全球最資訊丨AI大模型之戰，大廠(chǎng)為何都在“重復造輪子”？

本文來(lái)自：光錐智能，作者：周文斌，編輯：王一粟，原文標題：《重復造輪子的百模大戰：兩極熱，中間空》，題圖來(lái)自：視覺(jué)中國

“不敢下手，現在中國還沒(méi)跑出來(lái)一家絕對有優(yōu)勢的大模型，上層應用沒(méi)法投，擔心押錯寶?！蓖顿Y人Jucy（化名）向光錐智能表示，AI項目看得多、投得少是這段時(shí)間的VC常態(tài)。 

ChatGPT點(diǎn)燃AI大爆炸2個(gè)月中，中國一直在等待自己的GPT-3.5。 

(資料圖片)

AI真的冒犯到了打工人。游戲團隊替代掉30%的原畫(huà)師，電商團隊用AIGC生成低成本數字人模特，基礎程序員也感受到了被降維打擊的焦慮……眼看著(zhù)GPT在國外要將所有領(lǐng)域都重新做一遍的趨勢，科技顛覆裹挾著(zhù)金錢(qián)的味道滾滾而來(lái)。 

于是，除了焦慮的打工人，企業(yè)急著(zhù)用大模型降本增效，創(chuàng )業(yè)者急著(zhù)接入大模型推出新產(chǎn)品，股市急著(zhù)用ChatGPT概念割韭菜，培訓機構更是先賺一波為敬。 

襯托之下，反而顯得喜歡追逐風(fēng)口的中國科技巨頭們比以往更沉得住氣。 果然，周期使人成長(cháng)，公司也是。 

終于，眾望所歸、望眼欲穿、姍姍來(lái)遲，4月第二周，中國也迎來(lái)了新一代大模型的密集發(fā)布。 

繼通義千問(wèn)開(kāi)放測試4天后，張勇在接手阿里云后首次亮相，宣布所有阿里產(chǎn)品未來(lái)將接入“通義千問(wèn)”大模型，進(jìn)行全面改造；

商湯科技在10日的技術(shù)交流會(huì )上，演示了“日日新”大模型的能力：對話(huà)、AI繪畫(huà)、編程、數字人，第二天開(kāi)盤(pán)大漲9%；

華為盤(pán)古大模型在8日低調亮相，并于10日發(fā)布新產(chǎn)品；

明星創(chuàng )業(yè)者王小川公開(kāi)亮相，攜手搜狗老搭檔茹立云正式開(kāi)啟AI創(chuàng )業(yè)的新征程，將在下半年推出百川智能的大模型；

毫末發(fā)布首個(gè)自動(dòng)駕駛大模型DriveGPT雪湖·海若，把人類(lèi)反饋強化學(xué)習引入到駕駛領(lǐng)域；

就連游戲公司昆侖萬(wàn)維也趕來(lái)湊熱鬧，宣稱(chēng)“中國第一個(gè)真正實(shí)現智能涌現”的國產(chǎn)大語(yǔ)言模型將于17日啟動(dòng)邀請測試，但隨后被媒體質(zhì)疑其借熱點(diǎn)炒作股價(jià)。 

熱熱鬧鬧、真真假假，大模型一時(shí)竟然有點(diǎn)亂花漸欲迷人眼。中國的大模型怎么就一下子如雨后春筍般都冒了出來(lái)？如果不重復造輪子，大家還能干點(diǎn)什么？ 

雖然是摸著(zhù)Open AI過(guò)河，但中國大模型也都邁入了無(wú)人區。 

涌現之前：亦步亦趨，又分道揚鑣

如果要為AI大模型找一個(gè)時(shí)間節點(diǎn)，2019年應該是關(guān)鍵的一個(gè)。 

這一年2月，遠在大洋彼岸的OpenAI推出了GPT-2，恰好也是這個(gè)時(shí)間點(diǎn)，微軟慷慨地投入了10億美元，讓OpenAI從“非營(yíng)利性”組織變成了“盈利上限”組織。 

大概在一個(gè)月之后，太平洋的另一邊，百度發(fā)布了ERNIE1.0，成為中國第一個(gè)正式開(kāi)放的預訓練大模型。 

但這種第一其實(shí)有很多，比如華為的盤(pán)古大模型，業(yè)界首個(gè)千億參數的中文語(yǔ)言預訓練模型；比如阿里的M6，中國首個(gè)千億參數多模態(tài)大模型；再比如騰訊HunYuan，國內首個(gè)低成本、可落地的NLP萬(wàn)億大模型……

總之，只要定語(yǔ)加的足夠多，就總能在某個(gè)領(lǐng)域當第一。那段時(shí)間，從硅谷到北京西二旗、再從五道口到上海臨港，包括華為、阿里、騰訊、商湯在內，凡是有能力的企業(yè)，都開(kāi)始涉足AI大模型的相關(guān)研究。 

但中國第一波AI大模型的“涌現”卻是在兩年之后。 

2021年，曾任職過(guò)微軟亞洲工程院院長(cháng)、后被雷軍親自邀請到金山接替求伯君任CEO的張宏江，牽頭成立的智源研究院發(fā)布“悟道1.0”，包括國內首個(gè)面向中文的NLP大模型、首個(gè)中文通用圖文多模態(tài)大模型和首個(gè)具有認知能力的超大規模預訓練的模型等等。 

智源成立于2018年，也就是OpenAI發(fā)布GPT-1的前五個(gè)月，作為北京市和科技部牽頭成立，并集合學(xué)界和頭部科技企業(yè)資源的研究機構，智源其實(shí)是中國早期探索AI大模型的一個(gè)代表。 

可以說(shuō)，“悟道1.0”其實(shí)為中國后來(lái)所有AI大模型的一個(gè)樣本。除此之外，智源研究院還為中國構建了大規模預訓練模型技術(shù)體系，并建設開(kāi)放了全球最大中文語(yǔ)料數據庫WuDaoCorpora，為后來(lái)其他企業(yè)發(fā)展AI大模型打下了基礎。 

也正是在“悟道1.0”之后，中國大模型開(kāi)始出現井噴的狀態(tài)。 

2021年，華為基于昇騰AI與鵬城實(shí)驗室聯(lián)合發(fā)布了鵬程盤(pán)古大模型。2022年，阿里發(fā)布了“通義”大模型系列，騰訊發(fā)布混元AI大模型……

在中國AI大模型如雨后春筍般涌現的同時(shí)，國外的AI大模型也走到了從量變到質(zhì)變的節點(diǎn)。 

2022年11月，OpenAI發(fā)布了基于GPT-3.5的ChatGPT，徹底打開(kāi)了人工智能的魔盒，然后就是席卷全球的AI 2.0浪潮。 

事實(shí)上，如果以2018年GPT-1發(fā)布為節點(diǎn)，中國的AI大模型的發(fā)展與國外的發(fā)展脈絡(luò )一直都亦步亦趨，但ChatGPT為什么并沒(méi)有出現在中國？ 

這其實(shí)和國內外AI大模型兩種不同的發(fā)展路徑有關(guān)。 

從目前國外具有代表性的AI大模型產(chǎn)品來(lái)看，比如ChatGPT、Midjourney、Notion AI或者Stable diffusion等等，都是以C端用戶(hù)為基礎的產(chǎn)品。 

而反觀(guān)國內，目前大模型的主要應用場(chǎng)景都在B端。 

比如阿里的“通義”大模型的典型應用場(chǎng)景包括電商跨模態(tài)搜索、AI輔助設計、開(kāi)放域人機對話(huà)、法律文書(shū)學(xué)習、醫療文本理解等等，而騰訊的HunYuan-NLP-1T大模型則應用在騰訊廣告、搜索、對話(huà)等內部產(chǎn)品落地，或者像商湯的大模型，為自動(dòng)駕駛、機器人等通用場(chǎng)景任務(wù)提供感知和理解能力支持。 

之所以選擇To B，一個(gè)重要的原因是，B端更容易進(jìn)行商業(yè)化。 

To B的行業(yè)特點(diǎn)導致中國的AI大模型并不需要做到非常大的參數規模，甚至于當ChatGPT出來(lái)之后，國內的公司討論的一個(gè)重要方向，是如何將已有的大模型規?！白鲂　?，應用到具體的行業(yè)上。 

所以中國采用谷歌BERT路線(xiàn)的AI大模型會(huì )比較多，以更小的參數，做更有效率、更適合垂類(lèi)的場(chǎng)景。 

所以某種程度上，從出生的第一天，中國大模型就帶著(zhù)商業(yè)化的任務(wù)。 

而國外To C的大模型則不同，如ChatGPT的用戶(hù)在短短兩個(gè)月就達到一億，其底層預訓練大模型GPT-3.5作為通用大模型，“大”成為參數的一個(gè)基本要求。 

這在某種程度上促進(jìn)OpenAI不停為GPT增加參數，然后激發(fā)更強大的“涌現”現象，最終實(shí)現“大力出奇跡”的ChatGPT。 

因此，To B和To C兩種完全不一樣的發(fā)展路徑，也將中國和美國的AI大模型引向了兩種完全不同的發(fā)展方向。 

不要重復造輪子，但大家都想當輪子

“基建狂魔”的稱(chēng)號在大模型上再次得到驗證。 

到目前為止，中國已經(jīng)發(fā)布的AI大模型產(chǎn)品已經(jīng)發(fā)布了5個(gè)，而這之后，還有5個(gè)AI大模型產(chǎn)品正在趕來(lái)的路上。 

模型大亂斗已經(jīng)開(kāi)始。 

大部分國內的大模型能力都在GPT-2的水平上，但關(guān)注度卻遠遠高于GPT-2推出時(shí)，這就造成了一種尷尬的局面——明知道還沒(méi)有完全準備好，但卻不得不積極地在推進(jìn)模型發(fā)布，似乎稍微晚一點(diǎn)就會(huì )錯過(guò)整個(gè)市場(chǎng)。 

的確，無(wú)論是市場(chǎng)還是技術(shù)本身，都在要求企業(yè)更快地將大模型推向市場(chǎng)。 

從技術(shù)上講，越早進(jìn)入市場(chǎng)就能越早地獲得用戶(hù)的使用數據，進(jìn)而推動(dòng)模型優(yōu)化迭代。從市場(chǎng)角度而言，當國外AI大模型與產(chǎn)業(yè)結合帶來(lái)更高效率的同時(shí)，國內企業(yè)也存在同樣的需求。 

比如目前，光錐智能向多個(gè)SaaS公司調研發(fā)現，幾乎都已經(jīng)接入GPT-3.5，目前在同步測試文心一言中。 

而對于推出大模型的企業(yè)來(lái)說(shuō)，這個(gè)時(shí)候搶占市場(chǎng)先機就變得尤為重要。 

某頭部機構負責AI的投資人告訴光錐智能，“中國現在被排除在ChatGPT生態(tài)之外是非常危險的?！?nbsp;

他認為，雖然應用層存在更大的創(chuàng )業(yè)機會(huì )，但應用層的所有應用卻都依賴(lài)于大模型而存在。就像PC互聯(lián)網(wǎng)時(shí)代，所有的桌面應用都基于Windows開(kāi)發(fā)，而移動(dòng)互聯(lián)網(wǎng)時(shí)代所有APP又都基于A(yíng)ndroid或iOS系統一樣，在模型即服務(wù)的時(shí)代，也需要出現一些“操作系統”級別的底層大模型。 

目前國外GPT-4已經(jīng)明確可以成為這樣的存在，但國內還沒(méi)有相應的大模型出現。因此，在底層大模型的格局還未明朗的情況下，一旦大模型的市場(chǎng)格局發(fā)生變化，建立在大模型之上的應用也將付之東流。 

這也成為許多投資人不愿意現在就下場(chǎng)的原因，他們想讓這個(gè)市場(chǎng)再跑一跑，等待一個(gè)明確能夠成為“操作系統”級別的底層大模型出現。 

所以，無(wú)論是百度還是阿里，在推出大模型之后，第一件關(guān)心的事就是——是否有更多企業(yè)能夠達成合作。 

比如，在2月份明確文心一言推出計劃后，百度就開(kāi)始積極推進(jìn)不同行業(yè)的企業(yè)接入文心一言，到3月16日百度發(fā)布文心一言時(shí)，已有超過(guò)650家企業(yè)宣布接入文心一言生態(tài)。而在4月7日，阿里官宣“通義千問(wèn)”之后，第一件事也是向企業(yè)開(kāi)放測試邀請。 

如今國內的AI大模型正處在競爭“誰(shuí)能成為底層操作系統”的階段，各家積極推出自己的大模型，開(kāi)放內測，引導企業(yè)入駐，一個(gè)核心目標就是圍繞大模型建立起自己的模型生態(tài)。 

這是大廠(chǎng)能否在下一個(gè)時(shí)代繼續成為大廠(chǎng)的關(guān)鍵。下一個(gè)AI時(shí)代的船票并不是大模型，而是圍繞大模型建立起來(lái)的生態(tài)。 

因此，即便所有人都在口口聲聲表示不要重復造輪子，不要浪費資源建立一個(gè)同樣的大模型，但機會(huì )當前，所有人都在重復造輪子。 

但如今從百度到阿里，再從華為到商湯，底層大模型的戰爭也才剛剛開(kāi)始，畢竟不只是像騰訊、字節這樣的科技巨頭，還有像王小川、王慧文、李開(kāi)復等創(chuàng )業(yè)大佬也在虎視眈眈。 

王小川、王慧文都先后入駐搜狐網(wǎng)絡(luò )科技大廈，五道口似乎又恢復了之前的榮光。 

畢竟，許多人都感覺(jué)到，“這是一次文藝復興”。 

到目前為止，更多具有競爭力的玩家還沒(méi)有完全下場(chǎng)，但底層大模型的“百團大戰”卻已經(jīng)一觸即發(fā)。

AI熱“兩極化”，中間真空

大模型讓AI公司越來(lái)越重。 

4月10日，商湯在公布“日日新SenseNova”大模型體系的同時(shí)，其實(shí)還提到另一個(gè)關(guān)鍵點(diǎn)，即依托于A(yíng)I大裝置SenseCore實(shí)現“大模型+大算力”的研發(fā)體系。 

為了滿(mǎn)足大模型海量數據訓練的需求，原本可以輕裝上陣的算法公司，開(kāi)始自己做云，也自建人工智能數據中心（AIDC）。 

另一個(gè)案例就是毫末，這家自動(dòng)駕駛公司為了用大模型訓練數據，也建了自己的智算中心。 

這些垂類(lèi)的AI巨頭和獨角獸，之所以要自己做得這么重，最重要的原因之一，就是市面上幾乎沒(méi)有高性能的現成產(chǎn)品可以滿(mǎn)足。 

近年來(lái)，大模型參數量以指數級的速率提升，而數據量隨著(zhù)多模態(tài)的引入也將大規模增長(cháng)，因此就必然會(huì )導致對算力需求的劇增。例如，過(guò)去5年，超大參數AI大模型的參數量幾乎每一年提升一個(gè)數量級。過(guò)往的10年，最好的AI算法對于算力的需求增長(cháng)超過(guò)了100萬(wàn)倍。 

一位商湯員工表示，商湯上海臨港AIDC的服務(wù)器機柜設計功耗10千瓦~25千瓦，最大可同時(shí)容納4臺左右英偉達A100服務(wù)器，但普通的服務(wù)器機柜普遍設計功耗以5千瓦居多，而單臺A100服務(wù)器的功耗即高達4.5千瓦左右。 

科技巨頭就更是如此，每個(gè)巨頭都希望在自己的生態(tài)中形成閉環(huán)，一定程度上也是因為整個(gè)國內開(kāi)源的生態(tài)不夠強大。 

目前，大模型產(chǎn)業(yè)鏈大致可以分為數據準備、模型構建、模型產(chǎn)品三個(gè)層次。在國外，AI大模型的產(chǎn)業(yè)鏈比較成熟，形成了數量眾多的AI Infra（架構）公司，但這一塊市場(chǎng)在國內還相對空白。 

而在國內，巨頭們都有一套自己的訓練架構。 

比如，華為的模型采用的是三層架構，其底層屬于通識性大模型，具備超強的魯棒性的泛化性，在這之上是行業(yè)大模型和針對具體場(chǎng)景和工作流程的部署模型。這種構架的好處是，當訓練好的大模型部署到垂類(lèi)行業(yè)時(shí)，可以不必再重復訓練，成本僅是上一層的5%~7%。 

阿里則是為AI打造了一個(gè)統一底座，無(wú)論是CV、NLP、還是文生圖大模型都可以放進(jìn)去這個(gè)統一底座中訓練，阿里訓練M6大模型需要的能耗僅是GPT-3的1%。 

百度和騰訊也有相應的布局，百度擁有覆蓋超50億實(shí)體的中文知識圖譜，騰訊的熱啟動(dòng)課程學(xué)習可以將萬(wàn)億大模型的訓練成本降低到冷啟動(dòng)的八分之一。 

整體來(lái)看，各個(gè)大廠(chǎng)之間的側重點(diǎn)雖然有所不同，但主要特點(diǎn)就是降本增效，而能夠實(shí)現這一點(diǎn)，很大程度上就是受益于“一手包辦”的閉環(huán)訓練體系。 

這種模式在單一大廠(chǎng)內部固然有優(yōu)勢，但從行業(yè)角度而言，也存在一些問(wèn)題。 

國外成熟的AI產(chǎn)業(yè)鏈形成了數量眾多的AI Infra公司，這些公司有的專(zhuān)門(mén)做數據標注、做數據質(zhì)量、或者模型架構等。 

這些企業(yè)的專(zhuān)業(yè)性，能夠讓他們在某一個(gè)單一環(huán)節的效率、成本、質(zhì)量上都要比大廠(chǎng)親自下場(chǎng)做得更好。 

比如，數據質(zhì)量公司Anomalo就是Google Cloud和Notion的供應商，它可以通過(guò)ML自動(dòng)評估和通用化數據質(zhì)量檢測能力，來(lái)實(shí)現數據深度觀(guān)察和數據質(zhì)量檢測。 

這些公司就像汽車(chē)行業(yè)的Tier 1，通過(guò)專(zhuān)業(yè)的分工，能夠讓大模型企業(yè)不必重復造輪子，而只需要通過(guò)整合供應商資源，就能快速地搭建起自己模型構架，從而降低成本。 

但國內在這一方面并不成熟，原因在于：一方面國內大模型的主要玩家都是大廠(chǎng)，他們都有一套自己的訓練體系，外部供應商幾乎沒(méi)有機會(huì )進(jìn)入；另一方面，國內也缺乏足夠龐大的創(chuàng )業(yè)生態(tài)和中小企業(yè)，AI供應商也很難在大廠(chǎng)之外找到生存的空間。 

以谷歌為例，谷歌愿意將自己訓練的數據結果分享給它的數據質(zhì)量供應商，幫助供應商提高數據處理能力，供應商能力提升之后，又會(huì )反過(guò)來(lái)給谷歌提供更多高質(zhì)量數據，從而形成一種良性循環(huán)。 

國內AI Infra生態(tài)的不足，直接導致的就是大模型創(chuàng )業(yè)門(mén)檻的拔高。 

王慧文剛下場(chǎng)做光年之外的時(shí)候曾提出5000萬(wàn)美金的投入，這筆錢(qián)其實(shí)是李志飛為他算的，具體可以分為2000萬(wàn)美金搞算力，2000萬(wàn)美金找人，1000萬(wàn)美金做數據。這體現出一個(gè)直接的問(wèn)題，如果將在中國做大模型比喻成吃上一頓熱乎飯，那必須從挖地、種菜開(kāi)始。 

目前，在A(yíng)I 2.0的熱潮中，一個(gè)重要的特點(diǎn)就是“兩極化”：最熱門(mén)的要么是大模型層、要么就是應用層。而類(lèi)似AI Infra（架構）的中間層，反而有很大的真空。 

別都盯著(zhù)造輪子，能造一顆好的螺絲也很重要。 

結語(yǔ)：巨頭&創(chuàng )新者

王小川和百度的隔空口水戰，成為最近大模型混戰中一個(gè)熱鬧的插曲。 

“高富帥”李彥宏認為，中國基本不會(huì )再出OpenAI，用巨頭的就可以了。 

“直男”王小川說(shuō)，“行業(yè)中有些人”對未來(lái)的觀(guān)點(diǎn)從來(lái)就沒(méi)有判斷對過(guò)，一直活在平行宇宙里。 

除了陳年恩怨，這大體上可以看作是巨頭和創(chuàng )業(yè)者之間的立場(chǎng)對立：巨頭都喜歡包攬一切，而創(chuàng )業(yè)者則喜歡打破常規。 

而科技行業(yè)的成功似乎更依仗于創(chuàng )新。畢竟，從打造AlophaGo的DeepMind，到發(fā)布ChatGPT的OpenAI，沒(méi)有一個(gè)是從巨頭中（直接）孵化出來(lái)的。 

這就是創(chuàng )新者的窘境。 

對于科技巨頭而言，自己造輪子固然重要，但能找到、孵化出下一個(gè)OpenAI又未嘗不可呢？ 

標簽：