一覺(jué)醒來(lái)，萬(wàn)眾期待的GPT-4來(lái)了。OpenAI老板SamAltman直接開(kāi)門(mén)見(jiàn)山地介紹說(shuō)：“這是我們迄今為止功能最強(qiáng)大的模型！”僅隔一天，“中國(guó)版ChatGPT”百度文心一言正式發(fā)布，雙方大有擺擂之勢(shì)。

當(dāng)深度學(xué)習(xí)推動(dòng)AI技術(shù)又一次復(fù)興，人類(lèi)對(duì)它的最高期待，就是讓AI成為第四次產(chǎn)業(yè)革命中的“蒸汽機(jī)”。而近幾年身處智能革命前沿的，就是預(yù)訓(xùn)練大模型。

ChatGPT的橫空出世，不僅在科技圈引起嘩然，更是點(diǎn)燃了創(chuàng)投圈的創(chuàng)業(yè)激情。國(guó)內(nèi)企業(yè)的大規(guī)模預(yù)訓(xùn)練模型（以下簡(jiǎn)稱(chēng)“大模型”）賽道也已經(jīng)開(kāi)始進(jìn)入白熱化的競(jìng)爭(zhēng)階段。在過(guò)去的兩周內(nèi)，諸多以AI大模型為技術(shù)底層的廠商，開(kāi)始獲得資本的青睞。

那么，AI大模型目前的主要技術(shù)路徑是怎樣的？在產(chǎn)業(yè)側(cè)的成長(zhǎng)如何？

“通用大模型+產(chǎn)業(yè)模型”的技術(shù)路徑

必須正視的是，全球大模型競(jìng)賽中，我們看到大模型的參數(shù)越來(lái)越大，數(shù)據(jù)集記錄不斷被刷新。

“在各種專(zhuān)業(yè)和學(xué)術(shù)基準(zhǔn)上和人類(lèi)相當(dāng)。”對(duì)于剛剛發(fā)布的GPT-4，OpenAI對(duì)于其表現(xiàn)相當(dāng)滿意。OpenAI在官網(wǎng)表示，GPT-4是一個(gè)能接受圖像和文本輸入，并輸出文本的多模態(tài)模型，是OpenAI在擴(kuò)展深度學(xué)習(xí)方面的最新里程碑。

從性能表現(xiàn)看，GPT-4的語(yǔ)言理解和生成能力均超過(guò)了ChatGPT，可以解答ChatGPT無(wú)法完成的問(wèn)題，同時(shí)GPT-4可以描述并理解圖片，并且可接受的文字輸入長(zhǎng)度也增加到約2.4萬(wàn)個(gè)單詞。

升級(jí)之后，GPT-4在各種職業(yè)和學(xué)術(shù)考試上表現(xiàn)和人類(lèi)水平相當(dāng)。比如模擬律師考試，GPT-4取得了前10%的好成績(jī)，相比之下GPT-3.5是倒數(shù)10%。做美國(guó)高考SAT試題，GPT-4也在閱讀寫(xiě)作中拿下710分高分、數(shù)學(xué)700分（滿分800）。

但真正的產(chǎn)業(yè)空間里，卻很難看到大模型規(guī)�；�、標(biāo)準(zhǔn)化應(yīng)用。這可能是因?yàn)榇竽Ｐ团c行業(yè)知識(shí)不相匹配，行業(yè)算力基礎(chǔ)難以負(fù)載大模型部署等等問(wèn)題。

過(guò)去多年的一個(gè)市場(chǎng)共識(shí)是，如果要實(shí)現(xiàn)AI規(guī)�；�產(chǎn)業(yè)落地，底層AI大模型就必須是一個(gè)通用的大模型平臺(tái)，廠商根據(jù)用戶(hù)需求在平臺(tái)之上，進(jìn)行多場(chǎng)景、多領(lǐng)域的模型生產(chǎn)，從而實(shí)現(xiàn)具體行業(yè)模型的落地。

對(duì)于廠商而言，這也是一個(gè)新的方向。即AI廠商以“通用模型+產(chǎn)業(yè)模型”不斷賦能企業(yè)、產(chǎn)業(yè)，從而加速中國(guó)的產(chǎn)業(yè)數(shù)字化進(jìn)程。

更為重要的是，這種模式一旦落地成功或?qū)⒖焖賹?shí)現(xiàn)規(guī)�；�效應(yīng)，或?qū)�為頭部AI廠商帶來(lái)高回報(bào)，擺脫當(dāng)下AI技術(shù)落地難，盈利難的現(xiàn)狀。

底層AI大模型的研發(fā)具有數(shù)據(jù)規(guī)模大、質(zhì)量參差不齊、模型體積大、訓(xùn)練難度高、算力規(guī)模大、性能要求高等挑戰(zhàn)。這樣的高研發(fā)門(mén)檻，不利于人工智能技術(shù)在千行百業(yè)的推廣。

而具有數(shù)據(jù)、算力、算法綜合優(yōu)勢(shì)的企業(yè)可以將模型的復(fù)雜生產(chǎn)過(guò)程封裝起來(lái)，通過(guò)低門(mén)檻、高效率的生產(chǎn)平臺(tái)，向千行百業(yè)提供大模型服務(wù)。

各個(gè)行業(yè)的企業(yè)只需要通過(guò)生產(chǎn)平臺(tái)提出在實(shí)際AI應(yīng)用中的具體需求，生產(chǎn)大模型的少數(shù)企業(yè)就能夠根據(jù)應(yīng)用場(chǎng)景進(jìn)一步對(duì)大模型開(kāi)發(fā)訓(xùn)練，幫助應(yīng)用方實(shí)現(xiàn)大模型的精調(diào)，以達(dá)到各行業(yè)對(duì)于AI模型的直接應(yīng)用。彼時(shí)，AI大模型就會(huì)真正意義上實(shí)現(xiàn)產(chǎn)業(yè)化，成為產(chǎn)業(yè)模型。

目前，國(guó)內(nèi)布局AI大模型廠商百度、阿里、騰訊、商湯、華為等企業(yè)，正在不斷夯實(shí)通用大模型，打造產(chǎn)業(yè)模型，助力AI大模型產(chǎn)業(yè)化。其中，百度以文心大模型+飛槳PaddlePaddle深度學(xué)習(xí)平臺(tái)；騰訊以HunYuan大模型+太極機(jī)器學(xué)習(xí)平臺(tái)；阿里以通義大模型+M6-OFA；華為以盤(pán)古大模型+ModelArts，都打造了自然語(yǔ)言處理大模型、計(jì)算機(jī)視覺(jué)大模型以及多模態(tài)大模型方面。

值得注意的是，各個(gè)廠商AI大模型的布局，有所差異。

百度由于多年在AI領(lǐng)域的深耕，其文心大模型涵蓋基礎(chǔ)大模型、任務(wù)大模型、行業(yè)大模型的三級(jí)體系，打造大模型總量約40個(gè)，產(chǎn)業(yè)應(yīng)用也較為廣泛，例如電力、燃?xì)�、金融、航天等，�?gòu)建了國(guó)內(nèi)業(yè)界較大的產(chǎn)業(yè)大模型。目前來(lái)看，屬于國(guó)內(nèi)大模型廠商的第一梯隊(duì)中的佼佼者。

騰訊產(chǎn)業(yè)化應(yīng)用方向則主要是騰訊自身生態(tài)的降本增效，其中廣告類(lèi)應(yīng)用表現(xiàn)出色。阿里更重技術(shù)，例如M6大模型基于阿里云、達(dá)摩院打造的硬件優(yōu)勢(shì)，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(shì)還有利于構(gòu)建AI的統(tǒng)一底層。目前，主要應(yīng)用方向是為下游任務(wù)提質(zhì)增效，例如在淘寶服飾類(lèi)搜索場(chǎng)景中實(shí)現(xiàn)了以文搜圖的跨模態(tài)搜索。

華為的優(yōu)勢(shì)則在于其訓(xùn)練出業(yè)界首個(gè)2000億參數(shù)以中文為核心的預(yù)訓(xùn)練生成語(yǔ)言模型。目前發(fā)布了盤(pán)古氣象大模型、盤(pán)古礦山大模型、盤(pán)古OCR大模型三項(xiàng)較為重磅的行業(yè)大模型。

可以發(fā)現(xiàn)，在商業(yè)模式上各個(gè)廠商都是通用大模型路徑，在通用大模型架構(gòu)之上，搭建具體行業(yè)模型。映射到產(chǎn)業(yè)層面，即“通用大模型+產(chǎn)業(yè)模型”的路徑。

然而，手握入場(chǎng)券，并不代表能跑到終點(diǎn)。對(duì)于廠商而言，其可以搭建通用大模型，并不意味著其能把通用大模型搭建的好；其有能力打通大模型到產(chǎn)業(yè)模型到具體場(chǎng)景的應(yīng)用，并不意味著其可以打造出有真正價(jià)值的智能決策。AI大模型產(chǎn)業(yè)化落地的瓶頸需要被正視。

首先，國(guó)內(nèi)大模型缺少數(shù)據(jù)訓(xùn)練場(chǎng)景。類(lèi)似ChatGPT的訓(xùn)練場(chǎng)景尤為缺乏。ChatGPT之所以短時(shí)間之內(nèi)進(jìn)步神速，因大量用戶(hù)為其充當(dāng)了免費(fèi)的數(shù)據(jù)標(biāo)注員。不過(guò)，已目前情況來(lái)看，可與ChatGPT相較的數(shù)據(jù)訓(xùn)練場(chǎng)景在國(guó)內(nèi)還鮮有見(jiàn)到。

其次，產(chǎn)業(yè)界對(duì)大模型有著濃烈的觀望情緒。業(yè)界普遍存在這樣的憂慮：目前大模型應(yīng)用不成熟，驟而上馬將會(huì)對(duì)原有業(yè)務(wù)造成沖擊。以電商售后和銀行電話客服場(chǎng)景為例，目前行業(yè)內(nèi)仍采用主流智能客服公司推出的QA問(wèn)答庫(kù)技術(shù)。客戶(hù)企業(yè)希冀大模型產(chǎn)品能夠解決QA庫(kù)無(wú)法承擔(dān)的長(zhǎng)尾問(wèn)題，覆蓋到檢索式問(wèn)答路徑無(wú)法涉足的領(lǐng)域，但金融行業(yè)的語(yǔ)料庫(kù)等數(shù)據(jù)又不對(duì)外開(kāi)放，讓大模型企業(yè)不得不重頭開(kāi)始。這都延遲了大模型進(jìn)軍具體行業(yè)的時(shí)間表。

總結(jié)而言，通用智能企業(yè)需要客單價(jià)高、數(shù)據(jù)訓(xùn)練場(chǎng)景豐富的派單需求，但這個(gè)問(wèn)題又與企業(yè)的現(xiàn)實(shí)考量和預(yù)算投入相互矛盾。沒(méi)得數(shù)據(jù)用來(lái)訓(xùn)練、沒(méi)有大錢(qián)養(yǎng)活產(chǎn)品，是擺在現(xiàn)實(shí)的兩大難題。

一場(chǎng)屬于巨頭的游戲

如今，在大模型賽道中，擠滿了巨頭派、海歸派、創(chuàng)業(yè)公司轉(zhuǎn)型派、學(xué)院派等各路選手。搶占大模型賽道頭牌的戰(zhàn)爭(zhēng)已經(jīng)徹底打響，但花落誰(shuí)家還尚未可知。目前，谷歌、微軟、亞馬遜、百度、阿里、騰訊等科技巨頭公司在大模型發(fā)展方面具有顯著的優(yōu)勢(shì)，均有相關(guān)雄厚的技術(shù)資源和能力，且都在通用大模型上進(jìn)行了布局與投資。

總體而言，大模型的分水嶺主要集中在技術(shù)研發(fā)、數(shù)據(jù)和算法資源、商業(yè)化能力、人才儲(chǔ)備和管理能力四個(gè)方面。

首先，在技術(shù)研發(fā)能力方面。就目前來(lái)看，巨頭擁有更強(qiáng)的技術(shù)研發(fā)能力和更豐富的資源，可以投入更多的人力、物力和財(cái)力來(lái)開(kāi)展大模型的研究和開(kāi)發(fā)。他們擁有更完善的數(shù)據(jù)、算法和硬件等技術(shù)支持，能夠更快速地推進(jìn)大模型的研究和應(yīng)用。

對(duì)比巨頭和創(chuàng)業(yè)公司，技術(shù)上的差距在一定程度上取決于人工智能領(lǐng)域內(nèi)的領(lǐng)先者和后來(lái)者。巨頭公司如Google、Facebook、Microsoft等在人工智能領(lǐng)域擁有大量的數(shù)據(jù)、計(jì)算資源和技術(shù)經(jīng)驗(yàn)，因此有更多的能力來(lái)訓(xùn)練和優(yōu)化大模型，推動(dòng)人工智能技術(shù)的發(fā)展。

其次，在數(shù)據(jù)和算法資源方面，巨頭擁有更豐富和更完善的數(shù)據(jù)和算法資源，能夠更好地支持大模型的訓(xùn)練和推理。他們能夠利用自身的平臺(tái)和業(yè)務(wù)優(yōu)勢(shì)來(lái)積累海量的數(shù)據(jù)，并在此基礎(chǔ)上進(jìn)行算法研發(fā)和優(yōu)化。而創(chuàng)業(yè)公司通常無(wú)法獲得這樣的數(shù)據(jù)和算法資源，需要通過(guò)自己的努力來(lái)積累數(shù)據(jù)和優(yōu)化算法，這需要更多的時(shí)間和精力。

以O(shè)penAI發(fā)布于2020年的GPT-3來(lái)看，其具有1750億個(gè)參數(shù)的大模型。在算力方面，人工智能模型的訓(xùn)練和使用需要強(qiáng)大的算力，這就需要大量高性能的GPU來(lái)支撐。在數(shù)據(jù)方面，據(jù)了解，ChatGPT的訓(xùn)練使用了大約45TB數(shù)據(jù)，其中包含多達(dá)近1萬(wàn)億個(gè)單詞的文本內(nèi)容。

但是，由于大型模型需要大量的計(jì)算和存儲(chǔ)資源，對(duì)于初創(chuàng)公司來(lái)說(shuō)，資金和技術(shù)限制可能成為了限制因素。

另外，在商業(yè)化能力方面，巨頭擁有更強(qiáng)的商業(yè)化能力和更完善的商業(yè)化渠道，能夠更好地將大模型應(yīng)用于商業(yè)領(lǐng)域，實(shí)現(xiàn)商業(yè)價(jià)值。他們可以借助自身的品牌和用戶(hù)基礎(chǔ)，將大模型應(yīng)用于搜索、推薦、廣告等領(lǐng)域，并實(shí)現(xiàn)商業(yè)化變現(xiàn)。由于創(chuàng)業(yè)公司大多缺乏這樣的商業(yè)化能力和渠道，需要花費(fèi)更多的時(shí)間和精力來(lái)探索商業(yè)化路徑和拓展商業(yè)合作。

最后，在人才儲(chǔ)備和管理能力方面，巨頭擁有更強(qiáng)的人才儲(chǔ)備和更完善的管理能力，能夠更好地吸引和管理高端人才，構(gòu)建更具競(jìng)爭(zhēng)力的團(tuán)隊(duì)。他們可以通過(guò)自身的品牌和聲譽(yù)，吸引到更多的高端人才，并通過(guò)自身的管理經(jīng)驗(yàn)和制度建設(shè)，提升團(tuán)隊(duì)的協(xié)作效率和創(chuàng)新能力。而創(chuàng)業(yè)公司通常需要付出更多的努力來(lái)構(gòu)建高端團(tuán)隊(duì)和提升管理能力。

雖然，隨著技術(shù)的不斷成熟，越來(lái)越多的創(chuàng)業(yè)公司也開(kāi)始利用云計(jì)算、分布式計(jì)算等技術(shù)來(lái)加速大模型的訓(xùn)練和優(yōu)化，不斷挑戰(zhàn)巨頭公司的技術(shù)壟斷。創(chuàng)業(yè)公司在人工智能領(lǐng)域也有很多機(jī)會(huì)，但需要更多的創(chuàng)新和勇氣來(lái)打破技術(shù)壁壘和市場(chǎng)壟斷。

總之，大模型作為人工智能領(lǐng)域內(nèi)的重要技術(shù)，已經(jīng)成為了熱門(mén)的創(chuàng)業(yè)領(lǐng)域。巨頭公司擁有更多的資源和技術(shù)經(jīng)驗(yàn)，而創(chuàng)業(yè)公司面對(duì)這個(gè)“燒錢(qián)”的領(lǐng)域，不宜盲目跟風(fēng)，可以通過(guò)創(chuàng)新和勇氣來(lái)不斷挑戰(zhàn)技術(shù)壟斷，找到適合自己的業(yè)務(wù)發(fā)展之路。

【科技云報(bào)道原創(chuàng)】

轉(zhuǎn)載請(qǐng)注明“科技云報(bào)道”并附本文鏈接

       原文標(biāo)題 : GPT-4、百度文心一言擺擂，AI大模型將掀起新一輪AIGC軍備競(jìng)賽？