下載投融界APP
隨時隨地獲取新鮮資訊
服務熱線：400-858-9000 咨詢/投訴熱線：
熱火烹油(you)的(de)大模型賽道打起了(le)“嘴(zui)仗(zhang)”。
搜狗前CEO王(wang)小川評價(jia)百度(du)創始人(ren)李彥宏的采訪發言(yan)稱(cheng)：“你們采訪的可(ke)能是平行世界的他，不是我們這(zhe)個世界里的。”
而(er)針(zhen)對王小川(chuan)的評論(lun)，百度集團副總裁、搜索平臺(tai)負責人(ren)肖陽(yang)又回應(ying)道：“王小川(chuan)脫離一線太(tai)久，確實跟(gen)我們(men)不在一個宇宙，自然對國內人(ren)工智(zhi)能技術的發展缺乏了解。”
意外(wai)的(de)是，王小川在14日凌(ling)晨又“嘲諷”了一把，稱對方是“脫(tuo)離(li)一線15年的(de)人(ren)，去懟離(li)開1.5年的(de)人(ren)”。
這場爭(zheng)論也暴露出創業派與大廠間(jian)微(wei)妙的競爭(zheng)關系。
毋庸置(zhi)疑，大模型(xing)技術徹底點燃了(le)科技圈的熱情，創(chuang)業者忙著(zhu)招兵買馬，生怕(pa)錯過了(le)新風口；一(yi)級市(shi)場關于(yu)大模型(xing)的投(tou)融資熱度攀升，不(bu)少FA們甚(shen)至跑去B站(zhan)開始(shi)惡(e)補AI知識。
政(zheng)策端(duan)也在(zai)吹來暖(nuan)風(feng)，北京(jing)(jing)市經濟和信息化局(ju)發布(bu)的《2022年北京(jing)(jing)人工智(zhi)能產業(ye)發展白皮書》顯(xian)示，今年，北京(jing)(jing)將支持頭部企業(ye)打造(zao)對標ChatGPT的大(da)模型。
熱鬧只是硬幣(bi)的A面。
無論是(shi)(shi)忙著官宣大(da)模型的(de)(de)科技大(da)廠，還是(shi)(shi)廣發英雄帖的(de)(de)創業公司，身處(chu)這股浪潮之中的(de)(de)人們都在思考(kao)一些關鍵問(wen)題：率先做(zuo)出(chu)第一個中國版GPT的(de)(de)是(shi)(shi)誰？還有多久(jiu)才能做(zuo)出(chu)來？市場格局又(you)會是(shi)(shi)發生怎樣的(de)(de)變化(hua)？
這些問題都難以給出(chu)正(zheng)確的(de)答案，事實上，也沒有(you)人能給出(chu)準(zhun)確的(de)回答。畢竟，人們(men)總是(shi)高估(gu)一(yi)項科技所帶來(lai)的(de)短期(qi)效益，卻(que)又低估(gu)它(ta)的(de)長期(qi)影響。
本文將(jiang)圍繞當下中國的大(da)模型競爭現狀，基于(yu)行業資(zi)料與(yu)研究，主要回答三個(ge)問(wen)題：
1.為(wei)什么國內科技公司(si)要(yao)紛(fen)紛(fen)競逐大模型？
2.火熱(re)背后(hou)，中國(guo)科技(ji)公司究竟缺什么？
3.中國科技公司“大模型之戰”的走向會是什(shen)么？
理解中國科技巨頭們的“大模(mo)型焦慮”，一張產品發布時刻表就(jiu)夠(gou)了。
在OpenAI發布GPT-4大(da)模(mo)型后，百(bai)度用“Demo演(yan)示”的(de)形式正式發布文心一言(yan)。同樣在3月，53歲的(de)周鴻(hong)祎決定(ding)“把剛(gang)出(chu)生的(de)孩(hai)子抱出(chu)來給大(da)家看(kan)(kan)看(kan)(kan)”，他推出(chu)360的(de)大(da)模(mo)型產品，甚至(zhi)倉促(cu)到(dao)名字都(dou)要現場(chang)取(qu)。
隨后(hou)的(de)一個多(duo)月(yue)里(li)，科(ke)技巨(ju)頭、創業公司與(yu)高校研究院們展開了一輪關于“大模型”的(de)軍備競(jing)賽，整(zheng)個4月(yue)可以被(bei)稱(cheng)為(wei)“大模型的(de)發(fa)布月(yue)”，繼(ji)百度之后(hou)，華為(wei)、商湯、阿里(li)已在4月(yue)亮出自(zi)己的(de)大模型產(chan)品。
最新(xin)的消息是，京東計劃在今年發布新(xin)一代產業大(da)模型“言犀”，被視為“京東版(ban)”ChatGPT。
大(da)模型(xing)也成為(wei)了互聯(lian)網(wang)大(da)佬扎堆二次創業的熱門(men)賽道。
原(yuan)美(mei)團聯合創始人王惠文(wen)、創新工場CEO李開復(fu)、前京(jing)東AI掌門人周伯(bo)文(wen)、前阿里技術(shu)副總裁賈揚清等均入局創業(ye)。前搜狗CEO王小川(chuan)的(de)百川(chuan)智能(neng)已完成了(le)5000萬(wan)美(mei)元融(rong)資，王小川(chuan)給了(le)自己一個DDL：“今(jin)年(nian)年(nian)底做(zuo)到國內最好的(de)”。
一(yi)位業內人士這樣形(xing)容(rong)當下百花齊放的圖(tu)景：“（這波(bo)創業）很(hen)像2000年左右的互聯網創業潮。”
普(pu)通讀者(zhe)們很難理解(jie)(jie)科(ke)技(ji)圈對大模(mo)型的(de)擁躉，畢(bi)竟類似的(de)創業(ye)潮(chao)在元宇宙、XR行業(ye)也都(dou)復(fu)現過。但如果深入理解(jie)(jie)人工智能的(de)發展歷史與傳統AI時代的(de)困境，就(jiu)能理解(jie)(jie)為何(he)這群極客們如此熱愛大模(mo)型。
關于(yu)大模(mo)(mo)型(xing)的(de)定義(yi)，OpenAI創始人(ren)Altman與李開(kai)復(fu)更愿意將(jiang)大模(mo)(mo)型(xing)定義(yi)為(wei)“一種(zhong)(zhong)新技(ji)術平臺”，而學界(jie)則將(jiang)“大模(mo)(mo)型(xing)”對比“小模(mo)(mo)型(xing)”，定義(yi)為(wei)一種(zhong)(zhong)“基于(yu)大量數據訓(xun)練的(de)、擁有巨(ju)量參數的(de)模(mo)(mo)型(xing)”，這種(zhong)(zhong)模(mo)(mo)型(xing)能(neng)適應廣泛的(de)下游任(ren)務。
在AI1.0時代，比起創業者對(dui)AI智能化的疾呼，大多(duo)數人(ren)對(dui)人(ren)工智能只停留在一些單一場(chang)景產品端的理解(jie)。
例如人工智能(neng)(neng)(neng)客服、人工智能(neng)(neng)(neng)質(zhi)檢(jian)等，上述場景都是針對一(yi)(yi)項任務具體開發一(yi)(yi)個(ge)(ge)專用小模(mo)型，并不具備“理(li)解能(neng)(neng)(neng)力”。就像周(zhou)鴻祎將此前(qian)的(de)人工智能(neng)(neng)(neng)產品形容為“人工智障”，在他看來(lai)：“在GPT之前(qian)，從(cong)來(lai)沒有一(yi)(yi)個(ge)(ge)人工智能(neng)(neng)(neng)的(de)產品能(neng)(neng)(neng)真正的(de)理(li)解我們這個(ge)(ge)世界。”
從人工智障到人工智能的(de)進化，大(da)模型(xing)的(de)出現(xian)意味(wei)著人們正式進入到AI2.0時代，這背后是(shi)大(da)模型(xing)的(de)涌(yong)現(xian)性使(shi)然。
涌(yong)(yong)現是人(ren)(ren)工智能(neng)領域經常會被提及到的(de)概念(nian)，代表一種(zhong)從量變到質變的(de)過(guo)程，當數(shu)據規(gui)模足夠大，參數(shu)達到千億級(ji)，即使在(zai)沒(mei)有專門訓練(lian)過(guo)的(de)領域，AI也能(neng)涌(yong)(yong)現出知(zhi)識理(li)(li)解和邏(luo)輯推理(li)(li)能(neng)力，華東政法大學人(ren)(ren)工智能(neng)與大數(shu)據指數(shu)研究(jiu)院(yuan)將“涌(yong)(yong)現性”定義為一個“多種(zhong)技術融(rong)合(he)(he)的(de)結果(guo)”：“（大模型(xing)）有效(xiao)集成自然(ran)語言處理(li)(li)等(deng)多個人(ren)(ren)工智能(neng)核心(xin)研究(jiu)領域的(de)多項技術，實現1+1>；2的(de)融(rong)合(he)(he)式涌(yong)(yong)現。”
換言(yan)之(zhi)，大模(mo)型(xing)有望解(jie)決“人工智能(neng)如何理解(jie)世(shi)界”的(de)(de)問題，實則提(ti)供了一條可(ke)(ke)能(neng)邁向(xiang)AGI（通(tong)用(yong)人工智能(neng)）的(de)(de)可(ke)(ke)能(neng)性。
另一方面，大模型的(de)通用性也在激發更多(duo)的(de)商業圖景，解決了AI1.0時代的(de)諸多(duo)問題(ti)。
在上一波AI創業(ye)潮中(zhong)，總(zong)結AI企(qi)業(ye)所面(mian)臨的(de)問(wen)題主要兩點：一是成本問(wen)題，清洗與標(biao)注海量的(de)數(shu)據需要耗費(fei)巨大的(de)成本，商湯(tang)科(ke)技(ji)聯合創始人、副總(zong)裁楊帆曾表(biao)示，對于每一個新場景(jing)，公(gong)司都要重新收(shou)集新數(shu)據，搭建定制(zhi)化模(mo)型。
這種開(kai)發模(mo)式(shi)很像“小作坊”，不但解(jie)決(jue)問題的成本極高，開(kai)發模(mo)式(shi)也(ye)十分低(di)效。
在(zai)實際(ji)落地過(guo)程(cheng)(cheng)中，應用(yong)(yong)場景的(de)復(fu)雜(za)性導致AI應用(yong)(yong)的(de)“孤島化”，李開復(fu)曾提到(dao)一個例子：“如果今天一家銀(yin)行(xing)想做AI應用(yong)(yong)，但沒有任何數據(ju)可以用(yong)(yong)來(lai)冷啟動，還要收集、清洗(xi)、標注數據(ju)，再去做模型，整個過(guo)程(cheng)(cheng)代價都(dou)很大。”
而(er)當大模(mo)型已成(cheng)為上層(ceng)應用(yong)的技術底座，可(ke)以實現在AI1.0時(shi)代(dai)無(wu)法實現的跨領域(yu)部署(shu)，支撐(cheng)終端、平臺、系統等產(chan)品(pin)應用(yong)落地。這種像搭積木一樣“組合創新”的可(ke)能性，以及商(shang)業化的能力就(jiu)像ChatGPT一樣，人們不僅發現，它(ta)可(ke)以深夜聊天(tian)，撫慰人心(xin)，還會寫程序(xu)和(he)講故事。
成本問題之外，并不(bu)具(ju)備通用能力的小模型，由于無法向行業進(jin)行推廣與(yu)復(fu)用，難(nan)以形(xing)成規模效應，也就更(geng)難(nan)言盈利。
這種“通用(yong)性”激(ji)發(fa)出諸多新(xin)的商(shang)業圖景(jing)，可以將其理解(jie)為AI時(shi)代的“操作系統”，在降低開發(fa)成本的同時(shi)，人人都可以是開發(fa)者，由(you)此發(fa)現與(yu)生產(chan)出新(xin)的產(chan)品與(yu)應(ying)用(yong)場景(jing)。
大(da)模型競(jing)賽的槍響之后，創(chuang)投(tou)行業(ye)又復現“元(yuan)宇宙”的熱潮。
有大模型(xing)企業(ye)1個(ge)(ge)月(yue)見的投(tou)(tou)資人相當于去(qu)年(nian)(nian)一(yi)(yi)整年(nian)(nian)。一(yi)(yi)級市(shi)場關于大模型(xing)的投(tou)(tou)融(rong)資熱度攀升，不少FA們甚至跑去(qu)B站(zhan)開始惡補(bu)AI知識(shi)，生怕錯過一(yi)(yi)個(ge)(ge)好(hao)項目。
但搶到這(zhe)張通(tong)往(wang)新世界(jie)的(de)(de)“船(chuan)票”并非容易，區(qu)別于AI1.0時代(dai)，找錢、找人(ren)與找應用場景的(de)(de)焦慮，在這(zhe)一波競(jing)逐中(zhong)，體現的(de)(de)尤為明顯。
首先是找錢。參(can)(can)考多(duo)位(wei)創業者的觀點，2億美元是行業普(pu)遍認為(wei)的啟動(dong)資金。拆解來看，以硬件(jian)成本為(wei)例，研究機構(gou)TrendForce在一份報告中(zhong)指出，要(yao)處(chu)理1800億參(can)(can)數的GPT-3.5大型模型，需要(yao)的GPU芯(xin)片數量高達2萬顆，未(wei)來GPT大模型商業化所需的GPU芯(xin)片數量甚至(zhi)會(hui)超過3萬顆。
僅在(zai)算力門檻上，很(hen)多(duo)創業企業便無力與(yu)大廠抗(kang)衡。
因此，表(biao)面上熱火朝天的(de)大模型賽道，風大“魚”貴，但實際投(tou)資人們(men)心里(li)也(ye)知(zhi)道，僅靠幾(ji)張PPT創新的(de)時(shi)代過去了，投(tou)資既是(shi)要(yao)(yao)投(tou)靠譜的(de)人，也(ye)要(yao)(yao)考慮賽道與具體的(de)商業路徑，畢(bi)竟，錢也(ye)一(yi)定要(yao)(yao)投(tou)在刀(dao)刃上。
云(yun)啟資本合伙(huo)人陳昱在接受《甲子光(guang)年》采(cai)訪時就表(biao)示：“做大模型創業(ye)的公司要融到大錢不容(rong)易了。”
英諾天(tian)使基金(jin)合(he)伙人王晟(sheng)曾表(biao)示(shi)，“我(wo)(wo)們也經常(chang)‘刷論文’，看到AI領域里很棒的論文，直接(jie)就去找作者了，看他是(shi)一個(ge)學霸，還是(shi)有(you)創業(ye)(ye)潛(qian)質、業(ye)(ye)務沒(mei)有(you)商業(ye)(ye)化的潛(qian)力，如果合(he)適，我(wo)(wo)們也會(hui)建議他創業(ye)(ye)并考慮投資。”
比起(qi)AI1.0時(shi)代的(de)純(chun)科學家(jia)創(chuang)業，AI2.0時(shi)代更像(xiang)是一場互聯網(wang)大佬與科學家(jia)們的(de)“集體二次創(chuang)業”。
能夠融到“大(da)錢”的(de)要(yao)么是有創始人經歷或個人魅力背(bei)書，要(yao)么就是此前長期(qi)跟蹤(zong)孵化，雙方一直(zhi)保持著(zhu)良(liang)好的(de)合作(zuo)關系。
比如(ru)，目(mu)前融資總額已達(da)數億元的(de)瀾舟科技(ji)是創新工(gong)場(chang)從0到1孵(fu)化出的(de)企(qi)業(ye)，而由前京(jing)東(dong)技(ji)術委員會主席周伯文(wen)創立的(de)銜遠科技(ji)，背(bei)后(hou)的(de)參投方啟明創投等均是AI領域的(de)長(chang)期捕手。
其(qi)次，找到(dao)合適的人(ren)也(ye)并(bing)不容易，在這(zhe)一點(dian)上，科(ke)技巨(ju)頭與創業公(gong)司面臨相同的處境(jing)。在一檔播客節目中(zhong)，已(yi)宣(xuan)布加入光年之(zhi)外的北京智源(yuan)人(ren)工智能(neng)研究(jiu)院副院長劉江曾發出呼(hu)吁(yu)：“所(suo)有的同學，如果你是AI的頂級人(ren)才，或者有這(zhe)樣的人(ren)，歡(huan)迎來到(dao)光年之(zhi)外。”
“大(da)數據+強算法+大(da)算力”被視(shi)為支(zhi)撐大(da)模(mo)型落(luo)地的(de)重要公式，大(da)廠有(you)(you)算力，也有(you)(you)數據，能夠提供標準化的(de)產品，但算法背后(hou)對應的(de)則(ze)是(shi)人才(cai)(cai)。大(da)廠很(hen)難留住強算法人才(cai)(cai)的(de)原(yuan)因在于(yu)，大(da)模(mo)型投入是(shi)一件長期主義的(de)事，必定會面臨與既有(you)(you)業務之間的(de)沖突，從大(da)廠出走的(de)諸多(duo)大(da)模(mo)型創業者(zhe)的(de)經歷已然(ran)說明(ming)了這一點。
而對創業公司而言，即便有首席科學(xue)家的(de)(de)支撐，找到合適的(de)(de)人也并不容易。
聆(ling)心(xin)智能創(chuang)始人、清華大學(xue)計(ji)算機科(ke)學(xue)與(yu)技(ji)(ji)術(shu)系長(chang)聘副教(jiao)授黃民烈認為(wei)，如OpenAI這種技(ji)(ji)術(shu)見(jian)長(chang)的公司需(xu)要很多特別牛(niu)的工(gong)程技(ji)(ji)術(shu)人才(cai)。
對創(chuang)業企(qi)業而言，回到前述的融資(zi)環(huan)境下，無(wu)論是基(ji)于創(chuang)始人的背景背書，抑或是資(zi)源(yuan)合作(zuo)，都需要長期積淀。
同時，在強調(diao)生態的(de)(de)大模型賽道，創業(ye)型企(qi)業(ye)勢(shi)必要(yao)面臨(lin)來(lai)自投資方(fang)、合作方(fang)乃至競對間(jian)的(de)(de)博弈(yi)，一個合適的(de)(de)伙(huo)伴不僅要(yao)在自己的(de)(de)細(xi)分領域內做到頂(ding)尖（懂技(ji)術(shu)+懂產品(pin)），還有隨時保(bao)持戰略的(de)(de)獨(du)立(li)性，不輕易站隊。
最后，能否找到合適(shi)的應用場景，另(ling)辟賽道，并(bing)迅速建立護(hu)城(cheng)河壁壘，這一問(wen)題也同樣拷問(wen)著入(ru)局者(zhe)。
百度(du)李彥宏(hong)將(jiang)當(dang)前的(de)大模型生態分為三類，他最看好應用層的(de)市場(chang)機遇。
第(di)一類是(shi)新型云(yun)(yun)計算公司，云(yun)(yun)計算主流商業模式將(jiang)會從IaaS變為MaaS（模型即服(fu)務）。
第二類是進(jin)行行業(ye)(ye)模(mo)型(xing)精調(diao)的(de)公司，介于(yu)通(tong)用(yong)(yong)大模(mo)型(xing)和(he)企業(ye)(ye)之間的(de)中間，這類企業(ye)(ye)可以(yi)基(ji)于(yu)對行業(ye)(ye)的(de)洞察，調(diao)用(yong)(yong)通(tong)用(yong)(yong)大模(mo)型(xing)能(neng)力，為(wei)行業(ye)(ye)客戶提供解決方案。
第三類是應(ying)用層的(de)企業，基于(yu)通用大語言模型(xing)開(kai)發應(ying)用服(fu)務，這可(ke)能才是真(zhen)正的(de)機會。
區別于國外專業化的(de)(de)分(fen)(fen)工，當前(qian)，國內的(de)(de)大(da)模(mo)型(xing)賽道(dao)的(de)(de)創(chuang)業模(mo)式主要(yao)分(fen)(fen)類是(shi)(shi)三類：一類是(shi)(shi)聚焦基(ji)礎層，對標OpenAI，發揮(hui)基(ji)礎設施的(de)(de)作用。一類是(shi)(shi)錨定(ding)中間層，不需要(yao)如OpenAI一樣花大(da)錢做底層，掌握(wo)通(tong)用化能(neng)力，可以(yi)通(tong)過開源大(da)模(mo)型(xing)做精(jing)調，讓模(mo)型(xing)具備差(cha)異化能(neng)力，最終可以(yi)形成垂直類模(mo)型(xing)。還有一類就是(shi)(shi)調用大(da)模(mo)型(xing)API的(de)(de)企業，專注開發大(da)模(mo)型(xing)具體場(chang)景的(de)(de)應用，如Jasper。
如果將大(da)模型(xing)比喻成AI時代(dai)的(de)(de)電，那么基礎(chu)層與中間層擔任的(de)(de)都(dou)是(shi)“發電廠”的(de)(de)角色，需(xu)要極高的(de)(de)門檻，對資金、技術以及資源(yuan)有嚴(yan)格的(de)(de)準(zhun)入(ru)壁壘，大(da)多也是(shi)大(da)公司間的(de)(de)競(jing)逐。
百度(du)、阿里、華(hua)為頭部企業(ye)均采(cai)取(qu)“模型(xing)+工具(ju)平臺+生態”三(san)層共(gong)建模式(shi)的(de)模式(shi)，推動業(ye)務的(de)正向(xiang)循(xun)環。
大(da)廠的競(jing)逐中，也涌現出一些創業公(gong)司，既做(zuo)大(da)模(mo)型(xing)，又將其(qi)能力(li)輸出至(zhi)垂(chui)直行業，形成(cheng)定制化模(mo)型(xing)，雖然(ran)避(bi)開(kai)了與有(you)錢有(you)勢的大(da)廠們(men)的直接競(jing)爭，但也面臨三大(da)難題。
一是(shi)(shi)數(shu)據如何才能(neng)做(zuo)專做(zuo)細，很多行(xing)業定(ding)制化模(mo)型依舊(jiu)難以形成數(shu)據飛(fei)輪(lun)與場(chang)景飛(fei)輪(lun)。二是(shi)(shi)大廠極容易摘低垂的果實，垂直大模(mo)型實現復(fu)用的前提是(shi)(shi)必須(xu)要(yao)在該行(xing)業建立壁壘與護城河，即(ji)“人無我(wo)有”的競爭優勢。三是(shi)(shi)通用化往往是(shi)(shi)歷史的趨勢，因此“未來垂直大模(mo)型是(shi)(shi)否會最(zui)終被通用大模(mo)型取(qu)代”這一問題也值得思考(kao)。
人(ren)工智能專家侯(hou)世達(da)的(de)學生梅拉(la)妮·米歇(xie)爾在《AI3.0時代》里認為(wei)，研究人(ren)工智能與賽道中的(de)創業者們(men)都熟悉了一種(zhong)(zhong)模(mo)式(shi)——先是(shi)“人(ren)工智能的(de)春天”，緊(jin)接著是(shi)過度的(de)承諾和媒體炒作，接下來便(bian)是(shi)“人(ren)工智能的(de)寒(han)冬”。從(cong)某(mou)種(zhong)(zhong)程度上來說(shuo)，這種(zhong)(zhong)模(mo)式(shi)以5～10年為(wei)周(zhou)期在不(bu)斷(duan)上演。
正在興起的(de)(de)“大(da)模型熱(re)”也必定會經歷從繁榮到擠(ji)去(qu)泡沫的(de)(de)過程。
對(dui)中(zhong)國的(de)科技(ji)公司而言，“能(neng)不能(neng)做(zuo)出(chu)一(yi)個中(zhong)國版GPT”“中(zhong)國創(chuang)業(ye)(ye)公司里是否會出(chu)現一(yi)個OpenAI”。對(dui)上(shang)述大模(mo)型行業(ye)(ye)的(de)叩問(wen)，從業(ye)(ye)者(zhe)們看(kan)法不一(yi)。
李彥宏(hong)在被問(wen)到“中國創業公司里會(hui)不會(hui)再出一個OpenAI？”時，他(ta)直接回答“基本不會(hui)了”，“沒有必(bi)要再重新發明一遍(bian)輪子。”
但另一種(zhong)觀點也認為，中國(guo)攻堅(jian)大(da)模型依舊難(nan)以繞(rao)開OpenAI，這(zhe)種(zhong)危(wei)機感越(yue)發強烈。曠視(shi)科(ke)技(ji)聯合創始人印奇在接受鈦媒體采訪(fang)時表示，中國(guo)攻堅(jian)AI大(da)模型要先把GPT-3.5復現(xian)出來(lai)，但面臨長期技(ji)術(shu)創新與短周期商業化兩重壓力：
“未來(lai)的一(yi)段(duan)時間(jian)，能不(bu)能有(you)一(yi)個公司首(shou)先把(ba)大模型(xing)真(zhen)的做(zuo)出來(lai)，且性能真(zhen)的是(shi)達到GPT-3.5，這是(shi)所有(you)事(shi)情的起點。就像(xiang)菜(cai)你沒(mei)有(you)炒過，不(bu)知道鹽和味精怎(zen)么(me)放，而(er)且GPT所消耗的資(zi)源、門檻都非常高(gao)。”
是(shi)崇尚“大算力+大數據+強(qiang)算法”的(de)暴力美學，還是(shi)專注(zhu)將(jiang)一個垂直模型做透做專？中(zhong)國企業(ye)的(de)機會又在(zai)哪里？又可以(yi)在(zai)哪些方面深耕與(yu)挖掘？
這(zhe)些問題的答案都亟(ji)待解決(jue)。
與此同(tong)時，人們也(ye)關注大模型行業未來的(de)(de)市場格局(ju)演(yan)進。未來究竟是兩三家企(qi)業間的(de)(de)競爭，還是百花齊放？“大船票(piao)(piao)”和“小船票(piao)(piao)”或(huo)牽引企(qi)業走(zou)向不一樣的(de)(de)結局(ju)。
在(zai)關于大(da)模型的這場游戲中，盡管尚未看到終局(ju)，但對入局(ju)者而言，有兩大(da)方(fang)向是確定的：
一(yi)個是應用與(yu)場景先行(xing)的邏輯。國(guo)產大模型(xing)極為強調(diao)產業側的價值，一(yi)方(fang)面(mian)當(dang)前中(zhong)國(guo)智能化浪(lang)潮下(xia)，產業側數字(zi)化實踐本就(jiu)有廣闊的市(shi)場需求，另一(yi)方(fang)面(mian)在2B生態下(xia)，基(ji)于垂(chui)直應用的實踐本身(shen)也有利于形成數據飛輪(lun)與(yu)場景飛輪(lun)。
以金(jin)融業(ye)為例，BloombergGPT的(de)誕生已說明了這一領域既有(you)(you)數據基礎，也(ye)(ye)有(you)(you)多元化(hua)場景需求(qiu)。但在(zai)此前的(de)實踐中，存在(zai)的(de)問(wen)題(ti)一是(shi)數據量龐大(da)，AI專家培養成本(ben)高，因此只有(you)(you)頭部(bu)銀行(xing)機構(gou)愿意(yi)嘗試。二是(shi)金(jin)融機構(gou)對(dui)(dui)(dui)業(ye)務的(de)連續性與數據的(de)準確性有(you)(you)著嚴(yan)苛(ke)要求(qiu)，因此也(ye)(ye)對(dui)(dui)(dui)大(da)模型廠商(shang)對(dui)(dui)(dui)行(xing)業(ye)的(de)理解(jie)能(neng)力提出了高要求(qiu)。
換言之(zhi)，回到業務本(ben)質，需要什么就用(yong)什么。
通用意(yi)味著泛化(hua)，這為能夠輸出(chu)精(jing)準能力的(de)企業(ye)提供了機會窗口。如果能將(jiang)一個垂(chui)直(zhi)領域做專(zhuan)做透，用高(gao)質量的(de)數據持續(xu)優化(hua)模(mo)型(xing)，將(jiang)價值鏈做長。對創企而言，金融、醫(yi)療、教育(yu)等領域都有(you)市場空間(jian)。
二是先行者(zhe)已提供(gong)了路(lu)線參照。如(ru)周(zhou)鴻祎所言，差距并非(fei)是天(tian)壤(rang)之別，路(lu)線已經明確。周(zhou)鴻祎指(zhi)出(chu)：“發展大語言模型，別人已經指(zhi)明了技術(shu)路(lu)線，剩下(xia)的就是長期主義指(zhi)導下(xia)的時間問題。”
很難回答，此(ci)輪的(de)(de)(de)大(da)(da)(da)模型競逐是否(fou)是人(ren)工(gong)智能(neng)競賽浪潮(chao)最后的(de)(de)(de)哨聲，但幾乎每個從(cong)業者都害(hai)怕自己會成為(wei)“最后的(de)(de)(de)一個”。科技大(da)(da)(da)公(gong)司(si)們(men)恐懼(ju)(ju)(ju)被顛覆(fu)，創業公(gong)司(si)恐懼(ju)(ju)(ju)被大(da)(da)(da)公(gong)司(si)們(men)顛覆(fu)，更(geng)大(da)(da)(da)的(de)(de)(de)恐懼(ju)(ju)(ju)則來自于大(da)(da)(da)模型超越摩爾定(ding)律的(de)(de)(de)技術迭(die)代速度。
而在商業世界里，危機與恐懼往往是最好的原動(dong)力(li)。
