火山引擎的“低姿態”，和“多雲多模型”的未來_風聞
深响-深响官方账号-全球视野，价值视角。07-03 13:44
在爭辯中，在實踐中，大模型於國內的發展趨勢漸漸清晰。
相比幾個月前的“狂熱”，大模型入局者開始變得冷靜，落地產業已成共識。而在市場端，來自零售、金融、製造、政務等領域的客户也表現出了蓬勃且明確的需求，大模型被各界視為智能化升級的關鍵抓手。
此情此景下，基於供給側大模型持續迭代，大模型應用側正在迎來快速發展。客户也逐漸找到務實的應用之道，出於成本和具體場景的考慮，企業對大模型的應用往往是“多線並行”，有主力模型也有協助模型。這意味着行業需要千億參數的通用大模型，也需要百億、十億參數的模型。
這些趨勢共同説明的問題是：大模型要滲透到千行百業，需要有更多的模型提供方和需求方，需要一個繁榮的生態。
這樣的生態必然是多方努力的結果。而就在趨勢逐漸明晰的時候，火山引擎邁出了新的一步。
火山方舟，搭台做服務
6月28日，在2023火山引擎V-Tech體驗創新科技峯會上，火山引擎發佈了大模型服務平台“火山方舟”。這是一個連接着大模型供給方和需求方的服務平台。
**你可以把它理解為集合多家旗艦店的商城，客户可以在上面接觸優質的大模型，並基於火山方舟的功能，低門檻地應用大模型。**目前，MiniMax、智譜AI、復旦MOSS、百川智能、IDEA、瀾舟科技、出門問問等企業旗下的大模型已經“登陸”火山方舟。根據火山引擎方面的披露，火山方舟的首批邀測企業包括了金融、汽車、消費等眾多行業的客户。
具體而言，火山方舟的重點功能分為模型廣場、模型精調、模型評測、模型推理、應用插件和運營幹預工具。每項功能都有它的針對性。
例如，供應方可以在模型廣場上進行模型的創建、上傳、部署，需求方則能看到模型效果並快捷體驗。熟悉大模型的人都會知道，要在實際場景裏應用大模型，基於自家數據的訓練和精調必不可少。火山方舟的模型精調簡化了這個步驟，客户只需選擇模型並上傳標註數據集即可完成精調。此外，客户也將在這個過程中建設和積累自己的精調數據集，形成自己寶貴的數據資產。
其他功能指向的同樣是大模型使用方的痛點。以模型評測為例，市面上有那麼多模型，客户會希望在購買服務前先做測評。簡而言之，火山方舟希望為大模型供需雙方“搭好台”，讓雙方能更專注地“做好自己的事”，更高效地觸及彼此。
為此，火山方舟上投入了自身的所有優勢和資源，比如充沛的算力、高速訓練模型、安全互信機制。為了推動企業搭上大模型快車，火山方舟還在“搭台”的同時，為企業提供更多服務支持。峯會上，北京銀行CIO龔偉華表示，北京銀行將與火山方舟合作，在算力優化、模型精調等方面展開研究，共同推動金融風控、營銷等模型應用落地。
無論是對於模型供給方，還是需求方，火山方舟都是一個標準的“服務平台”。這一定位相當特別，你很難用一個簡單的“支持方”或是“撮合者”來描述火山方舟。
該如何理解火山方舟的定位？一切都要回到一個最基本的問題：當前的大模型市場，到底需要什麼？
在有需要的地方，做擅長的事
在如何佈局大模型的問題上，目前許多公司都給出了答案。他們發佈了自研大模型，發佈了基於自身模型打造的模型平台，強調的是“來接入我們的模型”。相比之下，火山引擎似乎沒有想當“主角”的意思。
一方面，這次發佈的火山方舟是完全開放的，來自外部的優質大模型都能登陸平台，企業客户可以根據實際需要自由選擇模型。另一方面，火山方舟也不僅僅是賣算力或提供技術底座，它還深入到了和模型提供方、企業客户的合作中，幫着模型提供方降低訓練和推理的成本，幫着企業去做應用落地。
這些相對“低姿態”的動作，是火山引擎基於對行業的判斷做出的。在今年4月的“FORCE原動力”大會上，火山引擎總裁譚待表示，企業使用多家雲服務已成常態，同時各行業也都擁有自己的私有訓練語料，大模型會在千行百業中生長，並形成多模型共生甚至協作的生態。“未來將是‘多雲多模型’的時代。”
有了對行業的判斷，火山引擎接下來做的是深入市場，瞭解趨勢中的企業需要什麼。在峯會後的交流中，譚待表示，模型廠商的需求主要是“儘快把自己的大參數模型訓練出來”，企業關心的則是如何把大模型應用在具體的營銷、客服場景中，以及如何處理好成本和安全的問題。
火山引擎在其中找到了發揮自身價值的空間——模型廠商擔心算力和工程穩定性，火山引擎就提供技術支持；大模型要真正應用，安全信任和推理成本問題必須解決，火山方舟就實現了安全互信計算，並通過模型精調支持、訓推一體和公有云的彈性，幫助廠商降低成本，助力市場上大模型的“百花齊放”。
**“百花齊放”是市場的明確需求。**模型應用側的企業是極度務實的，他們看重的是效果好不好，成本高不高。一個強大的通用大模型固然很好，但在某些具體場景會顯得“大材小用”，且在財務上也不划算。因此，千億、百億、十億參數的模型都有市場價值。
譚待打了個比方：通用大模型好比工資高的博士，但不少應用場景只是“小學數學題”水平，用付給博士的價格去解小學題顯然是不合理的。因此不少企業會選擇精調後的中小模型，在獲得媲美大模型效果的同時，降低推理成本。
但這會帶來另一個問題，要同時應用多個模型，還要在這些模型上做精調，一是得有足夠多模型可以選，二是要有足夠豐富便捷的工具可以用。所以你會發現，火山方舟的每個功能都是從實際的供需痛點延伸出來的。它更多地聚焦在市場需求上，做自己擅長的事，推動大模型在千行百業的滲透。
持續性指的是，大模型技術會不斷迭代，企業需求也在變化，行業需要一個讓供需兩端穩定對接，並隨着時代發展不斷變化的“統一的工作流”。這也是火山方舟試圖實現的，基於火山方舟，模型將應用於場景，場景數據又將反哺模型。這樣的“模型-場景”數據閉環對供需兩端都有價值，也是大模型新可能性的來源。
基於“火山方舟”，抖音集團內部已有十多個業務團隊在代碼糾錯等研發提效場景，文本分類、總結摘要等知識管理場景，以及數據標註、歸因分析等方面進行探索。與此同時，來自不同行業的客户也在積極探索大模型落地的方式。
隨着各方實踐持續進行，關於大模型的着眼點和着手點都將變得更豐富。一個豐富的大模型生態正在被構建，而這需要不同層別、不同環節的從業者的共同努力。沒有誰能靠一己之力做完所有的事。從火山方舟的一系列功能和發力點來看，火山引擎在知行合一的路又進了一步。