硕鼠的博客站
·
OpenAI 突然开源！GPT-OSS 深度评测，中美 AI 竞争升级，谁能笑到最后？AI 界的“田忌赛马”！详解中国“全家桶”式开源，如何对决 OpenAI 的精准出牌？
内容提要
OpenAI发布了开源模型GPT-OSS，包含20B和120B两种参数，采用混合专家模型，支持128K的上下文。这一举措加剧了中美AI竞争，展示了不同的开源策略。中国的开源模型如千问和DeepSeek直接开放最新版本，与美国的“开小闭大”策略形成对比。两国在AI领域的博弈将持续，未来发展值得关注。
关键要点
-
OpenAI发布了开源模型GPT-OSS，包含20B和120B两种参数，采用混合专家模型，支持128K的上下文。
-
中美在AI领域的竞争加剧，展示了不同的开源策略。
-
中国的开源模型如千问和DeepSeek直接开放最新版本，与美国的“开小闭大”策略形成对比。
-
GPT-OSS使用MXFP4量化技术，训练时采用4位指针，节省空间且速度快。
-
GPT-OSS是从头开始原生训练的模型，使用数万亿TOKEN的纯文本进行训练。
-
模型的知识截止到2024年6月，具备强大的搜索和工具调用能力。
-
20B模型的效能相当于GPT-3 mini，120B模型相当于GPT-4 mini。
-
中国的开源模型在本地处理敏感数据方面具有优势，但需要申请合规牌照。
-
OpenAI开源的原因是为了满足对本地模型的需求，避免数据泄露。
-
中美之间的开源策略存在四种模式，包括混沌模式、开旧闭新模式、开小闭大模式和中国的全开模式。
-
中国的开源策略是“应开全开”，直接开放最新的、最大的模型。
-
中美博弈中，中国通过“田忌赛马”的策略在某些领域占优。
-
美国的策略旨在保障巨头地位，而中国的策略可能培养出颠覆市场的竞争者。
-
AI领域的未来可能受到中国民族性烙印的影响，研发人员中有一半以上是中国人。
延伸解读
中美AI开源策略的对比
OpenAI与中国的开源策略存在显著差异。OpenAI采取的是“开小闭大”的策略，推出小型开源模型以满足本地需求，而中国则是“应开全开”，直接开放最新、最大的模型。这种策略的不同反映了两国在AI领域的竞争态势，可能影响未来市场格局。
GPT-OSS的技术优势
GPT-OSS采用了MXFP4量化技术，使用4位指针进行训练，显著提高了模型的速度和效率。这一创新使得模型在本地运行时能够节省空间并提升性能，尤其适合处理敏感数据的需求。用户在选择模型时应关注其技术特点，以便更好地满足实际应用需求。
合规与市场准入的挑战
中国的开源模型在市场准入方面面临合规挑战，任何提供服务的单位都需申请牌照。这一过程可能导致新模型的推广速度滞后于国外，影响市场竞争力。因此，企业在选择开源模型时需考虑合规成本和时间，以确保顺利上线。
延伸问答
GPT-OSS模型的参数有哪些？
GPT-OSS模型包含20B和120B两种参数。
OpenAI开源GPT-OSS的原因是什么？
OpenAI开源GPT-OSS是为了满足对本地模型的需求，避免数据泄露。
中美AI开源策略有什么不同？
中国的开源策略是“应开全开”，直接开放最新的、最大的模型，而美国则采用“开小闭大”的策略。
GPT-OSS使用了什么技术来提高模型性能？
GPT-OSS使用了MXFP4量化技术，采用4位指针进行训练，节省空间且速度快。
中国的开源模型在处理敏感数据方面有什么优势？
中国的开源模型在本地处理敏感数据方面具有优势，但需要申请合规牌照。
GPT-OSS的知识截止到什么时候？
GPT-OSS的知识截止到2024年6月。
