主要观点总结
本文介绍了在大模型市场中，各个模型厂商的角色和商业模式，以及开源模型和闭源模型的区别和适用场景。同时，文章还涉及了百度智能云AI与大模型平台总经理忻舟对于大模型市场未来的预测和判断，包括多模态、基于大模型的应用爆发、Agent的重要性以及企业应用的机会等。此外，文章还提到了开源模型并不便宜的观点，并详细解析了开源与闭源之争的底层逻辑和商业策略。
关键观点总结
关键观点1: 大模型市场中，各个模型厂商的角色和商业模式
云厂商通过规模化降低成本、提升资源弹性能力实现盈利。模型厂商则希望通过模型的调用带动业务上云，并在市场上占据有利份额。创业的模型厂商则面临挑战，需要专注特定行业或进行私有化项目。
关键观点2: 开源模型和闭源模型的区别和适用场景
开源模型适合学术研究，但在大型商业项目中，闭源模型仍是主角。企业应用大模型需要综合考虑效果、性能、安全、价格等因素。
关键观点3: 开源模型并不便宜的观点
虽然开源模型看似免费，但达到与闭源模型相同效果时，需要后续大量人力、资金和时间投入，综合成本反而更高。
关键观点4: 大模型市场的未来趋势
预计多模态和基于大模型的应用会成为市场新的热点。Agent在企业应用中的机会会变多，如知识库、客服、数字人、辅助代码编写等场景。
文章预览
允中 发自 凹非寺 量子位 | 公众号 QbitAI Meta的开源大模型Llama 3在市场上遇冷，进一步加剧了大模型开源与闭源之争的关注热度。 据外媒The Information报道，Meta的开源大模型Llama 3一直难以在全球最大云厂商——亚马逊的AWS上获得关注，AWS的企业客户 更倾向于使用Anthropic的闭源大模型Claude 。 据微软内部人士透露， Llama也并非微软的销售首选 ，他们更倾向于将Llama推介给具备数据专业知识的公司，如内部有工程师和数据科学家的公司。 Meta现面临挑战，或将激发Meta自建AI产品的销售团队，直面企业需求。而这一系列问题也突显了开源大模型在商业化过程中的困难。从市场选择来看，开源模型的实际效果和商业回报或许均未能满足企业客户预期。 面对“ 开源还是闭源 ”的问题，国内的各大模型厂商根据自身的技术路线和商业战略，形成了截然不同的立
………………………………
