對於“百模大戰”，幾乎所有大佬的口風都180 °大轉變了？_風聞
智能相对论-智能和车，边评边测；未来和家，且品且鉴30分钟前
文 | 智能相對論
作者 | 陳泊丞
在2024世界人工智能大會暨人工智能全球治理高級別會議產業發展主論壇上，百度創始人、董事長兼首席執行官李彥宏談了些對於AI大模型的看法，語驚四座。
而後又強調，“沒有應用，光有基礎模型，不管是開源還是閉源都一文不值。”同時李彥宏也表示，要跳出移動時代的思維邏輯，避免掉入“超級應用陷阱”，不是隻有10億DAU的應用才叫成功。
可以説，李彥宏的發言挺激烈的。這似乎也是第一次有大佬在這麼高級別的場合去把“百模大戰”和大模型的發展攤開了説。
當然，秉持着類似觀點的，也不只是李彥宏。
金沙江創投主管合夥人朱嘯虎在6月的黑馬大課上也提到，很多創業者盲目投資AI底層技術。雖然創造了“百模大戰”的盛況，但也造成了社會資源浪費。
怎麼變？
除了李彥宏、朱嘯虎之外，還有獵豹移動董事長兼CEO、獵户星空董事長傅盛，智譜AI COO張帆、百川智能創始人王小川等大佬在不同的場合也或多或少談到了大模型行業競爭轉變的方向，能最終達成共識的關鍵點在於“場景”和“應用”。
聚焦基礎大模型的“卷”所導致的“百模大戰”似乎該喊停了，大模型的重點還是得“卷”場景應用。
大佬們在這一點上達成了共識。今年以來，大家的口風都變了！
不要過度競爭基礎大模型，該“卷”場景應用了
在過去一段時間內，美國湧向了大量專注於大模型應用開發的創業公司，如Adept、Stability.ai、Runway、BettrData、Tinybird、UnSkript等等。
同時，像OpenAI、Anthropic這樣的大模型頭部領軍企業以及如谷歌、微軟等科技巨頭也在致力於利用開源模型或自主研發的基礎模型，開發出各種應用場景的解決方案。
GPTs的推出以及OpenAI宣稱的一系列給開發者讓利的行為，都旨在吸引更多的創業團隊參與到GPT技術的創新和應用中，從而豐富GPT生態系統，幫助OpenAI在接下來的時間內佔據大模型領域在場景應用方向的優勢。
目前，百度文心一言的日均調用量已經超過5億，而在兩個月前百度官方才剛剛宣佈文心一言的日調用量超過2億。
期間2個月的時間，調用量就發生如此之大的變化，可見大模型要“卷”場景應用不僅僅是廠商們的推動，還有整個市場的需求已經擺上枱面，呈現出爆發式增長趨勢。
類似的信號也在阿里雲的主場上釋放。
在世界人工智能大會上，阿里雲CTO周靖人公佈了近期通義大模型和阿里雲百鍊平台的最新進展——近2個月，通義千問開源模型下載量增長2倍，突破2000萬次，阿里雲百鍊服務客户數從9萬增長至23萬，漲幅超150%。
而以朱嘯虎為代表的投資者們也開始在應用層去尋找大模型的投資機會。
市場的風向變了，不僅僅只是大佬的口風在變。
“超級能幹”的應用在哪？
“AI時代，‘超級能幹’的應用比只看DAU的‘超級應用’更重要。”在世界人工智能大會上，李彥宏試圖為接下來的大模型應用開發趨勢下一個結論。
然而，“超級能幹”的應用或許理解起來並不難，市場懸而未決的問題在於這樣的應用是如何開發出來的，又是如何推向大眾？
基於現階段的行業表現，「智能相對論」認為有幾點思考值得探究。
一、在“超級能幹”的應用背後，大模型技術的迭代和適配是必要的。
行業的趨勢大多殊途同歸，大模型領域在今年以來掀起的MoE架構迭代趨勢，則是代表了在技術方面大模型正為“卷”場景應用而作支撐。
如今，OpenAI的GPT-4、谷歌的Gemini、Mistral AI的Mistral、xAI的Grok-1、崑崙萬維的天工AI、浪潮信息的源2.0-M32、通義千問團隊發佈的Qwen1.5-MoE-A2.7B等國內外大模型都採用了MoE架構。
MoE架構通過引入專家網絡（Expert Networks）和門控機制（Gating Mechanism）實現了模型的稀疏化和模塊化，在數據處理、算力資源調配、輸出結果優化等方面都有相當不錯的反饋。這為大模型的場景應用落地和推廣提供了非常關鍵的技術支持。
比如，微軟就提出了一個端到端的MoE訓練和推理解決方案DeepSpeed-MoE，其通過深度優化MoE在並行訓練中的通信，減少通信開銷，實現了高效的模型並行。此外，DeepSpeed-MoE還提出了基於微調的專家排序機制，可以根據訓練過程中專家的損失動態調整輸入樣本到專家的分配，提升效果。
二、“超級能幹”的應用意味着一場更商業化的生態競爭。
技術沒問題，但商業化路徑不清晰仍然會在今天的市場面臨崩盤。日前，微軟官網更新了一條通知——“GPT Builder即將停用”。曾經掀起AI圈無數熱議與高潮的GPTs似乎正在走向敗局。
誰又能想起，當時GPTs概念橫空出世的那場發佈會還被外界形容為“OpenAI的iPhone時刻”。
OpenAI本意是想借助低門檻的技術能力以及全球開發者們共同打造出一批“超級能幹”的應用，結果卻因技術問題帶來的體驗瑕疵以及模糊不清的貨幣化政策，讓GPTs這一概念的商業化路徑始終走不通，最終只能“涼涼”。
“超級能幹”的應用大多是建立在成熟的商業生態之上，或許全球的AI廠商都需要認清楚這一點。值得一提的，在大洋的彼岸，阿里雲在2022年11月牽頭髮起的開源AI模型社區剛剛斬獲2024 SAIL之星獎的魔搭ModelScope。
歷經一年多的發展，魔搭社區已成為國內規模最大、最活躍的AI模型社區，匯聚5500多款優質模型和上千數據集，為超過560萬開發者提供了模型及免費算力服務。或許，OpenAI沒能走通的生態路徑，在中國會有新的生機吧。
三、“超級能幹”的應用必然萌芽於行業場景中。
朱嘯虎送給大模型創業者的忠告，“不要迷信AI，聚焦尖刀場景儘快落地。”——場景是孵化“超級能幹”應用的搖籃，然而更深入地來看，也不能只看場景，最終還得看用户反饋和價值呈現。
醫療、教育、金融、製造、交通、農業等等這些行業領域是大模型應用“高發”場景，但打造出來的智能體或解決方案究竟如何，“如人飲水，冷暖自知”罷了。
To B的項目看效率。在快遞領域，目前通過大模型來幫助處理訂單，就可以做到了“一張圖、一句話寄快遞”，不再需要其他繁瑣的流程，時間從3分多鐘縮短到19秒。而且90%以上的售後問題，也都由大模型來解決。——這樣的效率提升，才稱得上是“超級能幹”。
To C的場景看用户。此前，在高峯期，百度的高考智能體每天要回答超過兩百萬個考生的問題。對於全國1000萬的考生來説，這一比例是相當高的。——這樣的用户數量，也算得是“超級能幹”。
今天，大模型應用覆蓋文本生成、數據處理、PPT製作、市場營銷、客服售後、醫療診斷等各類通用的和垂直的場景。實際上，市場並不缺場景，而是缺乏能幹、有效的應用，“卷”應用須在場景中找用户、找價值。
*本文圖片均來源於網絡
此內容為【智能相對論】原創，
僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複製或建立鏡像。
部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯繫。
•AI產業新媒體;
•澎湃新聞科技榜單月度top5;
•文章長期“霸佔”鈦媒體熱門文章排行榜TOP10;
•著有《人工智能 十萬個為什麼》
•【重點關注領域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、雲計算、開發者以及背後的芯片、算法等。