主要观点总结
本文介绍了OpenBMB团队关于Llama3-V与MiniCPM-Llama3-V 2.5套壳的争议，以及人工智能的飞速发展、团队的开源共享精神、国内大模型团队的发展和国际关注等内容。
关键观点总结
关键观点1: Llama3-V与MiniCPM-Llama3-V 2.5套壳的争议
文章提到Llama3-V可能是对MiniCPM-Llama3-V 2.5套壳，并指出清华简识别能力是证据之一。作者认为开源共享的基石是遵守开源协议、信任其他贡献者、尊重前人成果，而Llama3-V团队的行为破坏了这一点。
关键观点2: 人工智能的飞速发展
文章描述了人工智能的迅速发展，包括模型性能的提升和国际关注度的增加。作者提到OpenBMB团队是开源社区的受益者和贡献者，并展示了国内大模型团队如智谱、阿里Qwen等的国际关注。
关键观点3: 国内大模型团队的国际关注和发展
文章提到国内大模型团队如智谱-清华GLM、阿里Qwen等正在通过持续的开源共享，在国际上受到广泛关注。作者认为与国际顶尖工作相比，国内团队仍有差距，但纵向来看已经快速成长。
关键观点4: 通用人工智能和开源精神的重要性
文章强调了通用人工智能和开源精神的重要性，认为这是人类文明之光，迈向通用人工智能之路必须依靠全人类智慧的开源共享。作者鼓励OpenBMB不断壮大，与全球AI从业者携手加速迈向通用人工智能。
文章预览
作者：刘知远 清华大学 有感而发说几句。已经比较确信Llama3-V是对我们MiniCPM-Llama3-V 2.5套壳，比较有意思的证据是MiniCPM-Llama3-V 2.5研发时内置了一个彩蛋，就是对清华简的识别能力。这是我们从清华简逐字扫描并标注的数据集，并未公开，而Llama3-V展现出了一模一样的清华简识别能力，连做错的样例都一样。 人工智能的飞速发展离不开全球算法、数据与模型的开源共享，让人们始终可以站在SOTA的肩上持续前进。我们这次开源的 MiniCPM-Llama3-V 2.5 就用到了最新的Llama3 作为语言模型基座。而开源共享的基石是对开源协议的遵守，对其他贡献者的信任，对前人成果的尊重和致敬，Llama3-V团队无疑严重破坏了这一点。他们在受到质疑后已在Huggingface删库，该团队三人中的两位也只是斯坦福大学本科生，未来还有很长的路，如果知错能改，善莫大焉。 OpenBMB团
………………………………
