拆解騰訊的“大模型觀”

　　▲BAT大模型的對照。

　　文 | 佘宗明

　　在《5000天后的世界》中，著名未來學(xué)家凱文·凱利預(yù)言：“在未來的50年里，AI將成為可以與自動化和產(chǎn)業(yè)革命相提并論的，不，應(yīng)該是影響更為深遠的趨勢。”

　　而今，大模型似乎就是那根杠桿。自ChatGPT問世以來，“工業(yè)革命級的生產(chǎn)力工具”“有史以來最大的平臺革命”“新范式的新拐點”之類的說法，已將大模型“封神”。

　　公開數(shù)據(jù)顯示，截至今年7月底，國內(nèi)已經(jīng)有130個大模型產(chǎn)品亮相或宣布。“百模大戰(zhàn)”中的“百”，已非虛指。

　　有意思的是，在大廠們爭前恐后入局之時，騰訊卻一直保持自己的節(jié)奏。

　　9月7日，在2023騰訊全球數(shù)字生態(tài)大會上，騰訊混元大模型正式亮相，騰訊宣告全面擁抱大模型。

　　在廠商們爭搶頭啖湯時不出來，在大模型密集發(fā)布期不出來，等大模型的喧鬧消退后終于現(xiàn)身。

　　有人說這是“遲”，雖遲但到的遲，但騰訊方面更想說它是“實”，腳踏實地的實。這跟騰訊的“大模型觀”有些內(nèi)在相通——它追求的就是實用至上。

　　01

　　說到“混元”，許多人可能會想到道家的“混元即無極，無極生太極”。混元所指，是鴻蒙狀態(tài)，是萬物根源。

　　道可道，非常道。道家始祖老子曾說過“我有三寶，持而保之”，其中之一就是信奉敢為天下后。

　　而在“中國巴菲特”段永平的闡釋中，“敢為天下后”還有后半句：后中爭先。

　　騰訊早在2021年就推出了千億和萬億參數(shù)的NLP(自然語言處理)稀疏大模型，打破了CLUE三大榜單記錄，但混元大模型的推出也是千呼萬喚始出來。

　　“做三四月的事情，在八九月自有答案。”有些玩家在打通概念炒作跟對韭當割鏈路后一哄而上，“三四月”的事情剛開始做就掏出了PPT，騰訊卻在“六七月”里不事張揚，直到“八九月”有了答案才讓其面世。

　　騰訊董事會主席兼CEO馬化騰的那番話，為此提供了解釋：“我們最開始以為這(指AI大模型)是互聯(lián)網(wǎng)十年不遇的機會，但是越想越覺得這是幾百年不遇的、類似發(fā)明電的工業(yè)革命一樣的機遇。”

　　他認為，“對于工業(yè)革命來講，早一個月把電燈泡拿出來，在長的時間跨度上來看是不那么重要的。關(guān)鍵還是要把底層的算法、算力和數(shù)據(jù)扎扎實實做好。”

　　馬拉松長跑中，方向?qū)�、策略準往往比起步快更重要�?/p>

　　騰訊的通用大模型發(fā)布節(jié)奏，也被解讀為以慢為快，后中爭先。

　　混元大模型參數(shù)展示的樸實，似乎可堪佐證——沒有狂堆參數(shù)，也沒展示打了多少榜，騰訊方面主要披露了兩個數(shù)字：超千億參數(shù)規(guī)模，幾乎是當前通用大模型的標配;預(yù)訓(xùn)練語料超2萬億tokens，和目前最強開源模型Llama 2持平。

　　與樸實對應(yīng)的是實用取向：混元大模型不追求Chat(聊天)上的花哨，而追求應(yīng)用場景上的實效;不是基于國外開源模型訓(xùn)練求快，而是從零開始、全鏈路自研。

　　02

　　實用取向，指向的是讓大模型從“可用”變?yōu)?ldquo;好用”。

　　不得不說，當下的大模型正陷入“又強大，又弱雞”的悖論：一方面，很多大模型在問答時能秀得一手好打油詩、抖出一番機靈，另一方面，在行業(yè)應(yīng)用中又沒太多實質(zhì)性用處。

　　大模型研究者李莉就認為，現(xiàn)在很多模型的研究者和應(yīng)用的制作者，考慮的是如何讓別人記住自己，所以效果特別視覺化，“每個視頻讓人看得血脈賁張，我們紛紛表示太酷炫了，但是靜下心來，我們對于技術(shù)該怎么用一般都沒有答案……如果真正放到經(jīng)濟中，你會發(fā)現(xiàn)根本用不上。”

　　這正是ChatGPT熱度滑坡的主要原因：前不久，Newsweek調(diào)查顯示，ChatGPT的用戶數(shù)量已經(jīng)比今年年初高峰時期下降了近95%。用戶選的最多的理由就是，感覺“ChatGPT對工作的促進能力沒有想象那么強”。

　　這難言奇怪：在行業(yè)應(yīng)用場景中，用戶在意的，可不是大模型能玩什么梗、扯什么淡，而是能否提供專業(yè)知識和行業(yè)數(shù)據(jù)。“大”不是最重要的，“專”才是。ChatGPT上生成的很多回答，就被指看上去專業(yè)，專業(yè)人士一看卻似是而非。

　　而今，隨著大模型進入Gartner曲線的相對冷靜階段，越來越多的人已意識到，應(yīng)用場景是決定大模型能否走遠的關(guān)鍵因素。沒有落地場景，就沒商業(yè)前景，也就難以走遠。

　　正因如此，大模型行業(yè)正在從拼參數(shù)變?yōu)槠绰涞兀珺端行業(yè)應(yīng)用已成主戰(zhàn)場。這勾勒出的，是大模型正從“技術(shù)力”轉(zhuǎn)向“生產(chǎn)力”的商業(yè)化圖譜。

　　▲中國大模型，很多都很注重跟應(yīng)用場景結(jié)合。

　　很早之前，騰訊對大模型的認知就是：大模型的長期價值將通過行業(yè)應(yīng)用來體現(xiàn)，絕不僅限于聊天機器人這樣簡單的問答場景。

　　這次發(fā)布會上，騰訊就強調(diào)面向產(chǎn)業(yè)，明確要以提效為第一要義。騰訊高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生就表示，“大模型需要基于產(chǎn)業(yè)場景，與企業(yè)數(shù)據(jù)融合，才能釋放出最大的價值。”

　　以垂(垂直大模型)應(yīng)垂(垂直細分行業(yè)的需求)，方為實用。今年6月，騰訊云從產(chǎn)業(yè)客戶需求場景出發(fā)，依托騰訊云TI平臺打造模型精選商店。這次發(fā)布的混元大模型，則將作為騰訊云MaaS服務(wù)的底座，為各業(yè)務(wù)領(lǐng)域提供支持。

　　推出的是為應(yīng)用而生的“從實踐中來，到實踐中去”的實用級大模型，而非花里胡哨的AI“大玩具”，就是“實”的體現(xiàn)。

　　03

　　實用取向，內(nèi)在要求是讓大模型更成熟更靠譜。

　　大模型要走入行業(yè)產(chǎn)業(yè)場景，就得減少“幻覺(即胡言亂語)”、避免“誘導(dǎo)(即誘導(dǎo)偏見或欺騙等)”。

　　克勞德·香農(nóng)認為，信息的本質(zhì)是消除不確定性。但體驗過的用戶都知道，當下的大模型都有著很強的“不確定性”——它經(jīng)常會變成CheatGPT，給你胡編亂造一通。

　　若這只是大模型跟用戶相互“調(diào)戲”，那無非是提供了些笑料，可行業(yè)場景專業(yè)度要求高、邊際容錯率低，若是提供了錯誤信息，很可能引發(fā)嚴重后果。

　　正因如此，面向產(chǎn)業(yè)的大模型必須變得更專業(yè)更成熟更靠譜，不能是初看什么都懂、細看什么都不“專”。

　　騰訊為此采取的策略可以歸結(jié)為兩點：1，全鏈路自研;2，將內(nèi)部業(yè)務(wù)場景當“磨刀石”。

　　騰訊的混元大模型，從高速網(wǎng)絡(luò)、底層服務(wù)器到網(wǎng)卡、高速組網(wǎng)和平臺、模型、算法都是自研，AI基礎(chǔ)設(shè)施、機器學(xué)習(xí)框架、語料庫與模型算法等也是從零訓(xùn)練。

　　騰訊解鎖全鏈路自研，瞄準的既是運用自身的技術(shù)棧體系，實現(xiàn)根本的業(yè)務(wù)技術(shù)能力突破，也是利用自主體系的研發(fā)道路，更好地應(yīng)對旗下海量高并發(fā)業(yè)務(wù)的沖擊。

　　客觀上講，基于國外開源模型進行“本土化改良”固然是一條更容易的路子，可大模型既然是工業(yè)革命級的機會，只依靠國外的“開源模型”遠不夠。

　　騰訊集團副總裁蔣杰說：“外界其實一般多會用到知識圖譜，甚至搜索外掛來讓模型的檢索支持能力變得更強，騰訊也會用，但不能用的比例很高。我們一定要在整個的大模型的預(yù)訓(xùn)練階段把這個問題解決掉，控制掉。”依托自研的“探真”算法，混元大模型幻覺比例比其他開源大模型下降了30%到50%。

　　騰訊還在向外部推出大模型前，將其在騰訊云、騰訊廣告、騰訊游戲、騰訊金融科技、騰訊會議、騰訊文檔、微信搜一搜、QQ瀏覽器等50多個內(nèi)部業(yè)務(wù)中先行驗證。

　　先打磨好大模型產(chǎn)品，再拿出來服務(wù)行業(yè)產(chǎn)業(yè)，看上去，也是主打一個“實”。

　　04

　　實用取向，還得讓大模型回歸服務(wù)屬性。

　　湯道生說：“從一個大模型，到提供一個用戶可以感受到的服務(wù)，中間有很多的環(huán)節(jié)和工序。騰訊其實是提供整個端到端的AI服務(wù)流程中所需要的‘全鏈條工具’。我們的TI平臺就是一個能滿足整個工序、環(huán)節(jié)的需求，給客戶提供高效模型搭建服務(wù)的重要工具。這可能是大家比較少從友商那里聽到的。”

　　將基于自研的大模型技術(shù)能力開放，將其用于從田間到產(chǎn)線的很多角落，這注重的還是落地效果。

　　大模型很熱，但本質(zhì)上，大模型是信息化的下一幕。過去十多年的信息化對應(yīng)的時代大幕上，寫著的主題是“數(shù)字化”。大模型同樣是數(shù)智化變革的助推器。

　　只不過，以往互聯(lián)網(wǎng)發(fā)展撬動的是流通環(huán)節(jié)減少、流通效率提升，以AI為代表的數(shù)字化工具要介入的層次更深——其核心是要增加基礎(chǔ)價值。

　　這就需要，將數(shù)字化觸角伸向生產(chǎn)端與供應(yīng)側(cè)，覆蓋包括從工業(yè)制造到冶金采礦、從港口運輸?shù)睫r(nóng)林牧副漁的各行各業(yè)。

　　這對國內(nèi)大模型的發(fā)展不無啟示：自從ChatGPT面世后，中國大模型廠商跟OpenAI差距有多遠，就成了行業(yè)關(guān)心的話題。

　　應(yīng)用場景，或許正是中國大模型彎道超車的突破口。

　　國家信息中心專家張振翼就指出，當前美國在大模型發(fā)展中具備一定的領(lǐng)先優(yōu)勢，我國需要加強自身獨特優(yōu)勢的探索。在他看來，當前我國發(fā)展大模型人工智能主要有三個方面的優(yōu)勢：應(yīng)用場景資源極為豐富、數(shù)據(jù)要素政策設(shè)計較為領(lǐng)先、在相關(guān)領(lǐng)域的技術(shù)創(chuàng)新上已經(jīng)具有一定積累等。

　　可以看到，在移動互聯(lián)網(wǎng)時代，中國互聯(lián)網(wǎng)企業(yè)就憑著衣食住行康樂教和產(chǎn)業(yè)領(lǐng)域的豐富場景，跑通了模式，做大了規(guī)模。

　　在今天，中國龐大市場上積累了海量數(shù)據(jù)，包括物流、電商、醫(yī)療等各個領(lǐng)域的，各個行業(yè)數(shù)字化轉(zhuǎn)型的強烈需要，又為大模型落地提供了需求端支撐。

　　順勢而為，以實用實干之“實”，加速大模型的產(chǎn)業(yè)應(yīng)用，中國大模型從跟跑到并跑再到領(lǐng)跑的圖景，才會愈發(fā)可期。