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(huo)烹油的大模(mo)型賽道打起(qi)了“嘴(zui)仗”。
搜狗(gou)前CEO王小川評(ping)價(jia)百度創(chuang)始人(ren)李彥宏的(de)采(cai)訪(fang)發言稱：“你們(men)采(cai)訪(fang)的(de)可能是(shi)平行世(shi)界的(de)他，不是(shi)我們(men)這個世(shi)界里的(de)。”
而針(zhen)對王小川(chuan)的評論，百度集團副總裁、搜索(suo)平臺負責人肖陽又(you)回應道：“王小川(chuan)脫離一線太久，確實(shi)跟我們(men)不(bu)在一個宇宙，自然對國內人工智能(neng)技術(shu)的發(fa)展缺乏了解。”
意外的(de)是，王小川(chuan)在14日(ri)凌晨又“嘲諷(feng)”了一把(ba)，稱對方是“脫離一線15年的(de)人(ren)，去懟離開1.5年的(de)人(ren)”。
這場爭論(lun)也暴露出創業派與(yu)大廠(chang)間微妙的競爭關系(xi)。
毋庸(yong)置(zhi)疑(yi)，大模型技術徹底點燃(ran)了(le)科技圈的熱情，創(chuang)業者忙著招兵買馬，生(sheng)怕錯過了(le)新風口(kou)；一級市場(chang)關于(yu)大模型的投(tou)融資熱度攀升，不(bu)少FA們甚至(zhi)跑去B站開(kai)始惡(e)補AI知識。
政策端也在吹來(lai)暖風，北(bei)(bei)京(jing)市經(jing)濟和信息化局(ju)發布(bu)的《2022年北(bei)(bei)京(jing)人(ren)工智(zhi)能產業發展白皮(pi)書》顯(xian)示(shi)，今年，北(bei)(bei)京(jing)將支(zhi)持(chi)頭部(bu)企業打(da)造對(dui)標ChatGPT的大模型。
熱鬧只是硬幣(bi)的(de)A面。
無論是(shi)(shi)(shi)忙(mang)著官宣(xuan)大(da)(da)模(mo)型的科(ke)技大(da)(da)廠，還是(shi)(shi)(shi)廣(guang)發(fa)英雄帖的創業(ye)公司，身處這股浪潮之中的人們都在思(si)考一些關鍵問題：率先做出第一個中國版GPT的是(shi)(shi)(shi)誰？還有多久才(cai)能(neng)做出來？市場格局又會是(shi)(shi)(shi)發(fa)生怎(zen)樣的變(bian)化？
這(zhe)些問題(ti)都難以給出正確(que)的(de)答案，事實上，也沒(mei)有人(ren)能給出準確(que)的(de)回答。畢竟，人(ren)們總(zong)是高估一項科技所帶來(lai)的(de)短(duan)期效(xiao)益，卻又低(di)估它的(de)長期影響(xiang)。
本文將(jiang)圍繞當下(xia)中國的大模型競(jing)爭現狀(zhuang)，基于(yu)行業資料與研究，主要回(hui)答三個問題：
1.為什么國內科技公司要紛紛競逐大模型？
2.火熱背后，中(zhong)國科(ke)技公司究竟缺什么？
3.中國科技公司“大模型之戰(zhan)”的(de)走(zou)向會是什么？
理解中國科技巨頭們的“大模(mo)型焦慮”，一(yi)張產品發布時(shi)刻表(biao)就(jiu)夠了。
在OpenAI發(fa)布(bu)GPT-4大模(mo)型(xing)后，百度用“Demo演(yan)示(shi)”的形式正式發(fa)布(bu)文(wen)心一言。同樣在3月(yue)，53歲(sui)的周鴻祎決定“把剛出生的孩子抱(bao)出來給大家看看”，他推出360的大模(mo)型(xing)產(chan)品，甚至倉促到名字都要現場取。
隨(sui)后(hou)的一(yi)個(ge)多(duo)月里，科技巨頭、創(chuang)業公司(si)與高校研究(jiu)院們展開了一(yi)輪關于“大模(mo)型(xing)”的軍備競賽，整個(ge)4月可以被稱為“大模(mo)型(xing)的發布月”，繼百(bai)度之后(hou)，華為、商湯、阿里已(yi)在4月亮出自己的大模(mo)型(xing)產(chan)品。
最新(xin)的消息是(shi)，京東計劃(hua)在今(jin)年發布新(xin)一代產業大模(mo)型“言犀”，被(bei)視為(wei)“京東版”ChatGPT。
大模型也(ye)成為了互(hu)聯網大佬扎堆二次創業的(de)熱門賽道。
原美團聯合(he)創始人王(wang)(wang)惠(hui)文、創新工場CEO李開(kai)復(fu)、前(qian)(qian)京東AI掌門人周伯文、前(qian)(qian)阿里技術副(fu)總裁賈揚清(qing)等均(jun)入局創業(ye)。前(qian)(qian)搜狗CEO王(wang)(wang)小(xiao)川(chuan)的百(bai)川(chuan)智(zhi)能已(yi)完成了5000萬美元融資(zi)，王(wang)(wang)小(xiao)川(chuan)給了自己(ji)一個(ge)DDL：“今年年底做到國內最好的”。
一(yi)位業(ye)內人士(shi)這(zhe)樣形容當下百花(hua)齊放(fang)的圖(tu)景：“（這(zhe)波創(chuang)業(ye)）很像(xiang)2000年左(zuo)右的互聯網創(chuang)業(ye)潮。”
普通讀者們很(hen)難理解(jie)科技圈對大(da)模(mo)型的(de)(de)擁躉，畢竟類似的(de)(de)創業潮(chao)在元宇宙、XR行業也(ye)都復現過。但如果深入理解(jie)人工智能的(de)(de)發展歷史與(yu)傳統AI時代的(de)(de)困境，就(jiu)能理解(jie)為何這群極客們如此熱(re)愛大(da)模(mo)型。
關于大模型(xing)的(de)定(ding)(ding)義(yi)，OpenAI創始人Altman與李開復更愿(yuan)意將大模型(xing)定(ding)(ding)義(yi)為“一種新技術平臺(tai)”，而(er)學界則將“大模型(xing)”對比“小模型(xing)”，定(ding)(ding)義(yi)為一種“基于大量(liang)數據訓(xun)練的(de)、擁有(you)巨量(liang)參數的(de)模型(xing)”，這(zhe)種模型(xing)能適(shi)應廣泛(fan)的(de)下游任務。
在AI1.0時代(dai)，比(bi)起創業(ye)者對(dui)AI智(zhi)能化(hua)的疾呼，大多數人對(dui)人工智(zhi)能只停留在一(yi)(yi)些(xie)單一(yi)(yi)場景產品端的理解。
例如人(ren)工(gong)智(zhi)能客服、人(ren)工(gong)智(zhi)能質檢(jian)等，上述(shu)場(chang)景(jing)都是針(zhen)對一項任(ren)務具(ju)體開發一個(ge)專用小(xiao)模型，并不具(ju)備“理(li)解能力”。就(jiu)像周鴻(hong)祎將(jiang)此前(qian)的(de)人(ren)工(gong)智(zhi)能產品(pin)形容(rong)為“人(ren)工(gong)智(zhi)障”，在他看(kan)來(lai)：“在GPT之前(qian)，從來(lai)沒有一個(ge)人(ren)工(gong)智(zhi)能的(de)產品(pin)能真正的(de)理(li)解我們這個(ge)世界。”
從人工智障到(dao)人工智能的(de)(de)進化，大模(mo)型(xing)的(de)(de)出(chu)現意(yi)味著人們正式(shi)進入(ru)到(dao)AI2.0時(shi)代，這背后(hou)是大模(mo)型(xing)的(de)(de)涌(yong)現性(xing)使然。
涌現是人工智(zhi)(zhi)能領域(yu)經常會被提(ti)及到(dao)的概念，代表一(yi)種從量變(bian)(bian)到(dao)質變(bian)(bian)的過(guo)程，當數據(ju)規模(mo)足夠大，參數達到(dao)千億級，即(ji)使在沒有(you)專門(men)訓練過(guo)的領域(yu)，AI也能涌現出(chu)知(zhi)識理解和邏輯推理能力，華東政法(fa)大學人工智(zhi)(zhi)能與大數據(ju)指數研究(jiu)(jiu)院將(jiang)“涌現性”定義為一(yi)個“多(duo)種技(ji)術融合的結(jie)果”：“（大模(mo)型）有(you)效集成自然語言處理等多(duo)個人工智(zhi)(zhi)能核心研究(jiu)(jiu)領域(yu)的多(duo)項技(ji)術，實現1+1>；2的融合式(shi)涌現。”
換(huan)言(yan)之，大(da)模(mo)型有望解(jie)決“人工智能如(ru)何理解(jie)世(shi)界”的問題，實(shi)則(ze)提供了一(yi)條(tiao)可(ke)能邁向AGI（通用人工智能）的可(ke)能性(xing)。
另一方(fang)面，大模型的通用性也在激發更多的商(shang)業圖(tu)景，解決了AI1.0時(shi)代的諸多問題(ti)。
在上(shang)一(yi)波AI創業潮中，總結AI企業所面臨的問題(ti)主要(yao)兩點(dian)：一(yi)是成本問題(ti)，清洗與標注海量的數(shu)據需要(yao)耗費巨大的成本，商(shang)湯科(ke)技聯合(he)創始人、副(fu)總裁(cai)楊帆曾表示，對于每一(yi)個新場景，公司都要(yao)重新收集(ji)新數(shu)據，搭建定制化模型。
這(zhe)種開(kai)發模式(shi)很(hen)像“小(xiao)作坊”，不但解決問題的成本極(ji)高，開(kai)發模式(shi)也十分低(di)效。
在(zai)實際落地過程(cheng)(cheng)中，應(ying)用(yong)場景的復(fu)雜(za)性導致(zhi)AI應(ying)用(yong)的“孤島化”，李(li)開復(fu)曾提到一(yi)個(ge)例子：“如(ru)果今天一(yi)家銀行想做AI應(ying)用(yong)，但沒有(you)任何數據(ju)可以用(yong)來(lai)冷(leng)啟動，還要收集(ji)、清洗、標(biao)注數據(ju)，再去做模型，整個(ge)過程(cheng)(cheng)代價都很大。”
而當(dang)大模型已成為(wei)上層(ceng)應(ying)用(yong)的技術底(di)座，可(ke)以(yi)實現在AI1.0時代無法(fa)實現的跨領域部署，支撐終端、平臺、系(xi)統(tong)等產品應(ying)用(yong)落(luo)地。這種像(xiang)搭積(ji)木一樣“組合創新”的可(ke)能(neng)性，以(yi)及商業化的能(neng)力就像(xiang)ChatGPT一樣，人(ren)們不(bu)僅發現，它可(ke)以(yi)深夜聊天，撫慰人(ren)心，還(huan)會寫(xie)程(cheng)序和講故事。
成本(ben)問題之(zhi)外，并不(bu)具備(bei)通用能力的小(xiao)模型，由于無法向行業進行推廣(guang)與復用，難(nan)以形(xing)成規模效應，也就更難(nan)言盈利(li)。
這種“通用性”激發出諸多新(xin)的商業圖景(jing)，可以(yi)將其理(li)解為AI時代(dai)的“操作系統”，在降低開發成本的同時，人人都可以(yi)是開發者，由此發現與生產出新(xin)的產品與應用場(chang)景(jing)。
大(da)模型(xing)競賽的(de)槍響之后，創投行業又復(fu)現“元宇(yu)宙”的(de)熱潮。
有(you)大(da)模型企業1個(ge)(ge)月(yue)見的投資(zi)人(ren)相當于(yu)去年一(yi)整(zheng)年。一(yi)級市場關于(yu)大(da)模型的投融(rong)資(zi)熱度攀升，不(bu)少FA們(men)甚至跑去B站開始惡補AI知(zhi)識，生(sheng)怕錯過一(yi)個(ge)(ge)好項目。
但搶到這張通往新世界的(de)“船票”并非容易，區別(bie)于(yu)AI1.0時代，找(zhao)錢、找(zhao)人與(yu)找(zhao)應(ying)用場景的(de)焦慮，在這一(yi)波(bo)競逐中，體現的(de)尤為明顯。
首先是(shi)(shi)找錢(qian)。參(can)考多位創業(ye)者的觀(guan)點(dian)，2億美元是(shi)(shi)行業(ye)普遍認為的啟動資金。拆解(jie)來(lai)看，以硬件成本為例，研究機構TrendForce在一份(fen)報(bao)告中指出，要(yao)處理1800億參(can)數(shu)的GPT-3.5大型(xing)模(mo)型(xing)，需要(yao)的GPU芯片(pian)(pian)數(shu)量高達2萬(wan)顆(ke)，未來(lai)GPT大模(mo)型(xing)商(shang)業(ye)化所(suo)需的GPU芯片(pian)(pian)數(shu)量甚至會(hui)超過3萬(wan)顆(ke)。
僅在算力門檻(jian)上，很多(duo)創(chuang)業企業便無力與大廠抗衡。
因此，表面上熱火朝天的大(da)模(mo)型賽(sai)道(dao)，風大(da)“魚(yu)”貴，但(dan)實際投(tou)(tou)資(zi)人(ren)們心里(li)也(ye)知道(dao)，僅靠(kao)幾張PPT創新的時(shi)代過去了，投(tou)(tou)資(zi)既是要投(tou)(tou)靠(kao)譜的人(ren)，也(ye)要考慮賽(sai)道(dao)與具(ju)體的商業路徑(jing)，畢竟，錢也(ye)一定要投(tou)(tou)在刀刃上。
云啟資本合(he)伙(huo)人陳昱在(zai)接(jie)受(shou)《甲子光年》采訪時就表(biao)示：“做大(da)模型創(chuang)業的公司要融到大(da)錢不容(rong)易了(le)。”
英諾天使基(ji)金合(he)伙(huo)人王(wang)晟曾(ceng)表示，“我(wo)們也經常‘刷論文’，看到(dao)AI領域里很(hen)棒的(de)(de)論文，直接就(jiu)去(qu)找作者了，看他(ta)是一個學(xue)霸(ba)，還(huan)是有(you)創業(ye)潛(qian)質、業(ye)務沒(mei)有(you)商業(ye)化的(de)(de)潛(qian)力，如果合(he)適，我(wo)們也會建議他(ta)創業(ye)并考慮(lv)投資(zi)。”
比起AI1.0時(shi)代(dai)的純科學家創業，AI2.0時(shi)代(dai)更像是一場(chang)互聯(lian)網大佬與(yu)科學家們(men)的“集(ji)體(ti)二次創業”。
能夠融到“大錢”的要么是有創始人(ren)經歷或個人(ren)魅力(li)背書，要么就是此前長期跟蹤(zong)孵化，雙方一直保持著良(liang)好的合作關系。
比如，目前融(rong)資(zi)總額已達數億(yi)元的(de)(de)瀾舟(zhou)科技是創(chuang)新工場從(cong)0到1孵化出(chu)的(de)(de)企業，而(er)由(you)前京東技術委(wei)員會主席周伯文創(chuang)立的(de)(de)銜(xian)遠科技，背后(hou)的(de)(de)參投(tou)方啟明創(chuang)投(tou)等均是AI領域的(de)(de)長期(qi)捕手(shou)。
其次，找到合(he)適的(de)人也并不容(rong)易，在這一點上(shang)，科技巨頭與創業公(gong)司面臨(lin)相同(tong)的(de)處境。在一檔播客節目(mu)中，已宣布加入光年之(zhi)外的(de)北京智源人工智能研究(jiu)院副院長劉江曾發出(chu)呼吁：“所有(you)的(de)同(tong)學(xue)，如果你是AI的(de)頂級人才(cai)，或者有(you)這樣的(de)人，歡迎來到光年之(zhi)外。”
“大(da)數(shu)據+強算法(fa)+大(da)算力(li)”被視(shi)為支撐(cheng)大(da)模(mo)(mo)型(xing)落地的(de)(de)重要公式，大(da)廠有(you)(you)算力(li)，也有(you)(you)數(shu)據，能(neng)夠提(ti)供標準(zhun)化的(de)(de)產品，但(dan)算法(fa)背后對應的(de)(de)則是(shi)人才。大(da)廠很難留(liu)住強算法(fa)人才的(de)(de)原因在于，大(da)模(mo)(mo)型(xing)投入是(shi)一(yi)件長(chang)期(qi)主義的(de)(de)事，必定會面臨與(yu)既有(you)(you)業務之間的(de)(de)沖(chong)突，從大(da)廠出走的(de)(de)諸多大(da)模(mo)(mo)型(xing)創業者的(de)(de)經歷已然說明了這一(yi)點。
而(er)對(dui)創業(ye)公司而(er)言，即便有(you)首(shou)席科學(xue)家的支撐(cheng)，找到(dao)合適的人也并不容易(yi)。
聆心智能創始人(ren)、清華大學計算機科學與技術(shu)(shu)系(xi)長聘副教授黃(huang)民烈認為，如(ru)OpenAI這種技術(shu)(shu)見長的公(gong)司(si)需要很多特(te)別(bie)牛的工程技術(shu)(shu)人(ren)才。
對創業(ye)企業(ye)而言，回到前述的融(rong)資環境(jing)下，無論(lun)是基于創始人的背(bei)景背(bei)書(shu)，抑或是資源合作，都需要長期積淀。
同(tong)時，在強調(diao)生態(tai)的(de)(de)大模型賽道，創業(ye)型企業(ye)勢必要(yao)面臨來(lai)自投資方、合作方乃(nai)至競(jing)對間的(de)(de)博弈(yi)，一個合適(shi)的(de)(de)伙伴不僅要(yao)在自己(ji)的(de)(de)細(xi)分領(ling)域(yu)內做(zuo)到(dao)頂尖（懂(dong)技術+懂(dong)產(chan)品(pin)），還有隨(sui)時保持戰略(lve)的(de)(de)獨立性，不輕易(yi)站(zhan)隊。
最后，能否找到合適的應用場(chang)景，另辟(pi)賽道，并迅(xun)速建立護(hu)城河(he)壁壘，這(zhe)一(yi)問(wen)題也同樣拷(kao)問(wen)著(zhu)入(ru)局者。
百(bai)度李彥(yan)宏將當前的(de)大模型生態分(fen)為(wei)三類，他最看好應(ying)用層的(de)市(shi)場(chang)機遇(yu)。
第一類(lei)是新型(xing)云計算公司(si)，云計算主流(liu)商業模(mo)(mo)式將會從(cong)IaaS變為(wei)MaaS（模(mo)(mo)型(xing)即服務）。
第(di)二(er)類是(shi)進行行業(ye)模型精(jing)調的(de)公司，介(jie)于通(tong)用大(da)模型和(he)企業(ye)之間的(de)中間，這(zhe)類企業(ye)可以基于對行業(ye)的(de)洞察，調用通(tong)用大(da)模型能力，為(wei)行業(ye)客戶(hu)提供解決方案。
第三類是應(ying)用(yong)層的企業，基(ji)于通用(yong)大語言(yan)模(mo)型開發應(ying)用(yong)服務，這可能才是真正的機會。
區別于國(guo)外專業化的分(fen)工，當前(qian)，國(guo)內的大(da)模型賽道的創業模式主要(yao)(yao)分(fen)類(lei)是三類(lei)：一(yi)類(lei)是聚焦基礎層，對(dui)標OpenAI，發(fa)揮基礎設施的作用(yong)(yong)。一(yi)類(lei)是錨定中間層，不需(xu)要(yao)(yao)如OpenAI一(yi)樣花(hua)大(da)錢(qian)做底層，掌握通用(yong)(yong)化能(neng)力，可以(yi)通過開源大(da)模型做精調(diao)，讓模型具備差(cha)異化能(neng)力，最終可以(yi)形(xing)成(cheng)垂(chui)直(zhi)類(lei)模型。還有一(yi)類(lei)就是調(diao)用(yong)(yong)大(da)模型API的企(qi)業，專注開發(fa)大(da)模型具體場(chang)景的應用(yong)(yong)，如Jasper。
如果將大模型(xing)比喻(yu)成(cheng)AI時代的(de)電(dian)，那么基礎層與中間層擔任的(de)都是(shi)“發(fa)電(dian)廠(chang)”的(de)角色，需要極高的(de)門檻，對(dui)資金、技術以及資源有嚴格的(de)準入壁壘(lei)，大多也(ye)是(shi)大公司(si)間的(de)競逐。
百度、阿里(li)、華為頭(tou)部企業均采取“模型+工(gong)具平臺+生態”三層共建模式的(de)模式，推動業務的(de)正(zheng)向循環。
大(da)廠(chang)的競逐(zhu)中(zhong)，也涌(yong)現出一些(xie)創業(ye)公(gong)司，既做大(da)模型，又將其能力輸(shu)出至垂直行業(ye)，形成定制(zhi)化模型，雖(sui)然(ran)避(bi)開了與有錢有勢的大(da)廠(chang)們的直接競爭(zheng)，但(dan)也面臨三大(da)難題。
一(yi)是(shi)數據如何才能做專做細，很多行業定(ding)制(zhi)化(hua)模(mo)型(xing)依舊難以(yi)形成(cheng)數據飛輪與場(chang)景飛輪。二是(shi)大(da)(da)廠極(ji)容易摘(zhai)低垂(chui)的(de)果實，垂(chui)直(zhi)大(da)(da)模(mo)型(xing)實現(xian)復(fu)用(yong)的(de)前提是(shi)必須要在(zai)該行業建立壁壘(lei)與護城(cheng)河，即“人(ren)無我有”的(de)競爭優勢。三是(shi)通用(yong)化(hua)往往是(shi)歷史(shi)的(de)趨勢，因此“未來垂(chui)直(zhi)大(da)(da)模(mo)型(xing)是(shi)否會(hui)最終被通用(yong)大(da)(da)模(mo)型(xing)取代(dai)”這一(yi)問題也值得思考。
人(ren)工智(zhi)能(neng)(neng)專家侯世達的(de)學生(sheng)梅拉妮·米歇爾在《AI3.0時代》里認為(wei)，研究人(ren)工智(zhi)能(neng)(neng)與賽道中的(de)創業(ye)者們都熟(shu)悉了一種模式(shi)——先是(shi)(shi)“人(ren)工智(zhi)能(neng)(neng)的(de)春天(tian)”，緊接(jie)著是(shi)(shi)過(guo)度的(de)承諾(nuo)和媒體炒作，接(jie)下來(lai)便是(shi)(shi)“人(ren)工智(zhi)能(neng)(neng)的(de)寒(han)冬”。從某種程度上(shang)來(lai)說，這種模式(shi)以5～10年為(wei)周期在不斷上(shang)演。
正在興起的(de)“大模型熱(re)”也(ye)必定(ding)會(hui)經歷從繁榮到擠去泡沫的(de)過(guo)程。
對(dui)中國(guo)(guo)的科(ke)技公司(si)而言，“能不能做出(chu)一個中國(guo)(guo)版(ban)GPT”“中國(guo)(guo)創(chuang)業(ye)公司(si)里是否會出(chu)現一個OpenAI”。對(dui)上述(shu)大模型行業(ye)的叩問，從業(ye)者們看(kan)法不一。
李(li)彥宏(hong)在被問到“中國創業(ye)公(gong)司里(li)會不(bu)(bu)會再(zai)出一(yi)個OpenAI？”時，他直接回答“基本不(bu)(bu)會了(le)”，“沒有必要再(zai)重新發(fa)明一(yi)遍輪子。”
但另一種(zhong)觀點也認為(wei)，中國攻堅大(da)模型(xing)依舊(jiu)難以繞(rao)開OpenAI，這(zhe)種(zhong)危機感越發強烈。曠視(shi)科技聯合(he)創始人(ren)印(yin)奇在接受鈦媒體采訪時表示，中國攻堅AI大(da)模型(xing)要先(xian)把GPT-3.5復現(xian)出來，但面(mian)臨(lin)長期技術(shu)創新(xin)與短周期商業(ye)化兩重(zhong)壓力：
“未來的一(yi)段時間(jian)，能不能有一(yi)個公司首先把大模(mo)型真的做出來，且性(xing)能真的是達(da)到GPT-3.5，這是所(suo)有事情(qing)的起點。就像菜(cai)你沒有炒過，不知(zhi)道鹽和(he)味精怎么放，而且GPT所(suo)消(xiao)耗的資源(yuan)、門檻都非常(chang)高。”
是崇尚“大算(suan)力+大數據+強算(suan)法(fa)”的(de)暴(bao)力美學(xue)，還(huan)是專注將一個垂直模型(xing)做透做專？中國企業的(de)機會又(you)(you)在哪里？又(you)(you)可以(yi)在哪些方面深耕與挖掘？
這些問(wen)題的答案都(dou)亟待解決。
與此(ci)同時，人(ren)們也(ye)關注大模型行業(ye)未來(lai)的(de)市場格(ge)局(ju)演進。未來(lai)究竟是(shi)兩(liang)三家企業(ye)間的(de)競爭(zheng)，還是(shi)百花齊(qi)放？“大船(chuan)(chuan)票(piao)”和“小船(chuan)(chuan)票(piao)”或牽引企業(ye)走向(xiang)不一樣的(de)結局(ju)。
在關于(yu)大(da)模型的(de)(de)這(zhe)場游戲中，盡管尚未看到(dao)終局(ju)，但對(dui)入局(ju)者而言，有兩(liang)大(da)方向是確(que)定的(de)(de)：
一(yi)個是(shi)應用與場景(jing)先行的(de)邏輯。國產(chan)大(da)模型極為強調產(chan)業側的(de)價值，一(yi)方(fang)面當前中國智能(neng)化浪潮下，產(chan)業側數字化實踐本就(jiu)有(you)(you)廣闊(kuo)的(de)市場需(xu)求，另一(yi)方(fang)面在2B生態下，基于(yu)垂直應用的(de)實踐本身也(ye)有(you)(you)利(li)于(yu)形成數據(ju)飛輪與場景(jing)飛輪。
以金(jin)融業(ye)為(wei)例，BloombergGPT的(de)誕生已說明了這一(yi)(yi)領域(yu)既有數據基礎(chu)，也有多元化場景需求(qiu)。但在(zai)此(ci)前的(de)實踐中，存在(zai)的(de)問題一(yi)(yi)是(shi)(shi)數據量龐大(da)，AI專家培養成本高(gao)，因此(ci)只有頭部銀行機構愿意嘗(chang)試(shi)。二是(shi)(shi)金(jin)融機構對業(ye)務的(de)連續性與數據的(de)準確性有著嚴苛要(yao)求(qiu)，因此(ci)也對大(da)模型廠(chang)商對行業(ye)的(de)理解(jie)能力提出(chu)了高(gao)要(yao)求(qiu)。
換言之，回到(dao)業務本質，需(xu)要什么(me)就用什么(me)。
通用意味著(zhu)泛化，這(zhe)為能夠輸出精(jing)準(zhun)能力的企業提供了機會窗口。如果(guo)能將一(yi)個垂直(zhi)領域做專做透(tou)，用高質量的數(shu)據持續優(you)化模(mo)型，將價值(zhi)鏈做長(chang)。對創企而言(yan)，金融、醫療、教育等領域都有市場空間(jian)。
二是(shi)(shi)先行者已提供(gong)了(le)路線(xian)參照。如周鴻祎所言，差距并非(fei)是(shi)(shi)天(tian)壤之別，路線(xian)已經(jing)明(ming)(ming)確。周鴻祎指(zhi)出(chu)：“發展大語言模(mo)型，別人已經(jing)指(zhi)明(ming)(ming)了(le)技術路線(xian)，剩下的就(jiu)是(shi)(shi)長期主義指(zhi)導下的時間問題。”
很(hen)難回答，此輪(lun)的(de)(de)(de)大模型(xing)競(jing)逐是(shi)(shi)否是(shi)(shi)人工智(zhi)能競(jing)賽浪潮最后(hou)的(de)(de)(de)哨聲，但幾乎每個(ge)從業(ye)者都害怕(pa)自(zi)己會成為“最后(hou)的(de)(de)(de)一個(ge)”。科技(ji)大公司們(men)恐懼被(bei)顛覆，創業(ye)公司恐懼被(bei)大公司們(men)顛覆，更大的(de)(de)(de)恐懼則來自(zi)于大模型(xing)超越(yue)摩爾定(ding)律的(de)(de)(de)技(ji)術(shu)迭代速度(du)。
而在商業世界里，危機與恐懼(ju)往(wang)往(wang)是(shi)最(zui)好的原動力。
