去年，谷歌發(fā)布了一份憂心忡忡的內(nèi)部文件:“雖然谷歌與OpenAI(在大模型上)你追我趕，但雙方都沒有真正的護城河，因為第三股力量正在崛起——開源社區(qū)才是谷歌和OpenAI最大的敵人。”
谷歌的擔憂正逐漸變成了現(xiàn)實。
馬斯克的開源大模型公司xAI近期完成60億美元B輪融資，估值達180億美元;堅持開源的法國AI初創(chuàng)公司Mistral AI獲得了6億歐元投資，最新估值已逼近60億歐元;知名大模型開源社區(qū)Hugging Face，估值也飆升到45億美元。而在代碼開源與托管領域，更是早已跑出了GitLab、GitHub等知名社區(qū)。
開源生態(tài)，正逐漸成為左右大模型發(fā)展的關鍵力量，可就在海外大模型開源進展如火如荼之際，中國的開源社區(qū)、開源生態(tài)卻有些掉隊。知乎上有一個熱門問題“為什么中國出現(xiàn)不了Hugging Face?”
但這種情況正在改變。2023年，云計算和AI領域連續(xù)創(chuàng)業(yè)者陳冉，創(chuàng)辦大模型開源社區(qū)OpenCSG(開放傳神)，為客戶提供開源大模型產(chǎn)品及服務。成立不到半年，OpenCSG就拿到了聯(lián)想創(chuàng)投、北京國信中數(shù)的投資，公司估值已達數(shù)億元。
作為一名在開源和AI方面擁有20年經(jīng)驗的老兵，陳冉發(fā)現(xiàn)，大模型正帶來前所未有的行業(yè)巨變，但大多數(shù)企業(yè)級用戶既無法基于大模型開發(fā)應用，更無力訓練出一個符合自身需求的模型，AI版“GitLab+Hugging Face”出現(xiàn)。
“大模型領域，開源非常重要，開源關乎商業(yè)模式，關乎產(chǎn)業(yè)鏈”陳冉告訴鉛筆道，“組建開源社區(qū)、構建開源生態(tài)，很可能是打破OpenAI市場壟斷的唯一方法。”
資料顯示，2024年全球大模型市場規(guī)模將突破280億美元，到2028年將突破1000億美元。出海參與全球競爭、為全球企業(yè)服務，也是陳冉的夢想。“我想證明一下，中國也可以誕生開源領域優(yōu)秀的創(chuàng)業(yè)公司，讓投資人看到開源的商業(yè)價值。”
近日，鉛筆道與陳冉就開源社區(qū)的商業(yè)模式、中國開源市場前景等話題做了交流，以下是對話精華。
-01-
鉛筆道:作為AI老兵，是什么樣的契機讓你要在開源領域再做一家公司?
陳冉:我看到了AI時代開源將迎來顛覆性的機會，值得再創(chuàng)業(yè)一次。
工作20年，我一直做開源這件事。我上一家開源公司主要為B端客戶提供本土化的代碼服務以及數(shù)據(jù)支持，積累了1600萬用戶，成了國內(nèi)最大的開源平臺。
Hugging Face是一個優(yōu)秀的大模型和數(shù)據(jù)集托管平臺，類似于GitHub，但其主要針對科學家、算法工程師，卻沒有特別大的意愿去做to B生意。
在AI時代，我原先的積累剛好可以填補市場空白。我有搭建超大型線上開源社區(qū)的經(jīng)驗，也會做to B的生意，擅長為企業(yè)提供本地化服務和私有部署，還有1600萬熟悉的用戶。這一切要素疊加起來，意味著我可以在AI時代做成中國版“GitLab+Hugging Face”，對開源來說是歷史性機會。
鉛筆道:創(chuàng)立OpenCSG后，市場需求跟你原先設想的一樣嗎?
陳冉:基本一致。真正深入到市場后，我很快意識到“降本增效”已經(jīng)成了大模型的當務之急。
在當下，大家共同面臨的是“大模型好像比什么都重要，但無法真正應用到場景中”的困境，一個重要原因就是大模型成本太高。算力、數(shù)據(jù)處理、算法人才都很貴，OpenCSG初衷就是降低大模型的使用成本和門檻。
OpenCSG這個名字就代表著降本增效的公司理念。C即Converge(集合)，代表算力的集合。因為大模型發(fā)展的最高優(yōu)先級是算力，但中國的算力比較分散，因此需要通過高中低配算力——國產(chǎn)算力與國外算力分布式搭配，按需分配算力。
S即Software Refine(軟件重塑)，軟件重塑就是通過大模型去生產(chǎn)代碼，因為BAT等大廠把研發(fā)人員的工資炒得很高，同時人效很低。我們的理念是用大模型開發(fā)代碼與交付，在軟件定義的層面降本增效，最近刷屏的Starship就是主力產(chǎn)品。
G指Generative(生成式AI)。大模型是未來，但大模型一定要以開源的方式交付給客戶，也就是我們所說的Open(開源開放)。國外有Gitlab和Hugging Face這樣優(yōu)秀的開源平臺，但中國直到大模型時代，還一直缺這樣的平臺，這就是OpenCSG的機會。
鉛筆道:GitLab已經(jīng)是全球知名程序員社區(qū)，Hugging Face的估值也達到45億美元，OpenCSG打算怎么走?
陳冉:最終目標肯定是走出去，跟GitLab和Hugging Face在全球競爭，因為中國有全世界最廣大、最優(yōu)質(zhì)的研發(fā)人員，有軟件人才基礎。
但從更現(xiàn)實角度，當前還是要穩(wěn)一些，先把用戶規(guī)模和營收做扎實，再擴大規(guī)模。今年我們已經(jīng)基本營收平衡。
鉛筆道:市面上的主流大模型都還沒有盈利，OpenCSG是怎么做到的?
陳冉:大模型本身并不值錢，我們把大模型的價值用開源的方式交付給客戶，讓客戶真正為價值付費。
鉛筆道:客戶付費的點是什么?
陳冉:OpenCSG的商業(yè)模式類似于幫助客戶搭建專屬云，通過訂閱付費模式，為客戶提供搭建軟件架構的能力，幫助客戶定制大模型中的“專有云”。
我們有幾款主力產(chǎn)品——CSGHub開源模型平臺、悟空預訓練模型、CSGCoder微調(diào)代碼模型，以及刷新了大模型編程紀錄的StarShip。
同時相比于MaaS(模型即服務)公司只提供開源大模型的接口，我們還會額外提供開源大模型的代碼幫助公司進行Fine-tune(微調(diào))和開發(fā)。在使用OpenCSG構架服務后，即使是沒有開發(fā)能力的客戶，只需要通過自然語言輸入需求，就能快速生成基于大模型的軟件。
鉛筆道:聽起來，OpenCSG要為大量用戶做定制化服務，賺的像是份辛苦錢。
陳冉:不辛苦，因為我們是開源的方式，本質(zhì)上客戶自己組裝出來的模型。
我們的模式類似于寧德時代做電池，蔚來、理想都可以基于電池做汽車，但電池和中控這樣的核心技術是寧德時代自研的。
那OpenCSG已經(jīng)制訂了行業(yè)標準，搭好了開源平臺，并且有成型產(chǎn)品，B端客戶要享受企業(yè)級服務，就會付費。至于定制化需求，我們有一大堆合作伙伴，同時是開源協(xié)作的方式，只要客戶給到核心數(shù)據(jù)，就能訓練出他需要的模型。
-02-
鉛筆道:像周鴻祎、楊立昆、朱嘯虎等人都認為開源模型才是未來，你怎么看大模型的開源和閉源之爭?
陳冉:我覺得開源和閉源之爭是商業(yè)模式的競爭，就像iOS系統(tǒng)和安卓系統(tǒng)，沒有好壞之分，兩者也一直是并存的。
只是閉源一般都是某幾個大廠在做，開源則強調(diào)全球協(xié)作，因為參與的人更多，場景越多，產(chǎn)品才能適配更多的人群，是共創(chuàng)共贏的思路。
只是對于中國來說，做開源的優(yōu)先級一定是要高于閉源。
鉛筆道:為什么這么說?
陳冉:因為中國的大多數(shù)企業(yè)并不具備做閉源的實力，哪有那么多人有錢去搞個閉源模型?還有個關鍵點，大模型未來的關鍵節(jié)點不是算力，甚至不是模型，而是核心數(shù)據(jù)集。
由于核心數(shù)據(jù)集一般在甲方(企業(yè))手里，如果甲方把數(shù)據(jù)灌到一個商業(yè)版閉源模型，那訓練出來的模型是歸客戶還是模型廠商?未來數(shù)據(jù)歸屬權和大模型歸屬權是說不清楚的?？蛻艨隙ㄏ肽Ｐ蜌w自己所有，因為企業(yè)數(shù)據(jù)大多涉及核心機密。
所以我們堅持做CSGHub開源模型平臺，為企業(yè)提供線上線下一體化服務。企業(yè)真正需要的應該是線上線下一體的平臺，因為企業(yè)數(shù)據(jù)作為第一要素必須放到線下進行管理。為此，我們堅定做開源模式，讓客戶自己管理自己的數(shù)據(jù)資產(chǎn)。
鉛筆道:優(yōu)質(zhì)的中文數(shù)據(jù)集數(shù)量不足，缺少優(yōu)質(zhì)數(shù)據(jù)是否會制約大模型未來的發(fā)展?
陳冉:我告訴你為什么，因為中國在上一個時代的數(shù)字化轉(zhuǎn)型走得不通透。中國的互聯(lián)網(wǎng)時代確實非常輝煌，但恰恰是輝煌“耽誤”了一代基礎技術的底層構造。因為各家應用公司都想著壟斷數(shù)據(jù)、積累用戶，導致開源一直發(fā)展不順。
雖然國內(nèi)也有很多優(yōu)秀的開源項目和社區(qū)，但相比國際仍有差距。中國的開源文化并未像國際上那么成熟，缺少足夠的理解和支持。在商業(yè)變現(xiàn)上，國內(nèi)也沒有踏出一條從開源技術孵化到商業(yè)變現(xiàn)成功(IPO)的閉環(huán)，適應中國國情的開源商業(yè)模式一直沒有形成。
這些基礎技術、軟件積累的缺陷會在后期發(fā)展越來越被放大，在大模型時代更是如此。為什么我們一直處于追趕，因為任何技術的發(fā)展都是有規(guī)律的、持續(xù)迭代、相互依賴，最終形成新的創(chuàng)新。創(chuàng)新不可能來源于Nowhere，國內(nèi)缺失了一些開源的環(huán)節(jié)。
鉛筆道:那OpenCSG要走的這條路是不是特別艱險?
陳冉:再早三年這件事我都不愿意干，因為這件事在中國就屬于是之前沒做的事，你要補漏，所以你說困不困難?非常困難。但這又是創(chuàng)新的必要環(huán)節(jié)，你必須要做。
我堅定地認為中國需要開源生態(tài)，國家和政府也正在出臺有利政策支持開源生態(tài)的發(fā)展，比如十四五規(guī)劃提倡支持開源。
但開源不是某一家大模型公司能做成的，而需要搭建整個開源生態(tài)和社區(qū)。所以我只有堅定地做下去，相信總有一天開源生態(tài)會迎來爆發(fā)，因為開發(fā)者都能在社區(qū)中獲利，就像商戶能在淘寶里掙錢了，他們就愿意留在這個社區(qū)，你也就成了這個時代的淘寶。
-03-
鉛筆道:一開始如何吸引眾多開發(fā)者到OpenCSG，如何活躍社區(qū)?
陳冉:活躍社區(qū)有一個專業(yè)名詞叫“牽引力”，我們主要有三個牽引力。
第一，為用戶提供實時可用的算力，OpenCSG在線上的目標人群是研發(fā)人員，所以我們有一個算力交易平臺，讓所有研發(fā)人員能以最低成本、最低門檻使用大模型。并通過線上算力的分傭，實現(xiàn)研發(fā)人員降本增效，產(chǎn)生更多的agent。
第二，我們提供各種可靠的、可負擔的開源模型選擇。我們預訓練了很多模型，比如悟空模型，還有其他很多開源模型，客戶永遠能找到量身定做的模型。
第三，我們足夠便宜好用。
舉個例子，我們很多企業(yè)客戶實際上并沒有額外經(jīng)費，也不知道如何挑選適合自己的模型，但客戶的痛點很明確——降本增效。在OpenCSG，因為有開源代碼和預訓練模型，客戶只需要描述應用需求，OpenCSG就可以完成相應軟件的代碼生成。例如客戶希望開發(fā)網(wǎng)站，僅通過描述網(wǎng)站各項功能，相應軟件應用即可搭建起來，相比自己組建團隊成本自然更低。
這些省下的人力成本，就轉(zhuǎn)變成了給OpenCSG的訂閱費。
鉛筆道:很多開源社區(qū)希望營造一種“人人為我，我為人人”的社區(qū)氛圍，在OpenCSG是否如此?
陳冉:人人為我，我為人人，這是一種情懷。但開源不是情懷，這是一種商業(yè)模式。
開源社區(qū)要不然幫別人掙錢，要不然幫別人省錢。社區(qū)的繁榮一定由利益驅(qū)動，很多人天天講要做開源的領袖，要為開源文化做貢獻，我只能說這是學術思維，更多企業(yè)做開源是為了盈利。
鉛筆道:在市場競爭上，你擔心Hugging Face嗎?
陳冉:我一點都不擔心Hugging Face。
當Hugging Face還在做線上的時候，我就在提私有的開源大模型托管模式(將技術授權給一家完全獨立的本地公司，幫助企業(yè)更快更好地開發(fā)軟件)，我等于是在創(chuàng)造用戶需求。
并且我已經(jīng)盈利了，因為我清晰地知道:降本增效就是商業(yè)模式。大模型還沒商業(yè)化，不代表圍繞大模型不能產(chǎn)生商業(yè)模式——可以衍生出軟件訂閱、數(shù)據(jù)集交付、服務、商業(yè)版分發(fā)等模式。
包括估值，我已經(jīng)是第三次創(chuàng)業(yè)了，我一直認為公司的估值一定要跟收入匹配，沒必要為了融資虛估企業(yè)估值。還是那句話，客戶為產(chǎn)品付費，永遠付費的是價值點，那我就給企業(yè)客戶帶來價值，獲得收入，穩(wěn)扎穩(wěn)打一些。
鉛筆道:如果本土互聯(lián)網(wǎng)大廠也想做跟OpenCSG類似的產(chǎn)品。
陳冉:大廠和創(chuàng)業(yè)公司的做法還是有很大不同。OpenCSG從誕生起就是原生的大模型公司，推出的都是基于Git的大模型開源產(chǎn)品，很多大廠盡管重視大模型，但也不可能把其他成熟業(yè)務全砍掉，在資源分配上決策就很慢。
鉛筆道:在大模型時代，中國打造開源生態(tài)的最大困難是什么?
陳冉:懂行的人太少，也缺乏開源成功的案例。上一個時代大家不關注開源生態(tài)，起步就很晚。
美國開源做了30多年，誕生了不少百億美金的獨角獸，大批投資人通過投資開源項目賺得盆滿缽滿。而在中國，時至今日也沒有把開源項目做到上市的公司。
但在大模型領域，開源又非常重要，開源關乎商業(yè)模式盈利，關乎產(chǎn)業(yè)鏈。所以我們希望成為中國在開源開放領域領先的公司，讓更多人看到開源的商業(yè)價值。
免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。
