【BT资本市场】国内大模型的分水岭来了？

^{作 者 | 张津京}

 

 

这一周我不停的穿梭在国产大模型的发布会现场。

 

周二（8月15日），科大讯飞发布了升级的2.0版星火大模型，在多模态、语义理解、文件解读等等方面有了超乎寻常的升级；周三我又马不停蹄的参加了百度飞桨的峰会，百度在这个会上迭代推出了文心一言更多的插件和能力，而且在后面开发端还形成了新的社区。

 

周四我又跟其他几家大模型的研发方做了深度的沟通，甚至还应同事们的邀请，对国产核心的几家大模型多模态能力，做了一个评估与测试。

 

因此我可以把8月第2周的工作，完全标注为“大模型和大模型相关”。

 

另外，我已经接到邀请，周二也就是22号将赴上海参加钉钉的发布会，深度体验接入通义千问大模型之后，钉钉爆发出如何的生产力。

 

与往年相比，今年行业的热门都围绕AIGC和大模型展开，所有的企业和创业者都似乎在讨论，如何能占得先机或者分一杯羹。

 

在与大家交流的过程中，我对当下国内大模型发展的趋势有了非常清晰的了解，而接下来中国乃至世界大模型的发展，可能会有不一样的变化。

 

在我看来，大模型未来恐怕会有三个不同的认知：

 

首先，大模型趋于分化，行业模型或成为普及关键；其次，具身智能和多模态智能或成为下一个重点；第三，应用场景落地是关键，To B才是主战场。

 

想参与行业或者是大模型发展的，只要读懂这三点就够了。

 

行业大模型或成为衍变趋势。

 

在具有非凡意义的2023年，被人们赞誉为“AIGC元年”，其中大模型的地位举足轻重，其创新性更是达到了前所未有的高度，远超过移动互联网的革新性，市场对其的期待和创新性预期甚至远超其实际表现。

 

AIGC的进步或将进一步解放生产力，并协助企业在降低成本的同时提高效益，进而影响并改变着互联网用户获取信息和内容产出的方式。虽然近期行业龙头 ChatGPT的用户增速有所放缓，但是业内人士对此并不担忧，因为这并不代表技术迭代的速度变慢。

 

据不完全统计，国内已经有近百家大模型的研发企业，这些企业涵盖了通用和垂直领域、开源和闭源等不同类型。

 

在2023年的世界人工智能大会上，包括360集团、百度、华为和阿里巴巴等行业巨头被工信部中国电子技术标准化研究院授予“国家人工智能标准化总体组大模型专题组”的组长单位，积极推动大模型国家标准体系建设，助力中国大模型产业的发展。

 

未来的大模型将进一步分化为通用、专用和特定场景的多种类型。市场普遍认为，从行业特征来看，通用大模型未来只可能是少数巨头最后的胜出者，主要因为其需要大量的资金投入，并不适合数量众多的中小企业。

 

通用大模型并不能解决很多企业的具体问题，而模型的大小主要取决于企业用户的自身需求，企业的大模型应用需要综合考虑行业专业性、数据安全、持续迭代和综合成本等因素。

 

垂直行业的模型未来或将成为大模型加速普及的关键，通用公共数据叠加行业数据，共同构成了产业大模型的训练数据来源。行业大模型的未来趋势特点还包括场景集成化、AI原生化以及部署工业化等方面。

 

 

01   MaaS或进一步推动AI普惠化

 

MaaS（模型即服务）理念秉承着以人工智能模型为核心的开发范式，构建出了运用云计算技术的强大服务架构。

 

这一理念的实施无疑给那些大模型初创企业和开发者们带来了便利，让他们可以轻松地将机器学习模型部署到各自的应用程序当中。同时，MaaS还提供了全方位的自动化服务，包括模型训练、推理、部署、精调、测评和产品化落地等环节。这意味着MaaS的出现很可能进一步降低了使用门槛，提高了大模型的普及率。

 

在探讨中美大模型的差异时，业内普遍认为，尽管中美大模型在目前还存在一定的差距，但国内的公司已经在迎头赶上。首先，大模型的发展必须以强大的算力作为基础。其次，在数据方面，中文语料的复杂性和质量参差不齐，给国内的大模型研发带来了挑战。因此，后期高质量的数据将是大模型不断优化的关键。

 

 

 

在这一背景下，腾讯也发布了大模型时代的AI十大趋势，旨在进一步推动人工智能的发展。其中，大模型的发展趋势表现在以下几个方面：

 

 

1. 涌现：LLM（大型语言模型）的发展将推动人工智能加速进化到AGI（通用人工智能）阶段；

2. 融合：多模态技术将助力大模型解决更加复杂的问题；

3. 懂你：大模型将带来更贴近人类的交互方式，提高人机交互的自然度；

4. 生态：模型即服务（MaaS）生态呼之欲出，为人工智能的应用提供了新的可能性；

5. 泛在：垂直领域的应用将成为大模型的主战场，为不同领域的实际问题提供解决方案；

6. 平台：Plugin工具的出现将使大模型迎来APP Store时刻，为开发者提供更便捷的开发环境；

7. 入口：大模型为数字人“注入灵魂”，为虚拟世界带来更加生动、逼真的体验；

8. 赋能：AI大模型将助力个体成为超级生产者，提高生产效率；

9. 冲击：版权“思想表达二分法”的基石正在动摇，为版权制度带来新的挑战；

10. 向善：伦理和安全建设将塑造负责任的AI生态，确保人工智能技术的可持续发展。

 

 

02  具身智能和多模态是重点

 

英伟达的CEO黄仁勋曾经不无激动地提出，人工智能的下一个浪潮将是拥有“具身智能”的智能体。这种具身智能是指具备身体并支持物理交互的智能体，他们具备各种感知、思考、学习和决策的能力，能够与周围环境进行交互。黄仁勋坚信，这样的具身智能有望成为人工智能的终极载体，并在现实世界中发挥着广泛而重要的作用。

 

现在，具身智能的产业链已经逐渐形成，包括数字基础设施、机器人制造、机器视觉、多模态大模型等各个环节。这些厂商在各自领域持续发展并不断创新，致力于提供更好的智能产品，为人们的日常生活带来便利。

 

多模态智能是具身智能的一个重要发展方向。除了计算机视觉和自然语言处理等特定领域的模型在不断发展，多模态大模型的进一步交叉融合，将有望成为未来一个重要的应用方向。未来，人与机器之间的交互方式将更加丰富多样，可能会通过文字、视觉和语音等多个维度进行沟通，这将极大地提升工作和生活的效率。

 

总的来说，人工智能的发展不断向前，从传统的语音和图像处理，到具身智能的出现，再到未来的多模态智能，我们可以期待，在不远的未来，人工智能将为人类带来更多惊喜和便利。

 

03  未来更加关注应用场景落地

 

检验一个大模型成功与否的标准，并不仅仅在于其能否成功应用落地，更关键的是在于它是否具备强大的商业化能力。因为，相比于传统的C端消费互联网，B端产业互联网才是大模型的主战场，是其展示应用成效、实现商业价值的广阔舞台。

 

随着模型被不断细分至各个垂直行业甚至是特定场景，它们将在推动应用落地的过程中发挥更大的作用。此外，大模型要想实现大规模推广落地，所需要具备的条件仍然需要得到持续改进和优化，包括标准化、可靠化、大批量部署以及价格相对低廉等多个方面。

 

以可靠化为例，这是指用户对大模型在安全性方面的顾虑和担忧。目前的生成式大模型以概率的方式生成内容，有时候会一本正经地“胡说八道”，这种现象被称为“AI幻觉”。

 

为了解决这个问题，可以通过提供高质量的语料库来提升产出内容的安全可靠性，从而减少或消除用户的担忧，进一步提高大模型在实际应用中的效果和价值。