开源技术集成到自己的闭源系统中，以提高系统的性能和可靠性。同时，一些开源项目也可能会借鉴闭源项目的成功经验和技术成果，以加速自身的发展和创新。

开源与闭源之间的竞争并不是一场零和游戏，相反，它们可以相互促进、相互补充，共同推动AI技术的发展和创新。未来，随着技术的不断进步和应用场景的不断拓展，相信开源与闭源大模型将在更多领域实现深度融合与创新发展。

##    **栏目介绍**

---

原始发布版本：https://view.inews.qq.com/a/20240319A06KP400

本站阅读页：https://ffcap.cn/research/20240319a06kp400