五年磨一剑：阿里达摩院推出AI模型社区魔建，300+模型全面开源

但开发者很快发现，人工智能从研发到实际部署的门槛很高，需要巨大的投资。不仅需要大量的数据来训练模型和优化算法，而且还需要复杂的安装和部署。如何降低研发和应用门槛，实现人工智能普惠惠及？如何方便开发者快速定制针对各行业不同应用场景的AI解决方案？

对此，作为业界顶尖的人工智能研究机构，阿里巴巴达摩院在成立五年后做出了重大举措。

11月3日，达摩院联合中国计算机学会（CCF）开源发展委员会推出AI模型社区Magic ModelScope。首批合作伙伴还包括兰州科技、智普人工智能、深圳科技、中国科学技术大学等。等多家科研机构，旨在打造下一代开源模型即服务共享平台，努力降低人工智能应用门槛。

CSDN创始人兼董事长、极客帮创投创始合伙人江涛与阿里巴巴集团高级副总裁、阿里巴巴达摩院副院长周敬仁从Moda社区的发展历程出发，探讨如何让AI变得更好。服务广大开发者，推动中国AI产业发展。

解决AI应用问题，“让世界没有难用的AI模型”

江涛：今天我很高兴和周老师谈论魔法社区的发展历程。达摩院为何率先推出魔法社区？

周敬仁：近年来，AI模型的更新迭代速度非常快。与此相比，AI应用的速度存在一定滞后。我们观察到，人工智能的产业应用面临以下挑战：

首先，AI模型开发门槛较高。 AI模型的复杂度越来越高，预训练模型尤其是大型模型的开发门槛很高。例如，Transformer架构和Diffusion Model不容易训练，需要大量数据和计算能力。因此，目前只有大公司和研究机构才能开发和创新大型AI模型。

其次，简单的AI模型很难覆盖各行各业的AI应用需求。当面对新的场景时，往往需要进行二次开发或优化。否则，很多模型将难以适应特定环境应用，AI模型定制门槛较高。

第三，模型训练、推理、安装部署相对复杂，使用门槛较高。

针对上述痛点，达摩院提出了“模型即服务”的新概念。其背后的逻辑是将AI模型视为生产的重要要素，从模型预训练到二次调优，最后到模型部署，并围绕模型的生命周期提供相应的服务。

为了实现“模型即服务”的理念，我们需要从以下两点入手：第一，提供模型仓库，收集模型，提供高质量的数据，并针对业务场景进行优化。模型的使用和计算能力需要结合起来，并提供模型的快速体验，让开发者无需编写代码即可快速体验模型的效果。

二是提供抽象接口或者API接口，方便开发者对模型进行二次开发。面对具体的应用场景，提供少样本或零样本的方式，方便开发者对模型进行二次优化，真正将模型应用到不同的场景中。

只有做到以上两点，才能真正实现人工智能为每个人服务。无论是AI爱好者、用户、开发者还是研究人员，“模型即服务”的理念都可以承载不同人群对AI的诉求，进一步落地AI应用。

基于“模型即服务”的理念，达摩院率先推出魔法社区ModelScope。社区已上线首批300多个模型，其中100多个中国模型，涵盖视觉、语音、自然语言处理、多模态等主要AI领域，覆盖60多个主流任务。它包括150多个SOTA模型和十多个大型模型，全部完全开源并开放使用。

开发者可以在社区中找到目标模型，进入模型卡片，了解模型详情，查看演示代码，进行模型调优等操作。社区提供了丰富的数据集，帮助大家快速上手使用模型。基于这些能力，社区从多个维度帮助开发者解决模型使用和开发中的实际问题，推动人工智能应用的发展。

江涛：达摩院投入了多少资源来建设魔法社区？

周敬仁：达摩院成立五年来，在人工智能领域进行了大量的研究和探索，产生了多个重要的人工智能模型，涵盖语音、视觉、自然语言处理、多模态等.用于许多行业。如今，达摩院毫无保留地将这些AI模型和能力贡献给Moda社区，全力推动社区发展。

但单靠达摩院的力量还不足以丰富社区生态，所以我们与合作伙伴一起在Moda上开放了很多优质模型，比如兰州科技的孟子系列模型、深圳科技的蛋白质结构预测模型Uni-Fold 、智浦AI的多语言预训练模型等。

我们非常高兴得到很多中国人工智能研究机构和研究人员的支持，包括CCF开源开发委员会的支持。每个人都贡献了自己的优质模型，共同构建了一个新的模型即服务人工智能开源社区。

姜涛：达摩院致力于打造魔法社区。它的目标和愿景是什么？

周敬仁：通过Moda社区，我们可以真正让AI开发变得更简单，实现AI应用的蓬勃发展。让更多开发者加入AI开发，将AI模型应用渗透到行业，推动我国智能化发展迈上新台阶。我们明白这是一项艰巨的任务，需要长期坚持，所以我们期待与更多的合作伙伴和开发者一起参与魔法社区的建设。应该说，Moda Community 的发布只是一个起点，还远未达到里程碑。

蒋涛：以前阿里巴巴的口号是“让天下没有难做的生意”。通过Moda社区的发布，我们看到了“让AI模型在全世界变得简单”的另一种可能。

关注本土化需求，推动中国智能化发展

蒋涛：我们观察到，Moda似乎与国外的Hugingface平台有类似的发展路径。他们都开源了模型，并为开发者提供了一个开源平台。与之相比，Magic和Magic有什么区别呢？

周敬仁：Huggingface从明星项目Transformer库开始，然后构建了一个平台，允许用户托管相关的机器学习模型和数据集，以及共享、协作并将其投入生产应用程序。目前，该生态系统在国外正在蓬勃发展。

在中国，Moda社区填补AI模型应用服务空白、构建AI开发者生态恰逢其时。达摩院作为发起者，将五年来积累的最优秀的模型毫无保留地开放、开源给大家，旨在推动中国AI模型社区的发展。从模型类型来看，不仅有Transformer，还有Diffusion等各种架构的模型。更重要的是，Moda更加注重本土需求，提供了大量的中国款式。首批提供的中国AI模型已超过100个，涵盖自然语言处理、语音等常见任务。还提供上述阿里巴巴同益大学模型系列、兰州科技孟子系列模型等优质中国大模型。

社区希望帮助中国开发者降低AI模型的使用难度，降低模型使用门槛。将传统软件开发人员升级为AI开发人员，让他们能够将AI模型集成到实际的开发应用中。智能时代，每个开发者都将成为AI开发者，我们期待未来与中国开发者共建模型生态。

蒋涛：说到帮助开发者降低AI使用门槛，您能谈谈Moda和AutoML提供的能力之间的区别吗？

周敬仁：这两者从不同角度降低了人工智能的使用门槛。 AutoML 包括模型、特征集、模型超参数的自动选择、模型结构的自动搜索和裁剪等。但开发者仍需要准备丰富的训练数据、初始模型集合以及足够的计算能力来支持。

一方面，魔桥提供经过训练的模型，方便开发者快速融入到自己的业务开发中。另一方面，随着大模型的发展，越来越多的工作可以通过大模型来实现，比如对论坛中的所有文章进行重新学习和分类。大量的基础工作可以通过语言模型或多模型来完成。动态预训练模型完成，然后针对网站文章进行优化，这样就不需要花费大量的机器成本和大量的时间。

姜涛：我们可以理解，Modu基于深度学习和传统机器学习提供了更广泛的能力。

周敬仁：是的。如今预训练大模型成本较高，属于技术含量较高的领域。以达摩院为例，预训练一个大型模型可能需要数百甚至数千张GPU卡，训练一个大型模型可能需要几周到一个月的时间。

Moda社区将这些大型模型开源供大家下载，也可以用于二次训练。事实上，达摩院在开发这些大模型时，并不清楚大模型的具体应用，也没有提前预测下游任务。大模型帮助开发者提取和抽象知识，并通过下游优化细化下游目标，从而快速形成行业特定的解决方案模型并解决实际应用问题。

蒋涛：使用Moda社区进行调优后，与开发者一起使用传统的AI开发方式，是否会有巨大的效率提升？

周敬仁：具体情况需要具体分析。在某些情况下，该比例超过1:9，这意味着节省了90%的工作量。当然，还有3:7。MoTa社区目前还处于起步阶段，会不断完善。我们希望开发者能够反馈、交流，共同建设MoTa社区。从长远来看，我相信未来上述比例还会增加，更多的AI模型开发问题将通过社区得到解决，研发也会得到提升。效率。

魔术师的下一步

江涛：如果没有云，开发者就无法使用AI模型。 Moda社区与阿里云建立了哪些联系？

周敬仁：人工智能模型涉及大量数据和计算能力，很难找到合适的机器来离线运行它们。 AI模型的开发和使用与云资源的联系越来越紧密。 Moda社区无缝对接阿里云两大重量级产品——机器学习平台PAI和弹性计算ECS，为开发者提供一定的免费资源，帮助大家尝试AI模型的开发。

登录社区后，您可以关联自己的阿里云账号，点击网站上对应的按钮即可跳转到阿里巴巴的开发环境，并集成了一系列SDK，方便开发者快速下载和开发。

但需要注意的是，Moda社区的模型支持多样化的训练和部署方式，用户可以自主选择。社区坚持开源、开放、兼容、无绑定。

江涛：国内的社区建设取得了一定的成绩后，是否可以考虑发展海外的社区建设？