大模型競逐 再造AI新格局

　　作者 | 辰紋

　　來源 | 洞見新研社

　　“面對AI時代，所有產(chǎn)品都值得用大模型重做一次。”

　　這是阿里巴巴集團董事會主席兼CEO、阿里云智能集團CEO張勇在2023阿里云峰會上對AIGC(生成式AI)進化的判斷，在這背后則是由ChatGPT為起始點，而引發(fā)的大模型“涌現(xiàn)”。

　　其中，既包括正在中國大陸上發(fā)生的“百模大戰(zhàn)”，科技大廠、創(chuàng)業(yè)公司乃至科研機構(gòu)在過去的1個月時間內(nèi)爭先恐后的推出或宣布即將推出自己的大模型，也包括模型在突破某個規(guī)模時，出現(xiàn)了意想不到的能力。

　　打響“百模大戰(zhàn)”第一槍的是百度文心一言，隨后華為盤古、360智腦、商湯日日新、阿里通義千問、京東靈犀、昆侖萬維天工等大模型先后登場，后續(xù)還有騰訊混元、科大訊飛星火等大模型排隊等著上線。

　　與此同時，美團聯(lián)合創(chuàng)始人王慧文、搜狗創(chuàng)始人王小川、出門問問創(chuàng)始人李志飛等科技大佬重出江湖，并且?guī)�動了一批資金，開始了大模型方向的再創(chuàng)業(yè)。

　　撥開行業(yè)競爭中真假難辨的迷霧，在張勇的語境中，大模型要用怎樣的方式來再造AI，對于每個參與者來說，如何才能拿到通向大模型時代的船票呢?

　　1.由價值驅(qū)動的“百模大戰(zhàn)”

　　互聯(lián)網(wǎng)是有記憶的，從“蔚小理”帶起過的新造車大戰(zhàn)，到滴滴快的帶起過的網(wǎng)約車大戰(zhàn)，從摩拜和ofo帶起過的共享單車大戰(zhàn)，再到如今由ChatGPT帶起的“百模大戰(zhàn)”，牽引著玩家扎堆入局的邏輯都是由價值驅(qū)動的FOMA心理。

　　“FOMA”是“Fear of Missing Out(錯過恐懼)”的縮寫，在營銷領(lǐng)域特指一種營銷策略，即通過制造“緊迫感”或“錯過”的感覺，來促使人們參與某件事情。

　　大模型競爭中，參與者大多害怕錯過行業(yè)起勢的時間窗口，抱著“我可以不強，但不能沒有”的心態(tài)上車，特別是由于包括GPT 3.5在內(nèi)的大模型技術(shù)都已開源，進入門檻的障礙基本被掃平，更是吸引了大量的創(chuàng)業(yè)公司入局，搶著與科技大廠同時起跑。

　　當然，更大的內(nèi)驅(qū)力還是來自于大模型的價值。

　　首先是來自資本市場的熱炒，今年2月初時，東方財富上的“ChatGPT”板塊還只有29只股票，到4月份就已經(jīng)攀升到60多家。

　　隨便點幾個受益公司，360受AI、信創(chuàng)、數(shù)據(jù)安全和ChatGPT等概念持續(xù)輪動的影響，今年以來股價上漲超過150%，昆侖萬維則從AIGC+游戲進一步拓展到“天工”3.5的發(fā)布，當前市值也較年初上漲超過260%。

　　更加夸張的是，華為盤古大模型4月8日發(fā)布前后，帶動常山北明、川大智勝、拓維信息、麒麟安信等產(chǎn)業(yè)鏈公司股價集體上漲。此外像AI標簽屬性較強的科大訊飛、商湯科技在公布大模型相關(guān)業(yè)務布局后，今年股價也都有不錯的表現(xiàn)。

　　東方證券就表示，ChatGPT題材是超越元宇宙、虛擬現(xiàn)實的大風口，資本市場今年可能會反復炒作。

　　大模型題材在炒作的過程中，不排除個別公司確實有投機心理存在，但對于科技大廠而言，更看中大模型對自身業(yè)務推動的價值。

　　比如，字節(jié)跳動無論是今日頭條還是抖音，內(nèi)容分發(fā)在其業(yè)務布局中處于絕對核心，其內(nèi)容平臺的屬性同時又有內(nèi)容生成的需求，這與大模型主要應用的匹配度極高。

　　一方面能夠降低創(chuàng)作門檻，吸引更多的創(chuàng)作者加入平臺，另一方面，內(nèi)容分發(fā)的體驗能夠得到持續(xù)提升，字節(jié)跳動是不可能對大模型視而不見的。

　　阿里在發(fā)布通義千問時，張勇就表示，包括天貓、釘釘、高德地圖、淘寶、優(yōu)酷、盒馬等在內(nèi)的所有產(chǎn)品都要接入大模型，進行全面改造。

　　以最先接入通義千問的釘釘為例，在釘釘文檔中，可借助通義千問自動配圖、創(chuàng)作文章、撰寫郵件、生成方案;在會議中，可以完成記錄、總結(jié)、生產(chǎn)待辦事項;甚至還能幫助總結(jié)未讀群聊信息中的要點......

　　這些肉眼可見的進化，讓釘釘進一步加深了在協(xié)同辦公場景競爭的護城河。

　　從云計算業(yè)務的角度，BAT、華為、字節(jié)跳動這種體量的科技巨頭算力資源是現(xiàn)成的，跟進訓練自己的大模型順理成章，如果大模型后續(xù)成長走在行業(yè)前列，在一定程度上也能對云計算業(yè)務造成正向推動，實現(xiàn)雙贏。

　　微軟為OpenAI大模型訓練提供云服務的成功就在眼前，貼上全世界第一個訓出GPT-4云平臺的標簽，或多或少會加深Azure在客戶心中的印象，在與AWS 的拔河拉鋸中為自己又爭取了些許優(yōu)勢。

　　2.大模型競逐，產(chǎn)業(yè)融合是評判標尺

　　回到大模型競爭的現(xiàn)實，如何才能在“百模大戰(zhàn)”中勝出?

　　目前跑在前面的科技大廠給出的統(tǒng)一答案是與產(chǎn)業(yè)的融合，誰的速度更快，誰的成本更低，誰的競爭就更有優(yōu)勢。

　　事實上，在大模型“涌現(xiàn)”之前，AI一直在探索與產(chǎn)業(yè)的融合，特別是像計算機視覺、語音識別、自然語言識別這類識別型AI技術(shù)，普遍采用小模型來解決一些行業(yè)中的問題，像流水線上的工業(yè)質(zhì)檢、交通管理中的違章識別等都是AI識別的典型能力。

　　這些AI在產(chǎn)業(yè)中有落地，但滲透的速度很慢，很大一個原因就是，小模型確實能夠很好的完成指定任務，但缺點也同樣明顯，一個AI只能解決一個問題。

　　闖紅燈、超速、逆行等都是交通違章，若要識別這三種違章行為，則需要對這三個場景進行三次訓練，由于不具備通用性，小模型的應用范圍被限定在一個很小的空間內(nèi)，同時落地成本也居高不下。這也是國內(nèi)AI企業(yè)一直虧錢，財報業(yè)績長期赤字的原因所在。

　　大模型的出現(xiàn)，給AI有了一次再造的機會，其方式就是用更快的速度融入到更廣闊的產(chǎn)業(yè)土壤之中。

　　阿里宣布旗下所有產(chǎn)品都要接入通義千問的同時，也面向企業(yè)廣泛邀請參與測試，在發(fā)布會當天，阿里云就宣布將與OPPO安第斯智能云聯(lián)合打造OPPO大模型基礎(chǔ)設(shè)施，基于通義千問完成大模型的持續(xù)學習、精調(diào)及前端提示工程，未來建設(shè)服務于其海量終端用戶的AI服務。

　　同時，中興通訊、吉利汽車、智己汽車、奇瑞新能源、毫末智行、太古可口可樂、波司登、掌閱科技等多家企業(yè)也表示，將與阿里云在大模型相關(guān)場景展開技術(shù)合作的探索和共創(chuàng)。

　　在通義千問之前，百度的文心一言也是將B端“生態(tài)圈”作為宣傳和業(yè)務重點，華為云盤古大模型則提出了“AI for Industries”理念。

　　曾有機構(gòu)對BAT和華為大模型的核心差異做過總結(jié)：

　　百度：文心大模型涵蓋基礎(chǔ)大模型、任務大模型、行業(yè)大模型的三級體系，打造大模型總量約40個，產(chǎn)業(yè)應用覆蓋了電力、燃氣、金融、航天等行業(yè)。

　　騰訊：大模型產(chǎn)業(yè)化應用方向主要為騰訊自身生態(tài)的降本增效服務，其中廣告類應用表現(xiàn)出色。

　　阿里：M6大模型基于阿里云、達摩院打造的硬件優(yōu)勢，可將大模型所需算力壓縮到極致;另外其底層技術(shù)優(yōu)勢還有利于構(gòu)建AI的統(tǒng)一底層。

　　華為：訓練出業(yè)界首個2000億參數(shù)以中文為核心的預訓練生成語言模型。目前發(fā)布了盤古氣象大模型、盤古礦山大模型、盤古OCR大模型三項較為重磅的行業(yè)大模型。

　　很顯然，各家的特點都很鮮明，呈白花齊放之勢，但萬變不離其宗，產(chǎn)業(yè)融合是唯一共識。

　　事實上，在大模型的影響下，有些行業(yè)已經(jīng)開始發(fā)生變化。

　　4月12日，藍色光標發(fā)布郵件，決定無期限全面停止創(chuàng)意設(shè)計、方案撰寫、文案撰寫、短期雇員四類相關(guān)外包支出。此前，藍色光標曾宣布將接入百度文心一言的能力。

　　更早之前，心動游戲CEO黃一孟發(fā)文說，已有游戲團隊把原畫外包和翻譯外包團隊砍掉，當人類被替換，大模型已經(jīng)開始對行業(yè)產(chǎn)生實際影響了。

　　3.云計算的現(xiàn)在與大模型的未來

　　如今，大模型的競爭混沌初開，創(chuàng)業(yè)公司與科技巨頭同臺競爭，市場的最終走向?qū)�會如�?參照云計算的發(fā)展過程，我們或許已經(jīng)找到答案。

　　眾所周知，云計算市場在海外有AWS(亞馬遜)、Azure(微軟)和GCP(Google)三巨頭，在國內(nèi)則有BAT和華為，之所以是科技巨頭成為云計算的絕對主角，主要在于云計算的特點，需要達到一定的規(guī)模才能產(chǎn)生邊際效應，而在此之前，需要投入大量資源進行基礎(chǔ)設(shè)施建設(shè)。

　　阿里云直到成立13年后，才在2022財年首次實現(xiàn)年度盈利，在其背后是遍布全球的上百個數(shù)據(jù)中心與超200萬臺服務器構(gòu)建的云服務基礎(chǔ)設(shè)施體系。

　　與云計算類似，大模型也需要耗費大量的算力資源與海量的數(shù)據(jù)成本，曾有機構(gòu)估算，OpenAI訓練GPT-3的成本為幾百萬到千萬美元;訓練GPT-4時，調(diào)用了上萬片英偉達A100顯卡，耗費的成本大約為數(shù)千萬至一億美元。

　　隨著GPT的迭代，其訓練花費將成指數(shù)級增長，有傳聞，百度在訓練文心一言時，調(diào)用了幾乎所有的A100顯卡，由此可見，大模型終究也將是少數(shù)人的游戲。

　　出門問問創(chuàng)始人李志飛在接受媒體采訪時，也表達過通用AI大模型有時間窗口的觀點，“人才壁壘、時間壁壘、數(shù)據(jù)壁壘、資金壁壘一旦建立起來，小的團隊就沒有戲了。”

　　李彥宏說，“重新做一個ChatGPT沒有多大意義，基于語言大模型開發(fā)應用機會很大，但沒有必要再重新發(fā)明一遍輪子”，表達的也是同樣一個意思。

　　話已經(jīng)說到這個份上了，大模型創(chuàng)業(yè)還有機會嗎?半導體行業(yè)的一些有趣現(xiàn)象或許可以打開我們的思路。

　　英特爾一直在孜孜不倦的嘗試突破摩爾定律的物理極限，經(jīng)常會花費數(shù)倍于前一代產(chǎn)品的成本來推動CPU的更新與迭代，市場上經(jīng)常會出現(xiàn)新一代CPU的價格是上一代產(chǎn)品的10倍，甚至百倍的情況。

　　追求性能的用戶固然會追捧新一代CPU，可是在巨大的價差面前，仍然會有相當數(shù)量的用戶選擇使用上一代產(chǎn)品。

　　同樣的道理，GPT-3和GPT-4在訓練成本上有差距，同時隨著大模型向前進化，訓練成本的差距會更大，科技巨頭探索在大模型的最前沿，在其身后會存在若干有代差、精度要求較低、“夠用就行”的大模型，而這或許就是創(chuàng)業(yè)公司的機會，在成本、市場需求、技術(shù)進步的三者之間找到平衡，不斷調(diào)整策略。

　　另外一個方面，深入行業(yè)的垂類大模型也值得一試，王小川表示，盡管垂類模型的通用性沒法與OpenAI抗衡，但可以通過針對具體場景優(yōu)化，在細分場景里達到與OpenAI相近的效果，從而積累用戶、構(gòu)建起生態(tài)，跑通小閉環(huán)。

　　關(guān)于大模型創(chuàng)業(yè)，360創(chuàng)始人周鴻祎就很樂觀，“中國不會只有一個大語言模型，將來每個行業(yè)，企業(yè)甚至每個人都有自己定制的GPT大模型。”

　　4.結(jié)語

　　從長期來看，大模型是一場持久戰(zhàn)，因而無論是現(xiàn)在入局，還是幾個月或是幾年后再入局，在本質(zhì)上并沒有什么區(qū)別，大模型競爭的核心不是搶速度，爭第一，而是要沉下心來想清楚，在這場長跑中如何分配體力，如何獲取資源，順順利利的跑到終點。