Meta Llama前景：開源AI走到十字路口

Meta的Llama系列一直是開源AI的旗艦項目，為全球開發者提供了強大且免費的大語言模型。然而，近期傳出的消息令開源AI社群感到不安：Meta據報正在考慮將下一代模型「Avocado」轉向閉源，這可能標誌著開源AI黃金時代的終結。

Llama 4：開源AI的新高度

在討論Meta可能的策略轉變之前，先看看Llama 4帶來的技術進步。這款最新的開源模型在多個方面實現了顯著提升：

• 多語言能力躍進：預訓練覆蓋200種語言，其中超過100種語言擁有超過10億tokens的訓練數據，多語言tokens總量是Llama 3的10倍
• 訓練數據規模：總訓練數據超過30萬億tokens，是Llama 3預訓練數據的兩倍以上
• 多模態支持：訓練數據包括多樣的文本、圖像和影片數據集

閉源轉向：為什麼？

據報導，Meta正在將下一代AI模型「Avocado」的發布推遲至2026年第一季度，並伴隨著從開源向閉源的戰略轉變，以及AI部門的重大重組。

早在2025年7月，Meta內部就開始討論將資源從開源模型轉移的問題。據報導，CEO Mark Zuckerberg確認Meta不會將具有超級智能能力的模型作為開源發布。內部討論正在評估完全閉源的方案——只通過API和託管服務提供，不再提供模型權重下載。

「開源」的定義之爭

即使在Llama保持「開源」的時期，其開源屬性也一直受到質疑。30人小型創業公司Arcee AI的CTO指出：「Llama可以被視為非真正開源，因為它使用的是Meta控制的許可證，帶有商業和使用限制。」

這種批評並非空穴來風。Llama的許可證確實包含多項限制，例如對月活用戶超過7億的應用需要特別許可。這與傳統開源軟體（如Linux或Apache項目）的完全自由使用有本質區別。一些開源組織認為Llama根本不符合開源合規標準。

Arcee AI的挑戰：真正的開源

就在Meta考慮閉源之際，30人的小型創業公司Arcee AI發布了Trinity——一個4000億參數的通用基礎模型，採用Apache許可證，是美國公司訓練並發布的最大開源基礎模型之一。

Arcee AI的挑戰凸顯了一個重要問題：在AI模型越來越強大的今天，真正的開源是否還能持續？訓練大模型需要巨額資金和計算資源，而開源模式難以帶來直接收入。如果連Meta這樣的科技巨頭都在考慮放棄開源，小公司能堅持多久？

LlamaCon與Llama API

在首屆LlamaCon大會上，Meta宣布了Llama API的有限預覽版。這個API結合了閉源模型的便利性和開源的靈活性，提供一鍵式API密鑰創建和互動式遊樂場。

這可能預示了Meta的折衷路線：繼續提供某種形式的開放訪問，但通過API而非權重下載的方式。這種模式可以：

• 保持開發者生態系統的活力
• 更好地控制模型使用方式
• 創造潛在的收入來源
• 降低模型被惡意使用的風險

Llama Impact Grants：社會價值的堅持

值得注意的是，Meta繼續通過Llama Impact Grants計劃支持開源AI的社會應用。該計劃向10個國際獲獎者發放了超過150萬美元的獎金，支持使用Llama推動變革性改變的公司、創業公司和大學。

這表明Meta並未完全放棄開源AI的願景，至少在社會影響層面仍在積極投入。然而，純粹出於公益目的的開源與商業競爭中的開源是兩回事——後者才是影響AI產業格局的關鍵。

對香港開發者的影響

香港有大量開發者和企業依賴Llama進行本地化AI應用開發。如果Meta轉向閉源，將帶來幾方面影響：

1. 成本增加：從免費使用轉向付費API，開發成本上升
2. 靈活性降低：無法自行微調和部署模型，受限於API功能
3. 數據主權問題：敏感數據可能需要發送到Meta服務器
4. 替代方案需求：需要評估其他開源模型如Mistral、Falcon等

展望：開源AI的未來

Meta可能的閉源轉向反映了AI產業的一個根本張力：訓練頂尖AI模型需要數十億美元投資，而開源模式難以支撐這種規模的持續投入。隨著模型能力越來越強，安全和責任的考量也使完全開放變得更加複雜。

然而，開源AI不會消失。即使Meta轉向閉源，其他玩家——包括Mistral、阿里雲、百度等——仍在持續投入開源模型。更重要的是，開源社群已經建立了自己的生態系統和微調技術，能夠在有限資源下持續創新。

開源AI的黃金時代可能正在結束，但開源AI本身不會終結。它只是在尋找新的平衡點——在商業可持續性、安全責任和開放創新之間。