文|壹DU財經(jīng)
毫無疑問，當前的科技圈已進入“大模型”時代。含“?！绷看蟮绞裁闯潭龋康部萍计髽I(yè)，基本都在做“大模型”。
“從去年12月ChatGPT（Chat Generative Pre-trained Transformer）引爆科技圈之后，幾乎所有行業(yè)玩家都想抓住這根救命稻草。因為做成了就意味著抓住未來幾十年的趨勢?！毙袠I(yè)創(chuàng)業(yè)者夏先生對壹DU財經(jīng)說道：“ChatGPT是生成式AI，是大模型的落地場景之一。理論上講，這條路的走通，加速了大模型在短期內(nèi)的爆發(fā)。”
的確，ChatGPT的爆發(fā)，讓更多人看到了語言模型的魅力。微軟、谷歌、百度、阿里等
國內(nèi)外科技巨頭快速響應，相繼推出自家的AI聊天機器人，試圖以To C作為切入口，搶占市場。
風口在哪里，資金和人才就在哪里。隨后，先是廠商陸續(xù)宣布推出大模型，如百度的文心大模型、阿里的通義大模型、騰訊的行業(yè)大模型，后有科技圈曾經(jīng)的風云人物也開始陸續(xù)入場，李開復、王小川、周伯文、王慧文等。出行、認知、辦公等一些垂直領域的大模型也相繼推出。
半年時間，國內(nèi)呈現(xiàn)出“群模亂舞”盛況。而在經(jīng)歷喧囂后，大模型或許是時候回歸現(xiàn)實了。
玩家們開始意識到，最初的熱鬧僅僅是熱鬧，他們最終的戰(zhàn)場在B端市場。此時，多家有著人工智能積累和云計算大廠登臺，相繼推出了AI大模型服務。
行業(yè)老炮和新手創(chuàng)業(yè)者的對決，也就此開始了。
01 熱情高漲，玩家們跑步入場
進入2023年，大模型技術讓科技圈沸騰起來?？吹紺hatGPT爆發(fā)后，不少大廠抓緊時間推出相應產(chǎn)品，新老創(chuàng)業(yè)者們著急招兵買馬，生怕慢一步就錯過了這難得的風口。一級市場關于大模型的投融資熱度也在攀升，不少FA開始瘋狂補課。
一時間，整個行業(yè)熱鬧非常。
在OpenAI發(fā)布GPT4大模型后，第一個采取行動的是百度，在3月16日用“Demo演示”的形式正式發(fā)布文心一言。同樣在3月，已經(jīng)沉寂許多的周鴻祎推出大模型產(chǎn)品，甚至連名字都沒來得及取。
在此之后，科技巨頭、創(chuàng)業(yè)公司和高校研究院們展開了一場關于“大模型”的競速賽。整個4月，都成了“大模型的發(fā)布月”，華為、商湯、阿里都在4月份亮出了自己的大模型產(chǎn)品。
到了5月，訊飛推出了自己的星火大模型，并公布了大模型在自己優(yōu)勢領域的諸多應用場景。
創(chuàng)業(yè)者們也在火速入場。原美團聯(lián)合創(chuàng)始人王惠文（目前已退出）、創(chuàng)新工場CEO李開復、前京東AI掌門人周伯文、前阿里技術副總裁賈揚清等開始招兵買馬。前搜狗CEO王小川的百川智能拿到5000萬美元融資后，甚至揚言：“今年年底做到國內(nèi)最好的”。
“這波創(chuàng)業(yè)熱潮有點2000年左右的互聯(lián)網(wǎng)創(chuàng)業(yè)潮的意思。”一位業(yè)內(nèi)人士說道：“似乎每個創(chuàng)業(yè)者都想在這個時代找到第二春?！?/p>
總體來看，今年上半年，大模型幾乎成為所有科技企業(yè)的必選項。對于普通人而言，大模型或許是件很遙遠的事。畢竟不是每次科技浪潮都能成功靠岸，如元宇宙、XR等行業(yè)。
但事實上，大模型的應用更多在B端市場。那么，在行業(yè)烈火烹油過后，擺在這些玩家眼前的，理應是他們對市場更多的理性思考。比如市場是否真的需要大模型？大模型真正走向成熟，需要越過哪些重要關卡？能否真正意義上實現(xiàn)商業(yè)化。
02 “軍備賽”開打
大模型軍備賽的沖鋒號吹響后，整個行業(yè)開始“卷”起來。更多玩家已經(jīng)將視線移至應用層面。因為行業(yè)“退燒”后，最終考驗的還是玩家們的“硬實力”。
此時，一些在人工智能、云計算上有積累的玩家則占據(jù)的先發(fā)優(yōu)勢。尤其是模型的參數(shù)量。
就目前市場上發(fā)布的AI模型來看，雖然大家都自稱為“大模型“，但參數(shù)量實質(zhì)是大模型和小模型的界定因素之一。
此前，百度集團副總裁侯震宇在接受媒體采訪時曾表示，2022年，10億參數(shù)的模型就叫大模型。但到了眼下，千億參數(shù)以上才會出現(xiàn)“智能涌現(xiàn)”，才會形成泛化能力，才能在各個場景下具備通用能力。
何為“智能涌現(xiàn)”？簡單地講，當模型規(guī)模、算力水平超過某個參數(shù)閾值后，AI效果將不再是隨機概率事件。比如初期語言大模型出現(xiàn)“圖不對文”“答非所問”等現(xiàn)象。
并且在通用領域，參數(shù)量越大，智能通常涌現(xiàn)的可能性就越大，AI準確率就越高。在垂直領域則更容易獲得精確的效果。
今年5月，科技部下屬的中國科學技術信息研究所發(fā)布的《中國人工智能大模型地圖研究報告》統(tǒng)計，截至5月28日，國內(nèi)10億級參數(shù)規(guī)模以上基礎大模型至少已發(fā)布79個。
但可以看到，10億級參數(shù)這個量級，很可能不是真正的“分界線”。因為現(xiàn)實的情況是，一些未能達到千億規(guī)模的模型，很難在當前市場的競爭具有競爭力。不過，也不排除一些在垂直領域深耕的玩家，最終能跑出來。
“大模型需要算力、算法和數(shù)據(jù)積累，絕對不是玩概念的事情，最終還是要市場買單?！毕南壬J為，目前來看諸如百度、騰訊、阿里無論是在資源還是積累上，都有一定的優(yōu)勢，“他們在云市場深耕，并在自己擅長的領域積累多年，無論技術層面還是行業(yè)積累上，實質(zhì)已經(jīng)完成了搶跑，未來就看這些頭部玩家如何落地?！?/p>
而在投入層面，這會是一個天文數(shù)字。
以百度為例。據(jù)透露，過去10年，百度在AI方向的投入已超過1000億元。但大模型不是投一筆錢、做一個模型那么簡單，它需要有算力、有數(shù)據(jù)、有經(jīng)驗豐富的AI工程師在好的研發(fā)平臺上長期積累。
而創(chuàng)業(yè)公司如果直接去做基礎大模型，除了上述投入之外，還需要能夠把模型、算力管理好的AI開發(fā)平臺。
這意味著，創(chuàng)業(yè)公司不論是自建開發(fā)平臺，還是采購外包平臺，其投入都不會是小數(shù)目。并且，大模型不是預訓練出來就好，更需要后續(xù)持續(xù)敏捷迭代。從這一點看，創(chuàng)業(yè)公司所受的限制明顯要高于大公司。
但大廠很難留住強算法人才的弊端也比較突出，因為大模型投入是一件長期主義的事，必定會面臨與既有業(yè)務之間的沖突。這一點，從大廠出走的大模型創(chuàng)業(yè)者的經(jīng)歷，就說明了一點。長期主義對創(chuàng)業(yè)公司同樣重要，無論是創(chuàng)始人的背景背書，還是資源合作，抑或是客戶的拓展，都需要長期積淀。
03 行業(yè)競賽即將鳴槍
人工智能專家侯世達的學生梅拉妮·米歇爾《AI 3.0時代》一書中提到，研究人工智能與賽道中的創(chuàng)業(yè)者們都熟悉了一種模式——先是“人工智能的春天”，緊接著是過度的承諾和媒體炒作，接下來便是“人工智能的寒冬”。并且，他認為這一模式將以五到十年為周期不斷上演。
具體到2023年上半年的大模型賽道，顯然其正處于第二個階段——行業(yè)很火，市場很熱。這一周期往往是最短的，也通常意味著如此去泡沫化后，賽道競爭即將正式開始。
大模型比拼的不僅僅是技術，還應該將重點放在大模型應用、產(chǎn)業(yè)生態(tài)中去評估。
目前，市場上大模型的玩家主要分三類。
一是聚焦基礎層，主要對標OpenAI，發(fā)揮基礎設施的作用。
第二類是錨定中間層，不需要像OpenAI一樣花大錢做底層，只需要掌握通用化能力，就可以通過開源大模型做精調(diào)，讓模型具備差異化能力，最終可以形成垂直類模型。
第三類是調(diào)用大模型API的企業(yè)，專注開發(fā)大模型具體場景的應用，如Jasper。
相對而言，前兩類又是大模型的“基礎設施”，因為有極高的門檻，對技術、資金以及資源有嚴格的準入壁壘，往往是大公司布局的主要方向。
目前來看，百度、阿里和華為在大模型的構建上，不約而同地采用了“模型+工具平臺+生態(tài)”的三層共建模式。騰訊云則更專注于應用層而，6月19日公布的騰訊云MaaS服務解決方案即覆蓋了金融、文旅、政務、教育等10個行業(yè)、超50個解決方案。
雖然巨頭們參與競爭的姿勢不同，但目標實質(zhì)上只有一個，那就是打通應用層。在百度創(chuàng)始人李彥宏看來，應用層最具想象空間。
商湯科技聯(lián)合創(chuàng)始人楊帆認為，AI 基礎設施本質(zhì)上還是算力、數(shù)據(jù)、基礎算法，包括算法相關的工具，本質(zhì)上還是三位一體的東西。最后誰能把這三者的整合能力提供的好，提供更低成本、更低門檻的能力是決定整個競爭最重要的點。
結語
AI大模型是人工智能邁向通用智能的里程碑式技術，因為其可為各行各業(yè)的智能化升級提供強勁的生產(chǎn)力工具。在千行百業(yè)數(shù)字化轉型升級的當下，大模型的重要意義不言而喻。也因此，在當下，誰能率先在賽道里搶到更多籌碼，就非常關鍵了?？梢灶A料，未來，拋開“基礎設施”層面的較量外，真正的戰(zhàn)場大概率是各行各業(yè)的切實落地上。