争光了！中国AI大模型全球排名第一

首先，我们应该感谢OpenAI的额外措施。

前两天OpenAI刚宣布说要封禁中国地区的API调用，第二天，全球著名开源平台Hugging Face(笑脸)发布了一个AI开源大模型排行榜单，直接宣告：中国AI大模型全球排名第一。

这下就有意思了，梳理整件事情，我也来谈谈我的看法。

从这份开源大模型排行榜可以看到，阿里通义千问Qwen2-72B 再次登顶，成为全球开源大模型排行榜的NO.1!排名第二是的脸书的llama3。而让人震惊的是，阿里之前开源的Qwen1.5基础和Chat版本也都上榜了。

也就是说，这份榜单的前10名中，阿里就占了4个，这份榜单，直接让中国的AI开源大模型扬眉吐气。

肯定有人问了，为什么没有百度的大模型呢?因为百度的AI大模型不开源啊，人家也测不了，只能测开源的，所以最后的结论是阿里的AI大模型排第一。

值得一提的是，这次他们的评测流程也发生巨大变化：

Hugging Face提出了更有挑战性的V2榜单，基于未受污染、高质量数据集的新基准，运用可靠的度量标准。V2榜单涵盖的一般任务包括：知识测试、短文本和长文本的理解推理、复杂的数学能力，以及与人类偏好高度相关的任务如指令遵循。榜单内的测试集，更难、更好、更快、更强对模型的考察也更有说服力。

因为之前的V1榜单，被过度使用，而且题目相对简单，一些新近出现的模型出现数据污染迹象;所以老的评测方法不用了。

而且这次他们用了整整300块英伟达H100显卡，对全球100多个主流开源大模型都做了测试。也就是说，截止到目前，Hugging Face是全球最权威的开源模型榜单了。

英伟达H100显卡，在日本大概21.6万元一个(国内不让卖)，那300块H100是多少钱?看来Hugging Face还挺有钱的，能搞到这么多资源。

同时Hugging Face的联合创始人Clem还发了推特(现在叫X)：阿里最新开源的通义千问Qwen2-72B指令微调版本卫冕冠军，继续位列全球开源模型排行榜第一名。

中国在全球开源大模型领域处于领导地位!!这条推特也印证了Hugging Face官方对阿里AI开源大模型是认可的。

Hugging Face自己本身也是一家开源模型库网站平台，它是大模型时代的“github”，对于做AI的人来说，Hugging Face就是个宝藏库，里面超多好用的东西，所以他搞的开源模型排行榜很有公信力。

国内很多公司也是这样模式，搞榜单，增强自己权威性。当年，某公司搞了个自媒体排行榜，在科技自媒体领域，卢松松也荣幸有了排名，然后就接到广告了，可以说对双方都有好处，其实我一直很感激它呢。

好了，上面有些揣测的意思，接下来我也谈谈我的看法：

(1) 这份榜单的意义是什么?

相当于给国内很多套壳AI工具的企业打了一针兴奋剂，意思是就告诉诸位：除了OpenAI之外，我们自己的AI工具也可以用。

自从OpenAI屏蔽中国使用API接口后，中国那些大模型企业瞬间就兴奋起来了，因为没办法用OpenAI做套壳应用了，但对国内AI大模型是利好消息。而这份榜单的推出，也是对OpenAI封禁最好的回应。

我们应该感谢OpenAI的封禁啊!

如果您对通义千问Qwen2-72B 感兴趣的，也想做个AI工具，这里可以下载：https://huggingface.co/Qwen/Qwen2-72B-Instruct

(2) 目前中国的AI实力到底如何?

美国的AI因为有芯片、算力、人才等因素的影响，所以美国的AI更侧重于底层架构。上层建筑你随便怎么用，但地基必须是我的。

而中国的因为老美的出口管制，所以我们大部分的AI应用侧重于“应用层面”，比如应用到医疗、港口、矿场等领域。当然我们普通人接触最多少还是用AI写文章、写论文。比如松松最近就用AI智能体给客户写行业文章，也算是AI应用的一种吧。

而中国AI的格局已初步形成：

以AI开源为主的阿里，同时还不断投资各种AI大模型，C端层面以通义系类、百炼平台为主。以闭源为主的百度，能力未知。C端层面以文心一言、萝卜快跑为主。

两家巨头，阿里和百度走了两条截然相反的路。

那目前中国的AI实力到底如何呢?我感觉目前还没人说到清楚，有一点是可以肯定的，就靠用户量和收入说话。在应用层面、盈利模式、用户体量三个维度去判断的。

写作最后

目前中国的AI实力还是可以的，只是很多人不认可，而这次的排行榜阿里用实力告诉大伙，中国AI技术并不比国外的差，甚至还遥遥领先。

现在AI开源大模型阿里已经的排名第一了，虽然OpenAI不让你用，但相信在不久的将来，会有越来越的人使用阿里的通义千问Qwen2-72B。

希望阿里也能顶住压力，砥砺前行，更上一层楼吧。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓