谷歌落子，我們對中國大模型的期待應該是什麼？_風聞

产业家-产业互联网第一媒体05-12 17:59

2023-05-12

對中國大模型廠商而言，市場期待的，也恰是這些真正可落地的應用和實踐。這些實踐可以在社交，在電商，在低代碼，在供應鏈，也更可以在一個個中國產業數字化轉型的新窪地。

作者|思杭皮爺

出品|產業家

在微軟GPT-4遇到諸多問題的最近，谷歌終於向外界展示出了其強勁的實力。

就在昨天，一年一度的Google I/O開發者大會在美國加州山景城的海濱露天劇場拉開帷幕。與往年不同的是，今年的大會主題是近期火爆全球的「AI大模型」，因此格外熱鬧。

在會上，最重磅的消息是，谷歌推出了最新語言模型——PaLM 2，並作為本次發佈會中大部分AI功能的基礎模型。

儘管從AI模型整個領域來看，PaLM 2並未取得突破性進展，只是在多語言、推理和翻譯功能有所改進，諸如數據隱私和AI“幻覺”等問題依舊存在，但就部分性能而言，PaLM 2已經超過GPT-4。

從各項參數來看，谷歌的大模型已經覆蓋到了自身的產品應用，這些產品應用包括文檔等辦公產品，也更包括和底層雲計算的打通，同時還有“個性化AI”概念的提出，這些動作無不在向外界傳遞出一個信號：谷歌大模型已經可以全面落地，不論在C端還是B端，不論是輕量級部署，還是本地部署。

在過去的一兩個月中，中國市場風起雲湧，TO B市場的變化更是一日千里。在大模型這條道路上，出現了各種形形色色的模型的定義，不論是大模型、產業模式，還是小模型等等，都以一種全新的概念姿態出現。但細看其具體的應用，其中的很多功能接近同質化，尤其是在TO B領域的應用上，同時更不乏基於開源進行開發的“套娃”模型。

於此之中，落地場景和產品也更是寥寥無幾。

差距是客觀存在的，不論是對標微軟的Open-AI，還是谷歌的PaLM 2，中國的大模型目前仍需要更大程度的在底層能力上的補齊，而透過谷歌的這次發佈會，未來中國大模型的路該朝向何方？或許會有一些答案。

一、PaLM 2：有望超越GPT-4

PaLM 2作為谷歌最新大語言模型，是本次發佈會的重磅消息。

據美國科技媒體記者Federic，“PaLM 2將應用於谷歌最新發布的Bard聊天工具中，成為OpenAI的ChatGPT的最大競爭者。此外，PaLM 2也是今天宣佈的大部分AI功能的基礎模型。”

多語言性：PaLM 2 在多語言文本方面進行了嚴格的培訓，涵蓋100多種語言。這極大提高了其理解、生成和翻譯各種語言的能力，包括理解習語、詩歌和謎語。

推理：PaLM 2有廣泛的數據集，包括科學論文和網頁。因此，它展示了在邏輯、常識推理和數學方面的改進能力。

編碼：PaLM 2在大量公開可用的源代碼數據集上進行了預訓練。這意味着它擅長Python和JavaScript等流行的編程語言，還可以用Prolog，Fortran和Verilog等語言生成專門的代碼。

與其他大語言模型一樣，搭建PaLM 2需要耗費大量的時間成本和資源。然而，PaLM 2能應用於C端和B端兩種環境，企業客户可根據特定領域的數據進行微調，以便在特定場景下執行任務。

如今，PaLM 2已應用於谷歌的25個功能和產品，包括Google Bard聊天機器人和Google Workspace協同文檔。

其中，PaLM 2的最輕版本Gecko足夠小，可以在手機上運行，每秒處理20個tokens，大約相當於16或17個英文單詞。不過，雖然PaLM 2雖然在推理和語言等方面取得了較為顯著的成績，但它仍面臨着技術挑戰和大模型的共性問題。

比如一些專家已經開始質疑創建語言模型所使用訓練數據的合法性。因為這些數據從互聯網上抓取，通常包括受版權保護的文本和盜版電子書。而谷歌在PaLM 2的升級中，也並沒有披露更多關於數據源的細節。

另外，AI“幻覺”問題也未得到解決。大模型擅長編造信息，谷歌研究副總裁Zoubin Ghahramani在接受The Verge採訪時表示，在這方面，PaLM 2是對早期模型的改進，“從某種意義上説，我們正在投入大量精力不斷改進基礎性和歸因指標”，但他指出，在AI領域，打擊人工智能產生的虛假信息，“還有很長的路要走”。

二、大模型會“魔法”——編輯器和創作器

在這次發佈會中，兩個具體的功能成為焦點。

第一個是Google推出的人工智能驅動的魔法編輯器（Magic Editor）。用户可以在照片的特定部分進行復雜編輯，並填補照片空白。

另一個功能是魔術創作器（Magic Compose），利用生成式AI幫助人們撰寫個性化信息。它可以以不同風格撰寫信息，甚至可以莎士比亞風格的信息。

基於AI大模型，谷歌地圖還發布「沉浸式路線視圖」，在洛杉磯、舊金山、紐約、倫敦、阿姆斯特丹、柏林等15個城市進行試點。用户可在導航時使用該功能，提前看到整個路線的動態街景視角，包括交通模擬、自行車道、複雜十字路口、停車等詳細信息。

除了谷歌的“魔法工具”和谷歌地圖，還有更多基於PaLM 2的AI新功能。比如，在音樂方面，谷歌推出了MusicLM，可將文本轉化為音樂。假設你在舉辦一個晚宴，通過簡單輸入“晚宴的深情爵士樂”，該工具即可創建歌曲的多個版本。

此外，Google Workspace也實現了AI辦公功能。據瞭解，谷歌將在180多個國家和地區提供英語版本的Bard聊天機器人，而且還推出了對日語和韓語的支持。在不久的將來，Bard會支持40種語言。

在此基礎上，谷歌還通過Bard與Adobe合作，開發了藝術生成功能。

在谷歌文檔的側面，將會出現一個新面板——Sidekick，可以幫助用户在寫作時閲讀並整理文檔，根據上下文提供與內容有關的建議，可以對標Notion。

同時，優化的還有自身的搜索。據瞭解，谷歌正在試驗一種由人工智能驅動的對話模式。用户搜索時會看到建議的後續步驟，可以根據對話模式進入建議的下一步。此外，谷歌還引入了“觀點”過濾器。

三、AI生成代碼，Codey比肩GitHub Copilot

本次，Google發佈的代碼生成工具「Codey」，是對GitHub Copilot的一個回應。Codey經過專門培訓，可以處理與編碼相關的提示，並且還接受過處理與Google Cloud相關查詢培訓。

Codey是基於谷歌的PaLM 2大語言模型的編碼工具。谷歌表示，該工具是在大量獲得許可的開源代碼、大量內部谷歌代碼、公司所有代碼示例及其參考應用程序的基礎上進行訓練的。

谷歌表示，該模型是在大量獲得許可的開源代碼、大量內部谷歌代碼、公司所有代碼示例及其參考應用程序的基礎上進行訓練的。開發人員能夠直接在他們的IDE聊天框中與Codey聊天，或者在文本文件中寫評論，讓它生成相關代碼。

對於Codey，谷歌的願景是，它希望通過這種聊天機器人技術，在不久的將來，開發人員可以管理他們在谷歌雲上的所有服務，包括部署和擴展應用程序。

四、谷歌雲的“三大基礎模型”

從Transformer架構到PaLM 2，除卻GPT模型之外，實際上，谷歌一直保持領導者地位。

在本次在Google I/O 2023大會上，Google Cloud又邁出了一大步，對代碼生成模式和模型調整都做出了改善。以下為本次更新的三大基礎模型：

Codey，文本到代碼模型，幫助開發人員完成代碼、生成和聊天

Imagen，文本到圖像模型，幫助客户生成和編輯高質量圖像，滿足任何業務需求

Chirp，語音轉文本模型，用於翻譯、溝通和交流

這些基礎模型可通過API訪問，也可以在生成式AI Studio中的UI進行調整，或部署到數據科學筆記本。

值得一提的是，**獨特的調優功能能夠結合人工反饋來訓練，可用於微調基礎模型的獎勵模型。**這對於醫療、金融和電子商務等行業有着十分重要的應用。

寫在最後：

今年，Google I/O大會之所以備受關注的一個焦點在於，其基於自身的大模型，谷歌做到了將固有的全部產品接近重塑的程度，這種重塑不單純是產品邏輯上的重塑，更是能真實落地、真實使用的重構。

比如面向C端的辦公文檔，比如與Adobe結合的圖片設計，比如文生圖、圖生文、文生音樂等等，相較於Open-AI的發佈，谷歌的大模型表達更加具象和入微，也更貼近人們生活的場景。

而在B端業務上，更是如此。

不論是其在低代碼/無代碼上的進一步邁步，還是基於谷歌雲三大模型的梳理和拆解，再或者是在機器人智能的結合下進行智能交互、智能指令的新企業模式，都展示出谷歌可以將AI大模型真正應用到企業生產和TO B場景中。這種應用不是單純的AI算法，而是真正基於大模型的特定業務表達。

從這些視角來看，這也更是中國大模型應該去踐行的。

在過去的多年時間裏，中國在移動互聯網方面處於領先地位，這種領先體現在互聯網的廣泛使用、智能手機的極高普及率，這些領先最終沉澱出的就是真實有價值的數據，而這也是如今百度騰訊阿里京東以及其它企業做大模型的基礎。

但在數據訓練之上，基於軟件層面和基於開發層面的真實場景的表達，如今卻甚為少見。

或者説，**單純的比較參數量級僅代表的是大模型本身的能力，而並不是其能賦能產業的能力，**谷歌和微軟的成功應用也在昭示這一點：大模型應該和真正的場景結合，基於此才能釋放更大的想象力和價值。

不論是谷歌，還是微軟，在其大模型發佈後，都能看到的是其矩陣內的產品的迅速跟進，對中國大模型企業而言，也更應該強化大模型的應用層，在具備微信、淘寶等一眾全球移動互聯網時代最有明星價值的產品的土壤上，在這個製造業發達，供應鏈眾多，數字化轉型迫切的環境裏，中國本土的大模型具備的價值將更大，其能攪動的市場變化也會更為劇烈。