大模型行业围绕开源与闭源的争议持续发酵。苹果、Meta相继开源了小规模与大规模模型，Meta宣称进入开源引领的新时代。Sam Altman则将开源与闭源问题上升至国家与意识形态层面。李彦宏认为开源可能涉及“智商税”，即闭源模型性能更强，推理成本更低；傅盛则反驳，开源大语言模型免费，不存在“智商税”。...

Meta AI发布的Llama 3.1系列开源大模型在多个关键任务中击败了闭源最强模型GPT-4o及Claude 3.5 Sonnet，成为首个在通用常识、数学、工具使用和多语言翻译等广泛任务中与顶级闭源模型媲美的开源模型。该系列包含8B、70B和405B三个尺寸，其中405B拥有4050亿个参数，是首个“前沿级别开源AI模型”。在性能评估中，Llama 3.1 405B在数学、指令遵循、多语言处理、长上下文等任务上超越了GPT-4o和Claude 3.5 Sonnet。8B和70B模型也在与同级别小参数模型的竞争中表现出色。Meta AI团队强调，Llama 3.1系列的推出标志着AI技术民主化的进程加速，降低了AI技术和成本的准入门槛，打破了少数公司对AI技术的垄断。这一里程碑式的进展对科研人员和技术开发者来说意义重大，将激励开源社区的潜力，推动AI技术向更广泛的领域发展。

大模型开源与闭源之争持续不断。百度创始人李彦宏认为开源模型可能会落后，主张选择闭源模型，如ChatGPT和文心一言，因其强大且推理成本低。然而，阿里云CTO周靖人支持开源大模型，认为这有助于缩小与闭源模型的差距，让更多开发者受益于顶级AI。技术上，人们担忧开源模型的安全性和缺乏推理能力，尤其是AI的自主性可能导致潜在风险。虽然有人指出闭源模型在性能和涌现功能上占据优势，但实际成本和云服务提供商的影响使得这种观点有所争议。路线之争还体现在开发者争夺上，关注应用场景的当下，闭源如百度和OpenAI与开源如阿里和Meta各有策略。文心一言表示，这个问题过于简化了两者的关系。

大模型权威测试MMLU-Pro被曝存在问题，评测方法被指偏向GPT-4等闭源模型。测试者发现采样参数、系统提示和答案提取存在不公平，仅通过修改提示词就使Llama-3-8b-q8性能提升10分。官方回应称，尽管影响小于1%，但仍承认答案提取regex需要改进。MMLU-Pro原定于今年5月更新，但其数学主导的特性引发争议，质疑其是否能全面评估知识和推理能力。这一事件引发行业讨论，对大模型性能评估的可信度提出了质疑。

在2024世界人工智能大会上，百度创始人李彦宏和猎豹移动CEO傅盛围绕开源与闭源大模型展开了辩论。李彦宏认为开源模型是“智商税”，强调闭源模型如ChatGPT和文心一言的性能优势及推理成本低。傅盛则持相反观点，认为两者应相互竞争，但付费闭源大模型才是真正的“智商税”。尽管李彦宏提到开源模型在学术研究中有价值，但傅盛强调结合企业实际应用的重要性。AI领域报告显示，2023年65.7%的模型为开源，闭源模型在性能上通常优于开源。专家认为，选择模型的关键在于根据实际需求和长远考虑，包括成本、安全和社区发展，开源与闭源应作为AI生态系统中的互补策略。

百度创始人李彦宏在2024世界人工智能大会上表示，他认为开源模型是“智商税”，推荐选择闭源模型，因其更强大、推理成本更低。他强调AI不会等待单一超级应用，而是通过基础模型催生数百万个性化应用，赋能各行各业。智能体被视为AI未来的趋势，具有自主性和交互能力。对于AGI，李认为其应具备人类在任何场景下的能力，但实现还需10年以上的时间。该言论针对的是当前AI技术发展的讨论。