“

畢竟在全球經(jīng)濟(jì)周期性下滑的今天，下一個像AI大模型這么具有想象力的科技商業(yè)機(jī)會，不知能在何時又會以何種形式出現(xiàn) 

內(nèi)容：koorvoa 

編輯：TV. 

校對：莽夫 

ChatGPT持續(xù)狂飆，國內(nèi)大模型諸神之戰(zhàn)同樣愈演愈烈。

百度、阿里、360等大科技公司相繼推出大模型產(chǎn)品并高速迭代，加快應(yīng)用落地；智譜AI、瀾舟科技等創(chuàng)新創(chuàng)業(yè)公司也進(jìn)一步拓展在大模型上的布局，加速百億、千億級別大模型自研進(jìn)度。

中國版ChatGPT之爭的背后，事實(shí)上是技術(shù)（大模型數(shù)據(jù)、算力、算法）、資金、人才各個方面的長期較量。誰能在大模型能力上領(lǐng)先，率先應(yīng)用落地，布局商業(yè)化，誰就有可能在AI 2.0時代掌握話語權(quán)。

Part.1

創(chuàng)業(yè)者們的三大難關(guān)：

錢、技術(shù)、人才

大模型燒錢是賽道參與者的共識。啟明創(chuàng)投合伙人周志峰在媒體采訪時表示，一家大模型創(chuàng)業(yè)公司從起步到發(fā)布到第一個較成熟的的模型，完成商業(yè)化驗(yàn)證，至少需要2億美元。

曠視CEO印奇也曾透露，訓(xùn)練出GPT-3.5至少需要1萬張A100的芯片集群，硬件投入需要20億元。

入局者先備錢。王慧文個人投資5000萬美元成立公司，李開復(fù)圈宣布籌組中國版ChatGPT公司“Project AI 2.0”之前，資金就已先到位。此前，李開復(fù)相繼減持知乎、美圖套現(xiàn)近1.5億。創(chuàng)業(yè)公司瀾舟科技也在今年完成Pre-A+輪融資，融資額達(dá)數(shù)億元。

融到錢才能活下去。資金成為依靠風(fēng)險(xiǎn)投資的大模型創(chuàng)業(yè)者們首先要解決的問題。盡管在ChatGPT的帶動下，資本機(jī)構(gòu)當(dāng)前看好這一賽道，但主要以明星項(xiàng)目、明星團(tuán)隊(duì)為主。當(dāng)創(chuàng)業(yè)者短期內(nèi)不能明確營利模式和研發(fā)成果轉(zhuǎn)化，市場對于創(chuàng)業(yè)公司不會有太多的耐心。

頭部科技公司同樣面臨相似問題。在眾多大廠正在或即將迎來組織架構(gòu)調(diào)整和改革的背景下，除百度將大模型上升為核心戰(zhàn)略外，其余“淺嘗”中的大廠，集團(tuán)對于大模型的長期投入、業(yè)務(wù)場景落地和戰(zhàn)略定位也會有更嚴(yán)苛的考核。

這種情緒上的急迫，主要來自于時間窗口期的壓縮。海外科技巨頭在大模型技術(shù)和應(yīng)用上的不斷突破，留給國內(nèi)廠商的追趕時間不會太久。

技術(shù)能力是影響大模型競爭格局的核心。大模型對于算法、算力和數(shù)據(jù)的要求都格外高，而互聯(lián)網(wǎng)大廠擁有更為深厚的技術(shù)儲備。人才資源上的爭奪也同樣如此。作為大模型競爭中的重要一環(huán)，大廠和資金實(shí)力豐厚的企業(yè)對于人才擁有更強(qiáng)的吸引力。

杭州未來科技城曾有一家公司招聘AIGC方向算法工程師，年薪最高可達(dá)320萬的消息引起熱議。AIGC人才站上高薪風(fēng)口，AI企業(yè)展開新一輪搶人大戰(zhàn)。脈脈高聘人才智庫最新調(diào)研數(shù)據(jù)顯示，今年1-2月AIGC人才需求逆勢上漲，崗位數(shù)量同比增長31.3%,創(chuàng)下歷史新高。

AI公司對頂級人才的渴望可見一斑。王慧文表示要拿出新公司光年之外75%的股份用于邀請頂級研發(fā)人才；王小川通過公開信呼喚中國領(lǐng)軍人物、行業(yè)產(chǎn)品經(jīng)理和遠(yuǎn)在美國的同仁加入；李開復(fù)邀請全球世界范圍內(nèi)的人才一起打造世界級的公司…

大模型瘋狂搶人的背后，是AI公司對于當(dāng)下轉(zhuǎn)瞬即逝的機(jī)會窗口的急迫把握。畢竟在全球經(jīng)濟(jì)周期性下滑的今天，下一個像AI大模型這么具有想象力的科技商業(yè)機(jī)會，不知能在何時又會以何種形式出現(xiàn)。

Part.2

AI新機(jī)會：

通用大模型or應(yīng)用層垂直模型

擺在國產(chǎn)大模型入局者的機(jī)會和選擇有兩個：通用大模型與應(yīng)用層垂直模型。

大廠更具有開發(fā)通用大模型的野心和能力。當(dāng)前模式主要是以通過提供底層通用平臺，吸引更多開發(fā)者和合作伙伴一起發(fā)展，打造全新AI生態(tài)為主。不僅惠及云計(jì)算業(yè)務(wù)，主流商業(yè)模式也從IaaS（基礎(chǔ)設(shè)施即服務(wù)）轉(zhuǎn)向MaaS（模型即服務(wù)）。

在具體應(yīng)用上，阿里云通義千問大模型將全面接入阿里辦公、購物、語音助手等場景，中興通訊、吉利汽車、波司登、掌閱科技等多家企業(yè)表示將與阿里云在大模型場景展開技術(shù)合作。

百度文心一言已經(jīng)覆蓋政務(wù)、金融、媒體、電商零售等場景，在醫(yī)藥領(lǐng)域，百度發(fā)布GBI-Bot，成首個落地醫(yī)藥行業(yè)的產(chǎn)品。在汽車領(lǐng)域，長安汽車官宣逸達(dá)將成為國內(nèi)首款搭載文心一言的量產(chǎn)車型，后續(xù)將通過軟件升級的形式搭載至新車。

相比通用大模型，垂直大模型對于算力、算法的要求會低一些。作為一種全新的生產(chǎn)力，隨著垂直大模型底層能力的不斷突破，必然能實(shí)現(xiàn)企業(yè)的降本增效，帶來上層應(yīng)用的迭代和變革。

李彥宏曾直言，“中國的OpenAI不是創(chuàng)業(yè)公司的機(jī)會，沒有必要再重新發(fā)明一遍輪子。”“有了輪子之后，做汽車、飛機(jī)，價(jià)值可能比輪子大多了。”

一些不具備技術(shù)、資金競爭實(shí)力的中小型企業(yè)和創(chuàng)業(yè)者們，在垂直領(lǐng)域積累了大量數(shù)據(jù)和know-how，選擇以開源或合作大模型+外掛領(lǐng)域知識庫的方式，瞄準(zhǔn)應(yīng)用層垂直模型機(jī)會，從細(xì)分行業(yè)切入解決特定場景的市場需求。

例如深蘭科技已經(jīng)開發(fā)出面向個人數(shù)字化的硅基知識大模型，主要用于進(jìn)行知識的個性化和專業(yè)化預(yù)訓(xùn)練。

面向教育領(lǐng)域，學(xué)而思正在自研數(shù)學(xué)大模型，有道發(fā)布了基于“子曰”大模型研發(fā)的AI口語劇透視頻。面向生物領(lǐng)域，上海人工智能研究院、祥符實(shí)驗(yàn)室、轉(zhuǎn)化醫(yī)學(xué)國家科學(xué)中心（上海）聯(lián)合發(fā)布全國首個DNA存儲領(lǐng)域預(yù)訓(xùn)練大模型“ChatDNA”…

通用大模型和垂直模型將構(gòu)成新的AI行業(yè)格局。通用模型大而全，能適應(yīng)千行百業(yè)，擁有更多的商業(yè)場景和更大的商業(yè)市場。垂直領(lǐng)域模型小而專，可以更精準(zhǔn)地服務(wù)特定行業(yè)和特定人群，更易落地且進(jìn)行商業(yè)化。

但無論是通用大模型還是應(yīng)用層垂直模型，AI企業(yè)都有機(jī)會跑出來，在“每個行業(yè)都值得用AI重構(gòu)一遍”的時代變局中。

Part.3

信心之外：

無法回避的殘酷追趕現(xiàn)實(shí)

盡管國產(chǎn)大模型研發(fā)全面加速，但無論是百度、阿里這樣的國內(nèi)科技巨頭，還是信心滿滿的創(chuàng)業(yè)者都無法回避的殘酷現(xiàn)實(shí)是，自家產(chǎn)品與快速成長和落地OpenAI存在不小差距，即便沒有王小川認(rèn)為的OpenAI比國內(nèi)領(lǐng)先三年之久，但也遠(yuǎn)不到“上來就說能超越”，周鴻祎直言不諱，“那才叫吹牛”。

與海外科技巨頭相比，中國大模型廠商在數(shù)字基建上面臨著硬件條件的“先天不足”，在數(shù)據(jù)和算力等方面存在明顯短板。

在算力層面，英偉達(dá)A100芯片構(gòu)成了ChatGPT訓(xùn)練大模型的算力底座，目前市面上幾乎沒有英偉達(dá)GPU產(chǎn)品在AI大模型訓(xùn)練上的替代品。但由于GPU出口限令，死死卡住了中國AI算力的脖子，中國企業(yè)只能使用存量的A100和傳輸速率只有A100三分之二的A800。

大模型實(shí)現(xiàn)數(shù)量級飛躍離不開GPU算力加持，如果算力跟不上，會導(dǎo)致大模型的差距進(jìn)一步拉大。

在數(shù)據(jù)層面，大模型的發(fā)展依賴于高質(zhì)量的訓(xùn)練數(shù)據(jù)集，而國外數(shù)據(jù)集要領(lǐng)先中國很多。目前國內(nèi)基于中文語義的大模型訓(xùn)練所需要的中文數(shù)據(jù)總量不夠，而且質(zhì)量不高。國外企業(yè)可以直接使用各類整理好的公開數(shù)據(jù)訓(xùn)練AI，但國內(nèi)企業(yè)還需要付出額外的人力和資金成本來采集、清洗、標(biāo)注獲得的數(shù)據(jù)。

不久前，騰訊云曾聯(lián)合上海大學(xué)舉辦的人工智能數(shù)據(jù)標(biāo)注大賽，被網(wǎng)友調(diào)侃“思路清奇”，“1.8萬元買到了120位大學(xué)生的40個小時用來做數(shù)據(jù)標(biāo)注”，雖在網(wǎng)絡(luò)上引起不小爭議，但活動發(fā)出短短數(shù)小時后便顯示“名額已滿”。

此外，優(yōu)質(zhì)中文大模型訓(xùn)練語料的稀缺也會加大中國大模型和國外大模型的差距。技術(shù)差距下，中國大模型廠商正在通過后天努力，奮力追趕，以期“大力出奇跡”。

一方面，中國科技公司加速自研AI訓(xùn)練芯片，尋找國產(chǎn)替代化方案，以此來解決算力之困。例如超過英偉達(dá)A100八成能力的百度昆侖芯片，目前已經(jīng)更新到第二代，量產(chǎn)幾萬片；第三代則預(yù)計(jì)于2024年實(shí)現(xiàn)量產(chǎn)。

此外，據(jù)華為透露，目前昇騰AI基礎(chǔ)軟硬件平臺已孵化和適配了30多個主流大模型，超過一半的中國原生大模型基于昇騰AI孵化。有消息稱，華為即將推出的昇騰920性能可以達(dá)到英偉達(dá)H100水平。此消息如果成真，將大大緩解國內(nèi)日益增長的AI算力需求壓力。

另一方面，政府和企業(yè)都在積極尋找破解數(shù)據(jù)之困的方法。政府層面，數(shù)據(jù)要素政策頻出，通過建立國家數(shù)據(jù)局來協(xié)調(diào)推進(jìn)數(shù)據(jù)基礎(chǔ)制度建設(shè)，統(tǒng)籌數(shù)據(jù)資源整合共享和開發(fā)利用。同時，各地積極推動數(shù)據(jù)交易所建設(shè)，加速數(shù)據(jù)自由流通，緩解國內(nèi)優(yōu)質(zhì)數(shù)據(jù)集不足的問題。

產(chǎn)業(yè)層面，越來越多的數(shù)據(jù)服務(wù)商將數(shù)據(jù)加工處理、數(shù)據(jù)分析服務(wù)等方面幫助企業(yè)構(gòu)建高質(zhì)量數(shù)據(jù)集，提高數(shù)據(jù)質(zhì)量的同時，加快大模型的研發(fā)效率。

國產(chǎn)大模型競賽才剛剛開始，面對這個比移動互聯(lián)網(wǎng)還龐大多倍的AI機(jī)會，所有參與者都全情投入，盡銳出戰(zhàn)，緊抓來之不易、稍縱即逝的窗口期。

即便競爭異常激烈，即便難關(guān)重重，但都在朝著更創(chuàng)新的技術(shù)、更易落地的應(yīng)用、更明晰的商業(yè)化路徑方向走去。

       原文標(biāo)題 : 混沌初開:國產(chǎn)大模型在沸騰中“求索”