阿里大模型也來了！聊聊我的幾點看法_風聞

作者｜桑明強

距離阿里大模型推出時間越來越近，市場上的聲音也比較雜，由於近期張勇剛剛宣佈了阿里巴巴成立24年來最重要的組織變革決定，大模型隸屬的雲智能集團由逍遙子直接負責，這件事就變得更加微妙起來。

《新眸》也第一時間拿到了阿里大模型的測試邀請碼，體驗下來最直觀的感覺是，可圈可點，反應速度還不錯，但無論是百度還是阿里，大模型還停留在transformer水平，並沒有湧現出對於文本出色的理解能力。

總體上説，通義千問和文心一言在能力上還是旗鼓相當，但這才剛剛開始，相比文本問答能力，其實我們更好奇“通義千問”接下來的動作。

因為就行業層面來看，由於字節跳動節奏感未知（原阿里M6大模型帶頭人現加入字節AI Lab），第一梯隊的關注點更多落在了騰訊、百度、阿里和華為身上，一是這幾家公司都有這方面的底藴和人才技術儲備，二是因為從業務上看，這幾家大廠都需要大模型的支持。

現在百度已經勇敢地邁出了第一步，發佈了初階版本的文心一言，但囿於當時百度比較激進的品牌打法，導致外界對於阿里大模型的期望更大了，但據《合縱投研》披露出的信息，現在阿里大模型仍處於追趕GPT 3.5的階段，距離GPT 4還有一段路要走。

造成這種“卡脖子”的關鍵因素主要有3塊：一是數據量，這個權重佔比30%左右；二是大模型結構的創新性，目前國內還做不成高層級的架構，這個權重佔比在40%-50%左右；最後的30%權重是工程化落地，現在這塊國內也沒有比較好的參照。

再聯想到Open AI以及它背後的GPT的進化邏輯，大家已經開始意識到，這次的AGI較量已經不單單是財力和人力上的比拼，而是從理論、到工程、到產品，再到商業、人文上的全面的顛覆，回到阿里大模型這件事上，或許我們更應該把關注點放在大模型和阿里現有業務模塊的應用上。

清華大學智能產業研究院院長、中國工程院院士張亞勤曾在近期聊到過這個話題，他認為可以把GPT這個系列的生成式AI模型看作一個由大模型組成的AI操作系統，和當年PC上的windows，以及移動的安卓、IOS基本具有相似的意義。

而一個新的操作系統的誕生，往往意味着下面的硬件、上面的應用都會被重構，形成一個全新的生態。甚至他還斷言，如果説PC互聯網的生態價值是1X，移動互聯網的生態價值是10X，那麼AI生態至少是100X。

張亞勤的判斷很大程度上來源於微軟和Open AI的結合，有了GPT 4的加持，微軟曾經一度式微的業務板塊都變得富有想象力，其中就包括此前被打得節節敗退的搜索業務Bing。

這也解釋了為什麼包括百度、阿里、華為在內的大廠們都紛紛押注大模型，説白了，chatGPT就是一個鈎子，如果你還把目光放在大模型會如何顛覆搜索場景，那我只能説你不僅不懂大模型，而且不懂商業玩法，這也是很多大廠選擇下場的真正原因，即便它現在看起來還比較模糊。

確切地説，這和幾年前被資本催熟的“假風口”有着本質上的不同，LLM、包括AGI是已經得到微軟驗證的真風口，甚至還一度被埃隆·馬斯克警告——人工智能正在朝着人類不可控的方向演進。

很顯然，馬斯克的擔憂更多的是倫理和道德層面上的，這也是人工智能這門科學最讓人敬畏的地方，一旦被別有用心的人和公司操縱，它極有可能帶來比較大的災難。但如果我們在規範和法律標準下看LLM和AGI，它明顯是個很好的工具，就像是一個人類智慧收納盒，通過大模型的方式進行能力輸出。

結合目前微軟的動作來看，大模型在雲計算、文本辦公、搜索領域都有着很好的契合點。不難推測，國內的大模型方向也會依葫蘆畫瓢，先從這幾個方面開始試點，巧合的是，這幾塊業務阿里都有，雲有阿里雲、文本辦公有釘釘、搜索有夸克。

更重要的是，阿里還有微軟手上沒有的底牌——電商。電商是阿里巴巴的根基，但就像亞馬遜之於貝索斯，面對直播電商、興趣電商等各種勢力的崛起，地盤被衝擊，這塊一直是阿里巴巴這些年難以言説的“心病”。

所以對於阿里來説，大模型得做、而且必須要做，即便增收路徑模糊，但它也有可能是一個很好的智能工具，而且，要遠比前些年搭建的數據中台想象力更高一些，前端的靈活性，其實可以讓阿里找到新的增長可能性。

關於LLM和AGI，現在大家的想法還是比較侷限的，就比如針對“大模型究竟會顛覆什麼”這個問題，我們在給出答案時，可能更傾向於回答“大模型不能顛覆什麼”。造成這種局面的原因，既有大眾認知水平的因素，也有行業發展現狀的因素。

這就跟看科幻片同一個道理，早在10幾年前，我們就能在美國大片裏看到各種智能的場景，但事實上，即便發展至今，我們距離所謂的AGI還有很長一段路要走，但可以確定的是，以百度、阿里為首的大廠紛紛下場後，真正的人工智能浪潮已經開啓。

在長達10年的移動互聯網浪潮中，生活中很多場景被顛覆，衣食住行，無一例外。但如果你深究的話，這種變化的根本原因其實是由供需端在成本因素上推動的，總有性價比更高的方案出現，然後替代掉老舊的方案，這是數字經濟時代的新法則。

所以如果我們把視角放在大模型的供需視角來看，會發現，這個市場還遠未被很好地開發。就像在特斯拉出來前，沒有人會想到當年的全球霸主豐田汽車會受到如此大的挑戰，按照這個邏輯推演的話，現在市面上所有的判斷，都不可信，或者説不可全信。

也許再過一年後，隨着這些大廠陸續把大模型應用起來，做到既好用，又實惠，可能我們對大模型的理解或許會更客觀些。

最後聊聊大家最關心的失業話題，這個問題很顯然過於杞人憂天了。

很多時候，我們往往過度高估了人工智能，而低估了我們自己的創造力。