聯網的大模型，實時性是不是偽命題？_風聞

來源於“每天學點經濟學”

商業模式的固化與大模型的碰撞，360似乎從未放棄過任何一個數字時代的爆點，但這一次所不同的是，360在推出智腦的同時，更是希望能夠將“大模型拉下神壇”。

有意思的是，消息一經發布，二級市場的動作也開始一直向下。

6月14日，360智腦大模型4.0版本發佈次日，三六零股價由漲轉跌，振幅達到5.66%，結束連續3個交易日的漲勢。

就連2023年上半年的總營收情況也下降狀態。

7月13日晚間，360發佈的2023年上半年業績預告顯示，該公司依舊以營收下滑和虧損收場，不過相較於一季度的跌幅，二季度的業績開始有明顯好轉。

360上半年實現營業總收入約45.7億元，較上年同期下降約2.5億元，同比減少約5.19%，相較於2022年半年度營業總收入同比降幅14.16%，2023年半年度營業收入下降幅度收窄。

其中，第一季度營收為19.66億元，減少22.17%，第二季度恢復增長，約26.04億元，同比增長13.32%。

那麼，在成本與語言模型融合搜索引擎的兩大難題面前，一邊嚮往大模型，一邊又欲將大模型拉下神壇的360，又該如何做到呢？

圖片來源：百度股市通

一、是步後塵，還是帶來新研發？

近期，中國科學技術信息研究所發佈《中國人工智能大模型地圖研究報告》，據不完全統計，中國已發佈10億參數以上的大模型已多達79個。

從大模型的發展來看，AI的發展是迅速的，而傳統搜索引擎在與AI+搜索模式對比下，實際上也是越來越式微的。

回看國內捲起“百模”廝殺後，至今大模型已經遍地開花，無論是通用還是垂域模型，種類和數量都日漸豐富。

同時，各家也積極探索大模型的落地應用，例如360宣佈依託智腦大模型打造數字人社區；百度文心開拓更多行業應用領域；阿里則推出專攻音視頻內容的AI產品通義聽悟。

但總結起來看，各大模型中最常用最基礎的功能有兩個：一個是知識問答，一個是寫作生成。

首先是360，360智腦大模型通過預訓練和微調的方式，實現了生成與創作、多輪對話、代碼能力、邏輯與推理、知識問答、閲讀理解、文本分類、翻譯、文本改寫、多模態（文本生成圖像）等十大核心能力。

很顯然，這些能力不僅是基礎的知識問答，還可以覆蓋大模型全部應用場景，為個人、為企業提供AI服務。

其次，商湯“日日新SenseNova”作為大模型體系的重要一員，“商量SenseChat 2.0”同樣擁有長文本理解、邏輯推理、多輪對話、情感分析、內容創作、代碼生成等綜合能力，並且能夠在與用户的互動過程中精進判斷力與創作智能，實現知識實時更新。

如果根據360智腦的初衷，將大模型聚焦在C端亦或是“普惠”層面上來看，對比同細化垂直領域的大模型，那麼到底誰會做得更好？

就商湯“日日新SenseNova”知識實時更新這一點來看，360在實時信息這一塊結合了自身的優勢，在“實時”問題提問中，提供了“在網上搜索更好答案”的選項，並給出了這些回答在網頁上的參考來源。

但這種實時搜索的優勢僅限於部分問答，在某種特定對比內容問答以及描述生成圖片層面則差了些意思。

先是兩種產品之間參數的對比，知乎“橘生”曾要求360智腦要展示“三星S23”和“小米13”這兩款手機的參數，並從各個方面分析優劣，並作出購買推薦。

360智腦能夠提供各產品的優劣，但在數據上存在着一定的出入。

另外，就普通的描述生成圖片而言，其實也並沒有太多的問題，如果一旦將場景稍微具體後，生成的圖片就沒有那麼準確了。

圖片來源：知乎“橘生”

或許正如360 CEO周鴻禕所説“智腦還像剛出生的孩子，仍舊有不完善的地方”。很顯然，從以上問題來看，360智腦大語言模型+ 聯網搜索，還有很多錯誤數據和場景描述生成等問題需要解決。

事實上，這與競品之間的優缺無關，這是大模型自身數據訓練數量所存在的問題。更重要的一點是，大模型背後的企業也無法保證每一項功能訓練數據的比例。

即便當下大模型已經完成7B參數量，但目前國內的大模型技術仍然處於發展初期，應用場景較少，靠這個項目盈利還為時過早。

二、押寶大模型，但盈利尚早

雖然各大企業先後推出了屬於自己的大模型，但在發展方向上各有不同。

例如百度與阿里更偏向於接入各行業公司；華為則聚焦在金融、氣象、煤礦等多個行業；360智腦大模型應用創新領域AI數字人；騰訊和字節分別是行業大模型精選商店與大模型服務平台；商湯大模型“日日新”主要包括智駕領域。

據悉，360智腦大模型4.0目前仍未對外開放，暫時只接入瀏覽器、搜索、安全衞士等“360全家桶”產品。

為此，在支持商用這個競爭節點上，智腦與一邊是積極接入各行業的百度文心一言，一邊是上架各大應用商店，下載量達到1萬多次的訊飛星火的相比較，顯然是被被甩在後頭。

實際上這也十分的好理解，對於360而言，會更偏向於C端用户的感受以及在方向上的垂直髮展。

不過，就目前而言，雖然智腦為360自研千億參數大語言模型，但根據網友的測評，在基礎性的問答中仍然會存在無法“腦筋轉彎”的錯誤。

在主打問答、生成創作、AI數字人等層面的智腦，的確是偏向於to C，但也需要説明，目前帶給用户的價值是有限的。

更何況，使用開源大模型的項目數量，每個季度都在翻倍。

其中，今年6月，美國紅杉資本發現在其投資的33家創業公司和上市公司中，65%已經上線了大模型應用、94%正用OpenAI的大模型接口（API）開發應用。

它們使用大模型的方法大多較為簡單：直接調用ChatGPT的接口處理私有數據完成特定任務，如多語言互譯、生成文本或者網頁內容摘要等。很少有公司會做更深入的開發，就目前而言更多是用大量數據進行微調模型。

另一方面，對於to B端，企業一邊對大模型十分嚮往，但一邊又會在安全性有非常多的顧慮。説到底，最現實的問題就是大模型不是雲計算，更不是企業數字化這麼簡單，極少的企業會選擇直接接入大模型的API。

就拿ChatGPT來説，據媒體報道，三星公司內部曾在短期內發生了多起ChatGPT引發的數據安全事件。

大致情況就是，公司一名員工將要求ChatGPT幫助自己完成會議記錄，甚至還有員工將軟件源代碼粘貼到ChatGPT中要求進行優化，並要求其找到問題的解決方案。

基於此， 無論是內容記錄亦或是通過大模型進行代碼優化，所輸入源代碼都有可能成為ChatGPT的訓練數據庫。

圖片來源：量子位

如果再進一步延伸就會發現，大模型實際很難成為“行業通”，因為幾乎所有的企業都很難會將自身獨特的知識貢獻到大模型中。

這也就導致大模型難以實現對行業的深度瞭解，一旦問它行業問題，更多是侷限於表面。

當然，360同樣有着清醒的認知，就像周鴻禕所説“在數字安全方面積累了全球最多的攻擊樣本。我會願意把這個貢獻給行業嗎？我會願意把它訓練到公有的大模型裏嗎？不可能。”

總得來説，這也就註定了大模型垂直髮展所具有的難度。

三、360如何將大模型拉下神壇？

360周鴻禕曾在發佈會上説道：把大模型“拉下神壇” 變成每個企業能直接使用的東西。

通過智腦發佈會的內容簡單的理解就是，對行業進行垂直訓練，讓大模型自上而下，變成每一個人都可以直接拿來使用的模型。

專注服務於垂直領域的模型，能做到普惠到個人，或許將是一個趨勢。但就目前而言，360智腦存在一定的難度。

從當下ChatGPT的日活量來説，純對話式、問答的大模型已經不能滿足人們的個性化需求。更何況，AI帶來的是效率提升，是新的工作方式，而不是直接去替代某個人或是簡單“復刻”一個數字化的自己。

某種程度上也可以看出，從大模型動作頻頻，卻缺少問答之外的互動創新。

另一方面，為了更聚焦安全問題，360模型不具有連續對話能力。

根據官方的説法，360智腦作為“新搜索”的落地應用，這個產品的重點，也應該是在信息檢索能力和答案準確性、用户體驗以及實時性上。

換個角度，倘若360智腦去掉“聯網搜索”鍵，那麼實時性也將不再具備。

不過，語言模型＋搜索引擎的模式，對背後語言模型的考驗也是極大的，語言模型還需要對搜索信息作為辨別，這個在大模型發展的初期格外的明顯。

直白一點來説，語言模型＋搜索引擎的方式，還需要經過充分優化提升語言模型對搜索信息的辨別能力。