哈喽大家好，我是弘一。想用大模型做一个属于自己的AI应用，开源大模型是很多人的首选，因为用开源，一来不用重复造“轮子”，二来省成本，比如说在阿里云魔搭社区ModelScope平台上，仅用一句提示词，就可以创建自己的AI助手，然后再对通义千问开源模型进行微调，甚至可以做一些定制化开发。这就好比我们踩在了一个大模型“巨人”的肩膀上办事儿，省时省心又省力。
我们知道，自Meta发布了Llama 2大语言模型以来，这个大模型的开源圈就热闹了起来，但要说国内能对标Llama（模型）的目前只有阿里云的通义千问。从8月到现在，阿里云陆续开源了通义千问70亿参数模型Qwen-7B、140亿参数模型Qwen-14B、720亿参数模型Qwen-72B和18亿参数模型Qwen-1.8B。
可以说，阿里云率先实现了国内开源模型的“全尺寸”套件，以远超业界的开源力度成了当之无愧的开源“卷王”，也为AI赛道的企业和开发者提供了更优的选项。
其实，企业选开源还是闭源，还是要看对自身的定位以及业务的场景需求。更重要的是，模型本身的能力怎么样，能不能帮公司解决问题、创造价值。就拿通义千问720亿参数模型来说，它的性能就超越了开源标杆Llama 2-70B以及大部分的商用闭源模型。
据了解，在10个权威测评中，它获得了开源模型的最优成绩。在部分测评中，它甚至超越了闭源的GPT-3.5和GPT-4。而且，Qwen-72B的上下文窗口长度也扩展到了32k，可以处理最多32k的长文本输入。在长文本理解测试集LEval上，它取得了超越ChatGPT3.5-turbo-16k的效果。
此外，研发团队还对Qwen-72B的指令遵循工具使用等技能作了技术优化，使得它能够更好地被下游应用集成。
开源的本质是为了更开放，更快速地迭代和发展。而这对一家企业的技术能力也提出了更高的要求，尤其是研发720亿参数级别的大模型也需要更高的技术水平。而在AI的投入上，阿里云其实一直在持续投入不断迭代，给个人开发者 科研团队以及AI创业公司提供了更多的可能性，也形成了一个更丰富的开发者生态。
我们也相信，开源大模型将会给整个人工智能领域的发展带来更多的机会。一览弘观， 与你有关，我们下期见。
@新媒体制作与运营：林晓 @图文校对与视频后期：耿琪琪
原文标题 : 开源“卷王”阿里云，投下“深水炸弹”
