GPT-4再次令人驚嘆 國內大廠路在何方？

　　GPT大模型帶來的人工智能熱沒有降溫的意思，各家都在展示在人工智能技術上的積累。而相比于海外在基礎研究層面的創(chuàng)新，國內人工智能的發(fā)展總體上更偏重應用和落地。

　　01

　　互聯(lián)網(wǎng)再次風起云涌

　　機會有多大，焦慮就有多大。ChatGPT有多火，國內大廠和人工智能創(chuàng)業(yè)者就有多焦慮。

　　上周，OpenAI的多模態(tài)大模型GPT-4發(fā)布，ChatGPT遷移到GPT-4之后，一本正經(jīng)胡說八道的情況明顯減少，學習和進步速度之快，令人驚嘆。與此同時，微軟將GPT4的能力全面接入Office全家桶，打工人也能用大模型的能力，比如Word寫論文、素材直接生成PPT、表格也不用再記公式，這些之前令人頭疼的場景，現(xiàn)在都能用人工智能解決。

　　微軟描繪的這一幕讓國內網(wǎng)民興奮不已的同時，大家不免都在疑惑，國內企業(yè)有沒有類似可以比肩的人工智能技術?

　　很多國內互聯(lián)網(wǎng)大廠都在面臨類似的靈魂拷問。數(shù)智前線獲悉，國內幾家大型互聯(lián)網(wǎng)公司和人工智能企業(yè)接到了客戶密集的問詢，了解ChatGPT和大模型相關的內容。尤其是行業(yè)龍頭和大企業(yè)，都有一種焦慮：國內的大模型進展如何，技術是否跟得上，與業(yè)務有哪些契合點等等。

　　“過去，大家普遍認為，國內與海外在人工智能方面的進展，相差不大，但ChatGPT出來之后，大家有點措手不及。”一位互聯(lián)網(wǎng)大廠人士告訴數(shù)智前線，大模型參數(shù)超過千億之后，實現(xiàn)了質變，讓人工智能初步具備了邏輯和推理能力。

　　ChatGPT帶來的這種緊迫感無處不在。王慧文、李開復等人都親自下場，組團隊，搞人工智能項目。甚至連圈外的俞敏洪都說，企業(yè)家如果沒玩過ChatGPT，沒資格談高科技發(fā)展。

　　事實上，盡管效果上與ChatGPT還有很大差距——即便是谷歌和Facebook等海外巨頭，在大模型上的表現(xiàn)也不如OpenAI——但國內大廠在人工智能大模型上的布局早已經(jīng)開始。包括阿里的M6大模型、百度的文心大模型、華為的盤古大模型、騰訊的混元大模型以及智源的悟道大模型，其參數(shù)量都在千億規(guī)模以上，而且都是多模態(tài)。

　　國內廠商在人工智能領域的努力有目共睹。百度在過去幾個月，加班加點，追趕ChatGPT的進度。3月中旬，百度推出的類ChatGPT產品“文心一言”已經(jīng)對外開放測試，盡管在效果上不如ChatGPT，但也引起了國內用戶和企業(yè)的積極嘗試，數(shù)萬家企業(yè)申請調用API服務，服務器一度被擠爆。

　　AI四小龍之一的曠視科技創(chuàng)始人印奇則透露，曠視接下來會在大模型的技術能力上非常堅定的投入，曠視甚至專門有個小組，只做核心的模型設計。

　　騰訊也在公開回應中明確表示，騰訊在相關方向上已有布局，專項研究也在有序推進。3月22日的騰訊財報會上，總裁劉熾平也回應了投資者關切，稱騰訊將積極投入資源來構建基礎模型，并在未來將其應用到騰訊的每一個業(yè)務線中。

　　騰訊做事一向比較低調，但其實騰訊在人工智能上的布局并不少，時間也不短。據(jù)數(shù)智前線獲悉，目前騰訊旗下主要有三大人工智能實驗室：優(yōu)圖實驗室主打計算機視覺和產業(yè)AI應用，WeChat AI專注開發(fā)語音AI，AI Lab則專注于基礎研究和應用探索的結合。

　　在騰訊云智能之前披露的“四級加速架構”里，不僅有最底層的算力(自研AI芯片加速算力效能)，也有開發(fā)層的混元大模型，并通過騰訊云TI平臺提供多元行業(yè)大模型精調解決方案，上面還有即插即用的標準化應用行業(yè)和行業(yè)解決方案，已經(jīng)形成了一套從基礎算力到算法模型到上層應用完整的鏈條。

　　具體到外界非常關注的模型層，騰訊在2022年對外公布過AI大模型“混元”，取”混沌初始“之意，包含了CV(機器視覺)大模型，NLP(自然語言處理)大模型以及多模態(tài)大模型，覆蓋了業(yè)內主流的研究方向，先后在中文語言理解權威評測集合CLUE 與 VCR、MSR-VTT，MSVD等多個權威多模態(tài)數(shù)據(jù)集榜單中登頂，實現(xiàn)跨模態(tài)領域的大滿貫。

　　混元大模型的優(yōu)勢在于，一是騰訊在人工智能領域的技術積累和儲備，讓其在多個細分賽道獲得了突破。比如在NLP領域，依托于騰訊的太極機器學習平臺，騰訊在去年推出了萬億中文NLP預訓練模型HunYuan-NLP-1T，這個模型在最新的自然語言理解任務榜單CLUE上斬獲三個榜首。

　　二是騰訊有海量應用場景。除常規(guī)公開數(shù)據(jù)集之外，“混元”大模型還學習了商業(yè)領域特有的文本數(shù)據(jù)集。相較于業(yè)界其他AI大模型，“混元”能夠更好地理解各種長度文本信息，應對搜索、廣告、新聞、問答等多樣化的場景任務，在閱讀理解、知識圖譜相關的下游任務中也更加具有優(yōu)勢。

　　如今，在ChatGPT的聲浪中，國內大廠們正在加速行動。據(jù)數(shù)智前線獲悉，算力和數(shù)據(jù)作為大模型的關鍵要素之一，國內不少企業(yè)在大量購買英偉達GPU，同時也有些巨頭正在尋找高質量的中文數(shù)據(jù)，為訓練效果更佳的大模型做準備。

　　“最重要的事情就是現(xiàn)在能把GPT-3.5復現(xiàn)出來。”印奇說，“GPT-3.5是更重要的點，至少讓大家在共同的基準上，這樣后續(xù)無論是應用的創(chuàng)新、對技術的創(chuàng)新各方面至少有感覺。”

　　正如任正非在不久前的座談會上所言，未來AI大模型賽道會風起云涌，不只是微軟一家。

　　02

　　中美AI的差異在哪里

　　至少在GPT大模型出現(xiàn)之前，國內人工智能產業(yè)的發(fā)展看起來并沒有與美國之間有太大差距，從機器學習到深度學習一步步都能跟得上。

　　國內大廠在2012年前后廣泛成立了人工智能相關的實驗室，后來，主打機器視覺的AI四小龍也相繼出現(xiàn)。海外出現(xiàn)的新技術，國內幾乎同時出現(xiàn)，在全球技術榜單上也不乏中國企業(yè)的身影。

　　比如2016年，谷歌的AlphaGo在人工智能圈大放異彩，戰(zhàn)勝了圍棋冠軍，其在科技圈掀起的人工智能熱潮不亞于今天的ChatGPT。而像騰訊AI Lab也在同年初就開始研發(fā)圍棋人工智能程序“絕藝”，并且在后續(xù)一年中對頂尖職業(yè)棋手取得59連勝，甚至后來以讓二子的情況下，戰(zhàn)勝了世界冠軍柯潔。

　　不難發(fā)現(xiàn)，國內企業(yè)在人工智能等相關領域的技術布局并沒有落下。正如創(chuàng)新工場的李開復不久前表示：“美國仍是全球突破性的創(chuàng)新者。”但中國的互聯(lián)網(wǎng)巨頭，如阿里巴巴集團和騰訊，“都在建立與OpenAI、微軟和谷歌相媲美的大型模型。”

　　但問題在于，一些重大的底層技術上的創(chuàng)新，往往先來自美國。在業(yè)界看來，海外大廠有充足的資金以及創(chuàng)新的氛圍，更愿意在基礎研發(fā)上投入，而不那么看重短期的商業(yè)效益。

　　OpenAI和DeepMind是全球人工智能領域最頂尖的兩個團隊。而被谷歌收購以來，DeepMind累計虧損超過了20億英鎊，且在2020年之前一直虧損。但這些都是由財大氣粗的谷歌買單。OpenAI同樣如此，這家含著金鑰匙出生的機構，在2022年的凈虧損額達到5.45億美元，而營收還不足3000萬美元。不難發(fā)現(xiàn)，優(yōu)秀成績的背后是不計虧損的巨額投入。

　　曠視科技創(chuàng)始人印奇坦言，中國AI公司不可能擁有OpenAI和DeepMind那樣奢侈的條件，因此，國內一方面要用最艱苦樸素、奮斗的狀態(tài)來攻堅核心AI技術，另外中國 AI 公司想活得長，必須要把大模型商業(yè)化。

　　“相對于美國不計代價的純技術創(chuàng)新，中國AI公司還是要面臨相對短周期、商業(yè)化的壓力。我們要有極強的危機感。”印奇說。

　　這也造成了中國和美國在人工智能發(fā)展路徑上的側重差異。國內人工智能的發(fā)展更為重視應用落地。

　　馬化騰曾多次表示：“騰訊AI布局注重場景應用，而不是為了研究而研究。”騰訊云智能負責人吳運聲此前也表示，優(yōu)圖實驗室在成立之初就強調，不只做基礎研究，而是要堅持研究和產業(yè)落地兩條腿并行的策略。

　　而產業(yè)落地的需求最早往往源于內部。比如十年前，優(yōu)圖就將視覺AI技術用于QQ空間，通過圖像顯著性內容的檢測，就能拿自動找出圖片中最能代表圖像的區(qū)域。后來，優(yōu)圖通過活體檢測技術，服務微眾銀行解決網(wǎng)上交易視頻驗證身份的難題。如今，這套視覺AI的能力被用在了工業(yè)質檢上，騰訊云將這個場景里的實踐，通過拆解算法里的每一個流程，將其沉淀到騰訊云TI平臺上，最終形成了一個對外輸出的面向工業(yè)質檢場景的產品化平臺。

　　騰訊在人工智能領域的每個動作背后，都有相應的落地路徑。比如微信AI實驗室主打的語音，也是與社交業(yè)務緊密相關，微信有大量語音轉文字和語音輸入的需求。騰訊的多模態(tài)大模型則是先在騰訊內部的廣告業(yè)務開始應用。騰訊云的數(shù)智人是整合了騰訊在語音交互、自然語言理解、圖像識別等領域幾乎所有的AI能力，再根據(jù)對行業(yè)需求的理解，以不同形象服務于金融、傳媒、文旅、出行等行業(yè)。

　　“AI將成為騰訊未來業(yè)務增長的放大器。”劉熾平說，生成式AI和基礎模型技術可以補充優(yōu)化騰訊的社交、通訊和游戲等業(yè)務，“但不會對這些業(yè)務造成威脅”。例如，利用生成式AI，可以幫助小程序開發(fā)者更高效地開發(fā)小程序，而像聊天機器人服務，也非常容易整合到微信和QQ中，讓它受益于騰訊廣泛的分發(fā)和用戶觸達。

　　國內的AI企業(yè)大多在遵循相似的邏輯。曠視科技的企業(yè)業(yè)務負責人趙康表示，“如果沒有百業(yè)的捶打，AI永遠是空中樓閣”。

　　曠視的算法研發(fā)從早期開始也結合了落地，從算法交付到AIoT交付，逐步走入產業(yè)核心場景。甚至京東云也表示，旗下言犀人工智能應用平臺將整合過往產業(yè)實踐和技術積累，推出產業(yè)版ChatGPT。

　　而除了科研環(huán)境的因素，中美人工智能的差異也是由各自的產業(yè)環(huán)境所導致。

　　國內無論是政企，還是大大小小的行業(yè)客戶，正在如火如荼地進行數(shù)字化升級改造，像工業(yè)、礦山、金融、營銷等領域，給了人工智能技術大量的落地機會，質檢、核身等場景應用在國內已經(jīng)非常成熟。

　　相比之下，美國的企業(yè)信息化進行得較早，新技術在行業(yè)場景落地時面臨著更高的成本。而國內基于全球產業(yè)鏈，世界工廠的基礎，能找到更多積極、寬松的應用環(huán)境，也使得新技術得到更多反饋，迭代也更快。

　　所以說，中美在人工智能領域展現(xiàn)出的差距和差異，并不是一個非此即彼的關系，更多是路徑和階段的不同。只不過對于國內企業(yè)而言，在需求和應用出發(fā)之外，如何一步步縮小底層技術上的時間差異是不得不面對的挑戰(zhàn)。

　　“我們的策略是追求以正確的方式發(fā)展，而非速度。我們希望確�；�礎模型是正確且穩(wěn)固的。”劉熾平認為，聊天機器人只是未來多款應用的其中之一，“這是一個隨著時間推移逐漸建立起來的業(yè)務機會，而非我們當下需要立刻解決的業(yè)務威脅。”所以，騰訊能夠集中資源，以可持續(xù)性的方式建立相關能力和模型。

　　03

　　大模型也不是萬能的

　　當大模型被捧上神壇時，人們下意識認為其無所不能。事實上，大模型正在與不少行業(yè)有了結合的可能，但真的在行業(yè)落地應用時，大模型也面臨著自身的問題。

　　比如大模型是否會取代行業(yè)小模型，后者是當下很多企業(yè)在采用的方式。

　　業(yè)內資深人士稱，這要以“解決問題優(yōu)先”的態(tài)度來考量。很多應用場景，原來垂類模型用得很好，就沒必要去趕熱度。“畢竟大模型對客戶來講，是有額外成本的，這是我們的大原則。”百度云資深人士也告訴數(shù)智前線，像門口的閘機，準確率已高達99%，就沒有必要再去用一個大模型，“這是個適度問題”。

　　但在一些方面，大模型將替代垂類模型。比如，智能客服系統(tǒng)，原來要靠人工進行大量數(shù)據(jù)標注。業(yè)界都知道，這是最消耗成本的部分，很多企業(yè)要耗費數(shù)千萬甚至幾個億�，F(xiàn)在，大模型將開發(fā)范式進行顛覆，僅需要少量數(shù)據(jù)。

　　“我們后面應該更多探討，在成本適當增加后收益如何，在考慮ROI、性價比的情況下，把大模型的技術和效果發(fā)揮出來。”上述人士稱，業(yè)界的核心訴求是如何取得大模型的最優(yōu)解。

　　其次，人工智能已被企業(yè)寄予了為業(yè)務降本增效的厚望，但它的應用落地卻門檻高、投入大、周期長，大模型就更有挑戰(zhàn)性了，像GPT3一個訓練周期就要34天，還用了1000多張英偉達最先進的A100 GPU卡，這些嚴重提高了模型產出的門檻。

　　智源研究院總工林詠華稱，如果把大模型類比一座冰山，它的落地更要關注冰山之下那些層層的技術棧。“沒有這些從底到上的技術棧，是露不出冰山一角的。”

　　這些在應用落地時遇到的難題，也在場景不斷打磨中得以改進。比如，針對人工智能落地流程長、其中任何一個環(huán)節(jié)出問題都會影響落地，百度采用了人工智能開發(fā)運營一體化標準，類似軟件開發(fā)運營DevOps，將AI開發(fā)落地的流程和實踐標準化，以保障質量混合效率。騰訊云也用了類似的方法，依托大模型，結合實踐經(jīng)驗封裝成一個全棧式人工智能開發(fā)服務平臺——TI平臺，它貫通了從數(shù)據(jù)獲取、模型訓練、模型評估、模型部署到 AI 應用開發(fā)等的全鏈路，簡化AI工程化。

　　這樣的路徑異曲同工。以騰訊TI平臺中下的TI-OCR為例，在企業(yè)實際應用的場景中，單據(jù)識別是不少銀行日常處理最多的業(yè)務，比如各類申請表單、交易票據(jù)等。TI-OCR是這個場景下的專業(yè)訓練平臺。它支持了5000多種版式，泛化準確率能達到90%。而且，對于新版式，拿5張樣本就能快速訓練，準確率達到95%以上。這避免了每次算法工程師要用大量數(shù)據(jù)進行訓練的問題。

　　伴隨人工智能成為企業(yè)必不可少的技術，業(yè)界有了模型即服務(MaaS)，算法也是基礎設施的趨勢，這樣的人工智能開發(fā)一體化平臺將降低AI落地的門檻，并保障質量。

　　而下一個發(fā)展階段，大模型訓練成本也會降低。最近斯坦福已提出一次算法訓練600美元，而且效果達到GPT3.5，如果實際中真達到這樣的成本，將為大模型的落地進一步掃清障礙。

　　再次，針對中國企業(yè)極為關注的私有化部署，百度云人士認為這不是問題。騰訊云則告訴數(shù)字前線，騰訊云基于分布式云遨馳，公有云和私有云是同樣一套解決方案，想采用私有化部署沒有問題，私有化部署方案可以把能力1：1復制到專有云。“很多國內客服用到大模型，期望私有化的同時，還能低成本，需要壓縮模型，效果不能影響太多。”

　　而業(yè)界對大模型的落地考慮得越來越細化。比如，國內市場在端側的場景非常多。人工智能落地的時候，哪些放在端側計算，哪些在云側計算，端側計算部分怎么保證模型小型化，滿足端側的低功耗要求，面向邊緣場景如何提升研發(fā)落地和運營效率。再如，無論多么大的模型，總會有概率出現(xiàn)一些問題，如何進行大模型的狀態(tài)監(jiān)控，如何更快地去調優(yōu)這個模型，也是業(yè)界在做的事情了。

　　上述騰訊資深人士告訴數(shù)智前線，AI落地產業(yè)已走入深水區(qū)，AI應用已被企業(yè)融入到他們業(yè)務流程中。業(yè)界正在加速提供AI標準化應用，也包括依托底層大模型讓生產環(huán)節(jié)、業(yè)務環(huán)節(jié)更好地用上AI技術，期望實現(xiàn)大模型等技術應用的最優(yōu)解。

　　不難發(fā)現(xiàn)，盡管國內在GPT等大模型技術上還有差距，但國內對人工智能的研發(fā)熱情以及背后廣泛的場景需求，使得這一技術在國內的前景依然被看好。甚至從場景需求出發(fā)來，最終反哺底層技術的投入，也不失為一種更加符合國情的策略。