9.1 從 OpenAI 到 Meta LLaMA：當「Open」AI 不再開放，Meta 如何用 LLaMA 重塑 AI 生態？#
名不符實的「OpenAI」#
2015 年 12 月，OpenAI 以「非營利、開放研究、造福人類」的旗幟成立（創辦者含 Sam Altman、Elon Musk 等）。創立之初，它發布可公開的模型與論文（GPT-1、GPT-2 皆一度公開權重或論文）。
但商業現實迅速逆轉：
- 2019 年 3 月：OpenAI 改組，設立有上限的營利公司（capped-profit）——「非營利」的外皮保留、「開放」的實質削弱；
- 2019 年 2 月：GPT-2 發布時權重分階段公開、研究論文先出——是「過渡期」的重大訊號；
- 2020 年 6 月 GPT-3 的發布：不公開權重，只提供 API——閉源模式的正式開啟；2022 年 ChatGPT 發布後，OpenAI 的戰略完全轉為閉源商業 SaaS。
整個過程留下了一個歷史玩笑：OpenAI 成為「最不開放」的大模型公司之一——「Open」成了品牌，而非技術宣言。
市場給市場的空白：Meta 的 LLaMA#
2023 年 2 月，Meta 開源（實際上是「研究許可」）了 LLaMA——被社群迅速瘋傳衍生。
LLaMA 的象徵意義#
- 從 7B 到 65B 的多檔規模——證明「夠用的模型可以自己跑」；社群以 LoRA、四位元量化等技術在一張消費級 GPU上調起大模型；
- 對閉源陣營的正攻法：Meta 並非慈善家——它不靠賣模型或 API 賺錢，而是「先開放，把生態引流到自家生態系」（Meta 的廣告與社交產品才是地基）；「那我為何要靠模型收費？」——這個結構性的差異，使 Meta 可以「免費給全世界」，動搖 OpenAPI 式的收費壟斷；
- 研究論文與模型：LLaMA 2（2023 年 7 月，允許商業使用但不強制 700M 月日用戶以上的大商用）與 LLaMA 3（2024 年 4 月）連續升級——權重開放的等級越攀越高。
細節：LLaMA 的許可證#
值得注意的是，LLaMA 的授權不是 OSI 開源許可證——官方的名稱在當時是「Llama Community License」：
- 有月活超過 700M 的限制、品牌與政策要求；
- 收集了「社群合规」的自我監管條款；
- 許多批評者指出：若依 OSD 標準衡量，LLaMA 是「source-available」而非「open-source」——開放權重≠開源（詳見 9.2）。
開封後的浪潮：生態的創業潮#
LLaMA 的「開放性」成了 2023 年生態大反攻的引信：
- Vicuna：由 LMSYS 等研究者以 LLaMA 微調出的對話模型（2023/3），掀起開源對話模型熱潮；
- Stanford Alpaca（2023/3）：用 OpenAI API 自生成資料微調 LLaMA，以極低成本逼近閉源水準；
- WizardLM、Dolly、Zephyr、Mistral（2023 法國新創）：開源模型在各項基準上直接挑戰閉源；
- Hugging Face、vLLM、axolotl 等配套基礎設施成熟——開源 AI 的工具鏈完整化。
Meta 的戰略意涵#
| 邏輯 | 開放的收益 |
|---|---|
| 生態競合 | LLaMA 生態的「糧食供應者」；每個衍生開發者都在學 Meta 的模型語言 |
| 制度話語權 | Meta 可持續主張「閉源的對立面，是全人類的 AI 自由」 |
| 聲譽資本 | 在監管、招聘與學術圈累積正面資產 |
設計策略上，這與 Kubernetes（Google）的邏輯極似：「開放，成為標準；標準則匯聚生態與影響力」。
小結#
LLaMA 證明了：當商業動機不同，企業可以有完全不同的開放姿態。它讓「開源大模型」在 2023 年後成為整個產業的主流力量。而最大的議題已浮現：「開放權重」與「開源」真的是同一件事嗎？下一節，讓我們嚴格審視這個定義之爭。