7月23日晚，Meta正式推出了最新的开源大模型系列Llama 3.1，进一步缩小了开源模型与闭源模型之间的差距。Llama 3.1系列包括8B、70B和405B三个参数规模，其中Llama 3.1-405B参数的模型在多个基准测试中超越了OpenAI的GPT-4o，与Claude 3.5 Sonnet等领先的闭源模型相媲美。
模型规模与性能提升
这次发布的Llama 3.1模型大小大约820GB，包含有8B、70B和405B三种参数规模的模型。其中，8B和70B是对5月份发布模型的升级版本，将长文支持提升到了128K tokens。Llama 3.1在基准测试中展现了出色的性能，即使是70B的模型，也在多项测试中超越了GPT-4o。
Llama 3.1-405B版本的性能尤为出色。在MMLU Pro数学基准上，它以73.3%的成绩领先所有大模型。此外，在GPQA（研究生水平的专业知识和推理）、DROP（阅读理解）、MGSM（多语言数学）、HumanEval（编程）和BBH（知识评估）等多个基准测试中，405B版本的表现与GPT-4o不相上下，甚至在某些方面略胜一筹。
如基准测试所示，Meta Llama 3.1在GSM8K、Hellaswag、BoolQ、MMLU-humanities、MMLU-other、MMLU-stem和Winograd等多项测试中均优于GPT-4o。
但值得注意的是，HumanEval和MMLU-social sciences方面却落后于GPT-4o。可见，70B的参数量再往上扩展，收益已经不再显著。在大模型之家看来，未来，AI行业也许并不不需要15万亿这么多tokens来进行预训练，未来将是高质量合成数据和后期训练的世界。
累计3930万GPU小时的计算时间
Llama 3.1在多个方面都有显著提升：上下文长度增加到128K tokens，大幅提升了模型处理长文本的能力。这对于需要处理复杂文档和长篇对话的应用非常重要。支持8种语言的多语言输入输出，包括英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语，扩展了模型在国际化场景中的应用范围。预训练数据量达到15万亿tokens，确保了模型知识的时效性和广度。采用分组查询注意力（GQA）技术，提高了推理的可扩展性，增强了模型在处理复杂任务时的效率。
**Meta的训练细节显示，模型在H100-80GB GPU上训练，累计使用了3930万GPU小时的计算时间。**这不仅体现了Meta在硬件资源上的投入，也反映了团队在优化训练过程中的技术实力。值得注意的是，Meta强调自2020年以来一直保持净零温室气体排放，并且100%使用可再生能源。Meta的这一承诺不仅展示了企业的环保意识，也为AI行业树立了一个新的标准。
开源模型的“历史性时刻”
Meta创始人兼CEO扎克伯格在官网他表示，Llama 3.1将成为行业的一个转折点，越来越多的开发人员将转向使用开源模型，开源AI是未来的发展方向。英伟达高级研究科学家Jim Fan在X上发文祝贺Meta团队，称这是一个“具有历史意义的时刻”。
此外，马斯克也盛赞扎克伯格，认为他理应因开源得到赞誉，并表示Meta会成为开源大模型界的标杆。
尽管Llama 3.1表现出色，但这并不意味着它已经超越了GPT-4o。要知道，GPT-4o是在GPT-4的基础上经过两代优化（GPT-4 Turbo和GPT-4o）才达到当前的水平，其激活参数远小于405B的规模，是速度和性能的代表。
但不可否认的是，Meta的开源策略不仅为开发者和企业提供了一个强大的工具，也推动了AI研究和应用的普及。这可以让学术界深入研究非常深层次的Transformer在幻觉、推理和跨语言理解等场景下的工作机制。因为Llama 3.1作为一个稠密模型，比MoE在研究上更有普适意义，且可能是目前开源的最强模型，即使有更强的闭源模型，学术界也无法研究。
此外，Meta在模型卡中详细列出了安全考量，包括CBRNE（化学、生物、放射性、核和爆炸材料）有用性、儿童安全和网络攻击等方面的风险评估。这些安全考量体现了Meta对模型应用潜在风险的高度重视，确保模型在实际应用中不会引发不可控的问题。Meta强调，Llama 3.1并非设计为单独部署，而应作为整个AI系统的一部分，并配备额外的”安全护栏”。开发者在使用时需要特别注意工具使用和多语言输出的潜在风险，并进行充分的安全测试和微调。
Meta还更新了开源许可，允许开发者首次使用Llama模型（包括405B）的输出来改进其他模型。这为开发者提供了更大的灵活性，使他们能够在现有基础上进行创新和优化。Meta计划将图像、视频和语音功能整合到Llama 3中，使模型能够识别图像和视频，并通过语音进行交互。这一功能目前仍在开发中，但已经展示了未来应用的巨大潜力。Meta表示，截至目前，所有Llama版本的总下载量已超过3亿次。
“开源人工智能代表着世界最好的机会，”扎克伯格表示，利用这项技术可以创造最大的经济机会和安全保障。这一表态再次凸显了Meta在推动开源AI领域的坚定立场和长远目标。Meta认为，开源能够促进创新、降低成本、提高安全性。对开发者来说，利用开源可以训练、微调和蒸馏自己的模型，每个组织都有不同的需求，使用不同尺寸的模型来满足这些需求，并通过特定数据进行训练或微调。同时，开发者可以不被锁定在封闭供应商中，保护数据安全。“开源软件往往更安全，因为它的开发更加透明，可以被广泛审查。”扎克伯格认为。
观点
随着Llama 3.1的正式发布，我们可能会看到更多基于它的创新应用和研究成果。Meta的这一突破性进展不仅在性能上接近或超越了闭源模型，更重要的是，它为开发者和研究人员提供了一个可以自由使用和定制的强大工具。这可能会加速AI应用的创新和普及，让更多人受益于先进的AI技术。
Llama 3.1的发布无疑是开源AI领域的一个里程碑事件。它不仅缩小了开源与闭源模型之间的差距，更为AI的民主化和创新带来了新的可能。Topology CEO Aidan McLau惊呼，如果测试结果属实，Llama 3.1将成为”世界上最好的模型”，而且”每个人都可调”。
总结
**Meta推出LLama 3.1：开源AI领域的新篇章**7月23日，Meta正式发布了其最新的开源大模型系列LLama 3.1，标志着开源模型在性能和功能上向闭源模型迈出了重要一步。此次发布的LLama 3.1系列包括8B、70B和405B三种参数规模的模型，尤其是405B版本，在多项基准测试中表现出色，甚至在某些方面超越了OpenAI的GPT-4o和Claude 3.5 Sonnet等领先闭源模型。
**性能显著提升，挑战闭源模型**
LLama 3.1系列在基准测试中展现出卓越性能：
- **上下文长度增强**：提升至128K tokens，显著提升了处理长文本的能力。
- **多语言支持**：支持包括英语在内的8种语言，增强了国际化应用场景的适应性。
- **广泛应用**：在MMLU Pro数学、GPQA、DROP、HumanEval等多种基准测试中成绩斐然，特别是405B版本的表现令人瞩目，MULTILINGUAL GSM8K测试领先GPT-4。
**技术与资源并驱**
- **训练规模**：模型训练使用了15万亿tokens的预训练数据，并累计投入了3930万GPU小时的计算时间，体现了Meta在硬件资源和技术优化上的深厚实力。
- **环保倡议**：值得注意的是，Meta在推进AI技术的同时，承诺保持净零温室气体排放，并全部使用可再生能源。
**开源策略与创新推动**
Meta推出的LLama 3.1不仅性能卓越，更重要的是其开源策略。扎克伯格指出，这将促进更多开发人员使用开源模型，推动AI技术的民主化和创新。英伟达科学家Jim Fan及马斯克等业界名人都对这一“历史性时刻”表达了祝贺和肯定。
**未来展望与挑战**
LLama 3.1的发布不仅缩小了开源与闭源模型间的性能差距，更为AI的多元应用、学术研究和技术创新提供了重要支撑。未来，随着图像、视频和语音等功能的整合，LLama 3.1的应用潜力将进一步扩大。然而，正如文中提到的，对于HumanEval和MMLU-social sciences等领域的表现仍需改进。
这一重磅发布标志着开源AI进入了一个新的发展阶段，Meta通过LLama 3.1展示了开源模型在竞争性能、技术创新和普及应用上的巨大潜力。随着更多开发者和研究人员的加入，基于LLama 3.1的创新应用和研究成果将不断涌现，进一步加速AI技术在各行各业的普及和深入应用。