大模型狂飙半年，“群模乱舞”谁能胜出

毫无疑问，当前的科技圈已进入“大模型”时代。含“模”量大到什么程度？但凡科技企业，基本都在做“大模型”。

“从去年12月ChatGPT（Chat Generative Pre-trained Transformer）引爆科技圈之后，几乎所有行业玩家都想抓住这根救命稻草。因为做成了就意味着抓住未来几十年的趋势。”行业创业者夏先生对壹DU财经说道：“ChatGPT是生成式AI，是大模型的落地场景之一。理论上讲，这条路的走通，加速了大模型在短期内的爆发。”

的确，ChatGPT的爆发，让更多人看到了语言模型的魅力。微软、谷歌、百度、阿里等国内外科技巨头快速响应，相继推出自家的AI聊天机器人，试图以To C作为切入口，抢占市场。

风口在哪里，资金和人才就在哪里。随后，先是厂商陆续宣布推出大模型，如百度的文心大模型、阿里的通义大模型、腾讯的行业大模型，后有科技圈曾经的风云人物也开始陆续入场，李开复、王小川、周伯文、王慧文等。出行、认知、办公等一些垂直领域的大模型也相继推出。

半年时间，国内呈现出“群模乱舞”盛况。而在经历喧嚣后，大模型或许是时候回归现实了。

玩家们开始意识到，最初的热闹仅仅是热闹，他们最终的战场在B端市场。此时，多家有着人工智能积累和云计算大厂登台，相继推出了AI大模型服务。

行业老炮和新手创业者的对决，也就此开始了。

进入2023年，大模型技术让科技圈沸腾起来。看到ChatGPT爆发后，不少大厂抓紧时间推出相应产品，新老创业者们着急招兵买马，生怕慢一步就错过了这难得的风口。一级市场关于大模型的投融资热度也在攀升，不少FA开始疯狂补课。

一时间，整个行业热闹非常。

在OpenAI发布GPT4大模型后，第一个采取行动的是百度，在3月16日用“Demo演示”的形式正式发布文心一言。同样在3月，已经沉寂许多的周鸿祎推出大模型产品，甚至连名字都没来得及取。

在此之后，科技巨头、创业公司和高校研究院们展开了一场关于“大模型”的竞速赛。整个4月，都成了“大模型的发布月”，华为、商汤、阿里都在4月份亮出了自己的大模型产品。

到了5月，讯飞推出了自己的星火大模型，并公布了大模型在自己优势领域的诸多应用场景。

创业者们也在火速入场。原美团联合创始人王惠文（目前已退出）、创新工场CEO李开复、前京东AI掌门人周伯文、前阿里技术副总裁贾扬清等开始招兵买马。前搜狗CEO王小川的百川智能拿到5000万美元融资后，甚至扬言：“今年年底做到国内最好的”。

“这波创业热潮有点2000年左右的互联网创业潮的意思。”一位业内人士说道：“似乎每个创业者都想在这个时代找到第二春。”

总体来看，今年上半年，大模型几乎成为所有科技企业的必选项。对于普通人而言，大模型或许是件很遥远的事。毕竟不是每次科技浪潮都能成功靠岸，如元宇宙、XR等行业。

但事实上，大模型的应用更多在B端市场。那么，在行业烈火烹油过后，摆在这些玩家眼前的，理应是他们对市场更多的理性思考。比如市场是否真的需要大模型？大模型真正走向成熟，需要越过哪些重要关卡？能否真正意义上实现商业化。

大模型军备赛的冲锋号吹响后，整个行业开始“卷”起来。更多玩家已经将视线移至应用层面。因为行业“退烧”后，最终考验的还是玩家们的“硬实力”。

此时，一些在人工智能、云计算上有积累的玩家则占据的先发优势。尤其是模型的参数量。

就目前市场上发布的AI模型来看，虽然大家都自称为“大模型“，但参数量实质是大模型和小模型的界定因素之一。

此前，百度集团副总裁侯震宇在接受媒体采访时曾表示，2022年，10亿参数的模型就叫大模型。但到了眼下，千亿参数以上才会出现“智能涌现”，才会形成泛化能力，才能在各个场景下具备通用能力。

何为“智能涌现”？简单地讲，当模型规模、算力水平超过某个参数阈值后，AI效果将不再是随机概率事件。比如初期语言大模型出现“图不对文”“答非所问”等现象。

并且在通用领域，参数量越大，智能通常涌现的可能性就越大，AI准确率就越高。在垂直领域则更容易获得精确的效果。

今年5月，科技部下属的中国科学技术信息研究所发布的《中国人工智能大模型地图研究报告》统计，截至5月28日，国内10亿级参数规模以上基础大模型至少已发布79个。

但可以看到，10亿级参数这个量级，很可能不是真正的“分界线”。因为现实的情况是，一些未能达到千亿规模的模型，很难在当前市场的竞争具有竞争力。不过，也不排除一些在垂直领域深耕的玩家，最终能跑出来。

“大模型需要算力、算法和数据积累，绝对不是玩概念的事情，最终还是要市场买单。”夏先生认为，目前来看诸如百度、腾讯、阿里无论是在资源还是积累上，都有一定的优势，“他们在云市场深耕，并在自己擅长的领域积累多年，无论技术层面还是行业积累上，实质已经完成了抢跑，未来就看这些头部玩家如何落地。”

而在投入层面，这会是一个天文数字。

以百度为例。据透露，过去10年，百度在AI方向的投入已超过1000亿元。但大模型不是投一笔钱、做一个模型那么简单，它需要有算力、有数据、有经验丰富的AI工程师在好的研发平台上长期积累。

而创业公司如果直接去做基础大模型，除了上述投入之外，还需要能够把模型、算力管理好的AI开发平台。

这意味着，创业公司不论是自建开发平台，还是采购外包平台，其投入都不会是小数目。并且，大模型不是预训练出来就好，更需要后续持续敏捷迭代。从这一点看，创业公司所受的限制明显要高于大公司。

但大厂很难留住强算法人才的弊端也比较突出，因为大模型投入是一件长期主义的事，必定会面临与既有业务之间的冲突。这一点，从大厂出走的大模型创业者的经历，就说明了一点。长期主义对创业公司同样重要，无论是创始人的背景背书，还是资源合作，抑或是客户的拓展，都需要长期积淀。

人工智能专家侯世达的学生梅拉妮·米歇尔《AI 3.0时代》一书中提到，研究人工智能与赛道中的创业者们都熟悉了一种模式——先是“人工智能的春天”，紧接着是过度的承诺和媒体炒作，接下来便是“人工智能的寒冬”。并且，他认为这一模式将以五到十年为周期不断上演。

具体到2023年上半年的大模型赛道，显然其正处于第二个阶段——行业很火，市场很热。这一周期往往是最短的，也通常意味着如此去泡沫化后，赛道竞争即将正式开始。

大模型比拼的不仅仅是技术，还应该将重点放在大模型应用、产业生态中去评估。

目前，市场上大模型的玩家主要分三类。

一是聚焦基础层，主要对标OpenAI，发挥基础设施的作用。

第二类是锚定中间层，不需要像OpenAI一样花大钱做底层，只需要掌握通用化能力，就可以通过开源大模型做精调，让模型具备差异化能力，最终可以形成垂直类模型。

第三类是调用大模型API的企业，专注开发大模型具体场景的应用，如Jasper。

相对而言，前两类又是大模型的“基础设施”，因为有极高的门槛，对技术、资金以及资源有严格的准入壁垒，往往是大公司布局的主要方向。

目前来看，百度、阿里和华为在大模型的构建上，不约而同地采用了“模型+工具平台+生态”的三层共建模式。腾讯云则更专注于应用层而，6月19日公布的腾讯云MaaS服务解决方案即覆盖了金融、文旅、政务、教育等10个行业、超50个解决方案。

虽然巨头们参与竞争的姿势不同，但目标实质上只有一个，那就是打通应用层。在百度创始人李彦宏看来，应用层最具想象空间。

商汤科技联合创始人杨帆认为，AI 基础设施本质上还是算力、数据、基础算法，包括算法相关的工具，本质上还是三位一体的东西。最后谁能把这三者的整合能力提供的好，提供更低成本、更低门槛的能力是决定整个竞争最重要的点。

AI大模型是人工智能迈向通用智能的里程碑式技术，因为其可为各行各业的智能化升级提供强劲的生产力工具。在千行百业数字化转型升级的当下，大模型的重要意义不言而喻。也因此，在当下，谁能率先在赛道里抢到更多筹码，就非常关键了。可以预料，未来，抛开“基础设施”层面的较量外，真正的战场大概率是各行各业的切实落地上。

本文来自微信公众号“壹DU财经”（ID：yiducaijing2021），作者：Apple，编辑：亦可，36氪经授权发布。