大模型創業，李彥宏公佈標準答案_風聞

 

來源 | 伯虎財經（bohuFN）

作者 | 陳平安

日前，原阿里首席AI科學家賈揚清的一條朋友圈截圖在社交媒體傳得沸沸揚揚。截圖指出某國產大模型其實是LLaMA架構，只是更換了幾個變量名而已。

這也不是業內人士第一次發聲質疑，在幾個月前的Waves大會上，中國人民大學高瓴人工智能學院盧志武教授也曾表示，所謂“國產大模型的春天”，不過是很多公司在“微調國外底座模型”的假象。

雖然後續也有其他學者表達了不同的看法，但爭論之下，一條有關大模型的暗線已然浮出水面——大模型，越多越好嗎？

關於這個問題，百度創始人、董事長兼首席執行官李彥宏在11月15日舉行的深圳2023西麗湖論壇上給出了自己的答案：

“目前中國的大模型太多，而模型之上開發的AI原生應用太少。”

“人類進入AI時代的標誌，是出現大量的AI原生應用，而不是出現大量的大模型。”

01 大模型狂飆

要想回答開頭的問題，首先需要搞清楚，我們需要怎樣的大模型。

以去年11月底 ChatGPT的橫空出世為分界線，國內大模型發展經歷了從寒冬到盛夏的兩級反轉。不只是阿里、百度等巨頭公司，越來越多的創業公司開始湧入這個賽道：截止今年10月，國內已經發布了238個大模型，而6月份的時候這個數字是79個，相當於4個月就翻了3倍。

但正如開頭專家們所質疑的，大模型的風口並不好追。大模型的顛覆性來自其“智能湧現”的能力：簡單解釋就是觸類旁通，通過訓練，即便是沒有教過的東西，大模型也會。以百度的文心一言為例，在此前的演示中，當李彥宏要求其現場根據一些關鍵詞為一輛新能源汽車生成廣告時，文心一言僅僅花了三分鐘就生成了豎版廣告、5條文案和一段30秒的數字人廣告。

獲得這樣能力的前提是模型的參數規模足夠大，訓練數據量足夠多並且能夠不斷投入，進行迭代。

一方面，這決定了大模型是典型的資金密集型賽道，要開發好用、可用的大模型，存在很高的技術和成本門檻。據OpenAI聯合創始人布羅克曼等測算，訓練大模型消耗的計算量，每 3、4 個月會翻一倍。據多位業內人士估算，OpenAI 訓練 GPT-3 一年，僅算力成本就有 2000 萬美元。

另一方面，這也使得缺乏“智能湧現”能力的專用大模型難言價值。在會上，李彥宏曾提到一個現象，很多行業、企業，甚至很多城市都在買卡、囤芯片，建立智算中心，想要從頭訓練自己的專用大模型，但大模型的產業化模式，應該是把基礎模型的通用能力和行業領域的專有知識相結合。大模型更通用，但是成本高，小模型雖然只能應對特定場景的任務，但勝在成本低，實時性較強。在訓練的過程中，大模型能夠幫助小模型提升快速生成、標記樣本的能力，而小模型則幫助大模型快速收斂，從而提升算法性能。

一個例證在於，文心大模型的API調用量。李彥宏表示：“自從8月31號開放以來，文心大模型的API調用量，呈現了指數級的增長。國內有200多個大模型，文心大模型一家的調用量比這200多家大模型的調用量加起來還要多。”

讀到這裏其實不難發現，大模型本質是一個基礎底座，有些類似pc時代的Windows操作系統或者移動互聯網時代的安卓或者ios系統。它的門檻和特性決定了，未來的競爭格局一定是一到兩個技術底座佔據行業的統治地位。這也是為什麼李彥宏會強調：“不斷地重複開發基礎大模型是對社會資源的極大浪費”。

02 大模型的價值錨點

業界之所以把大模型視為第四次工業革命真正進入快車道的標誌，是期待其所帶來的效果和效率的躍遷。

還是以百度的文心大模型為例，自今年三月正式發佈後基於文心大模型3.0的文心一言產品後，上個月，百度又發佈了文心4.0版本。和前代相比，4.0是迄今為止最強大的文心大模型，在理解、生成、邏輯和記憶四大能力上，都有明顯提升。比如，在生成能力上，文心一言除了生成文字內容，更包括了圖片、視頻、數字人等多模態內容，可實現的創作體裁超過200種，涵蓋了幾乎所有寫作需求。在邏輯和記憶能力上，相比之前的版本也有了成倍提升。

但和過去誕生的許多新技術一樣，大模型也需要解決應用場景的桎梏，尋找兑現商業價值的路徑。就如同pc時代改變我們辦公、遊戲方式的軟件，以及在根植於移動終端的抖音、微信這樣的應用一樣，同樣具備技術底座屬性的大模型如果不能形成繁榮的生態，那麼也就難言價值。這也是大模型真正的價值錨點所在。

李彥宏在會上表示，“AI原生時代，我們需要的是100萬量級的AI原生應用，而不是100個所謂的大模型。”

這需要從業者們共同努力。比如李彥宏提到一個情況，和國內百模大戰的情況相比，國外雖然湧現了幾十個基礎大模型，但對於AI原生應用的探索也很火熱，目前已經有上千個AI原生應用。例如微軟、Adobe都根據自身業務推出了相對應的AI原生應用。

發力生態建設也是百度一直在做的事情， 目前百度智能雲千帆大模型平台2.0月活企業數近萬家，覆蓋了金融、教育、製造、能源、政務、交通等多個行業的400多個場景，擁有了800萬AI開發者。

無論是PC時代還是移動互聯網時代，技術變革往往也意味着那些大機會，比如通訊、娛樂、購物、工作等。這些人們最本質的需求往往會因為技術而煥發新的形式和生機，就好比當人們滿足於互聯網時代的圖文閲讀模式時，一定不會想到未來有一個叫抖音的APP改變了數以億計人羣的娛樂方式。

正如李彥宏所言，直到今天，無論是中國也好，美國也好，最好的AI原生應用還有沒出現。就像移動時代誕生了像微信、抖音、Uber這樣的“mobile-native”的應用一樣，AI原生時代一定會有優秀的AI原生應用是基於這些大模型開發出來的。

也因此，對於大模型從業者們而言，和花大力氣用於開發大模型相比，如何做出更好的AI原生應用顯然是更大的機會。

03 如何迎接AI時代

在此前的百度世界大會上，李彥宏曾表示“企業競爭，不是大魚吃小魚，而是快魚吃慢魚，比競爭對手更快決策，很可能你就贏了。”

和這段發言相印證的，是過去 7 個月裏，百度在大模型方面的推進速度——文心大模型大大小小的更新有數十次，提出了多個大模型生態計劃，率先向全社會開放了大模型應用。

這裏的邏輯有兩個。

首先是CEO對於業務驅動的關鍵作用。現在AI和大模型會成為新的變革技術幾乎已經成為共識，諮詢機構麥肯錫預測：大模型和它掀起的生成式人工智能有望為全球經濟貢獻約 7 萬億美元價值。

但是作為企業應該如何擁抱AI時代呢？李彥宏表示，雖然許多企業上上下下都很重視這次機會，但對於問題的本質瞭解不深，“以為自己搞個基礎模型，或者按照網上傳播的評測方法來挑選一款評分高的大模型，就是擁抱AI時代了”。

實際上，大模型有沒有對互聯網公司的DAU、時長、用户留存這些指標產生正向影響，有沒有對企業的收入、利潤、成本產生影響，才是問題的本質，而這些是隻有CEO才會關心的問題，做最適合自己公司業務的選擇。

其次，強大的基礎大模型，是AI原生應用的底層驅動力，而AI原生應用則會帶動市場，倒逼市場變化。

基於自家的文心大模型，百度不僅把旗下各產品線進行了AI原生化重構，也孵化了全新的AI原生應用。比如智能代碼助手Comate。百度現在每新增100行代碼，就有20行是AI生成的。同時，得益於智能化的提升，AI原生化重構後的產品也取得了新的進展，比如百度文庫的付費率提升明顯。

這裏李彥宏舉出新能源汽車去做類比：“中國新能源車在全球的市場份額達到65%。因為國家政策扶持的就是應用端，通過減免車輛購置税，上路不限號不限行等手段，有效拉動了新能源汽車產業的快速增長。AI產業也是需求驅動，所以應該是在需求側、應用層發力，就像補貼新能源汽車用户一樣，鼓勵企業調用大模型來開發人工智能原生應用，用市場推動產業發展。”

如果説此前幾次工業革命，中國的主題是錯過和追趕，那在大模型風起的當下，我們起碼已經和國外站在了同一起跑線。在這場競爭中，我們有足夠的技術和資源去做比拼，而更值得思考的，則是選擇一條怎樣的路。和百模大戰相比，通過類比過去的技術浪潮，強調AI 原生應用或許是一個更好的路徑。

畢竟就在當下，如何平衡收入和支出，已經成為大模型企業們頭疼的問題。

*文章封面首圖及配圖，版權歸版權所有人所有。若版權者認為其作品不宜供大家瀏覽或不應無償使用，請及時聯繫我們，本平台將立即更正。