科大訊飛持續深入大模型國產化“無人區”_風聞
新眸-1小时前
作者｜李小東
很少有一個行業能像大模型一樣，在短短兩年內就完成了劇烈的分化。
這種分化，很大程度上是由行業極高的資源稟賦門檻導致的，企業的資金、技術、耐力，無不即時影響着一家大模型公司的存續空間。類似半導體行業，大量的投入也無法規避流片的損耗，隨着頭部公司崛起，一大批中小企業順勢消弭，這種現象在國內的大模型市場體現得尤為明顯。
在基礎大模型與AI產品應用之間，一家公司是否必然要面臨取捨，這個話題被討論的越來越多。底層模型能力往往決定應用層上限，但前提是需要足夠的算力來支撐，這正是當下制約多數公司發展的關鍵因素。
縱觀國內的行業格局，其中以百度、阿里等為代表的互聯網大廠，憑藉自身的資源優勢和對技術生態系統的判斷，仍專注於通用大模型的研發；一些企業則基於對商業化的考量，將重心轉向了應用層工具，例如包含智譜AI、月之暗面等在內的五小虎新生派。
但很長一段時間，行業裏對算力的追求，具像化後其實是對英偉達GPU的一片難求，甚至Meta和xAI的開源模型，已經被當作決定國內底層基座模型的下限。聯想到多年前在芯片領域長期被國外卡脖子的窘境，國產大模型需要解決的是極其類似的問題。
隨着行業進入深水區，算力資源面臨缺乏國產化方案的現實難題，以及對自主可控的迫切需求，在這種情況下，一直探討國產化解決方案的華為和科大訊飛，作為自主創新派逐漸進入了主流視野。
01
訊飛星火再度進化
技術領域自主創新的重要性不必贅述，但毫無疑問這是個相當艱鉅的過程。
華為與科大訊飛的合作淵源已久，具體來看，從早期在語音識別、自然語言處理等AI技術領域展開合作，推進軟硬件整合，如今在大模型領域，為了實現完全的國產化，兩家公司又開始自研算力底座。
這也是兩家公司聯合攻堅的重點發力方向：華為為星火大模型提供昇騰算力，支撐其訓練和推理過程；訊飛則憑藉AI 算法的優勢，與華為的硬件進行適配和優化。
然而，要打造國產算力底座，過程絕非易事。最簡單的例子，大模型訓練以多機多卡任務為主，故障頻率高，企業怎麼去保障GPU的利用率？還有系統架構與並行訓練的難題，一般來説，大模型的研發需要能支撐千億參數規模訓練的算力和框架，以及幾千張卡同時連續運行，這對系統架構以及並行訓練的集羣能力要求也非常高。
據瞭解，在推出國產算力基座“飛星一號”的前後，訊飛走過了“敢用－真用－會用－用好”的四個階段，從邁出嘗試使用昇騰AI的第一步，到開始基於昇騰AI進行模型訓練和推理，後續基於昇騰硬件的親和特性，重新設計了星火大模型結構，進一步提升集羣性能和推理性能等問題。
“星火大模型的持續迭代升級基礎，是自主可控的算力平台，不會受制於人。”也就是在這段經歷之後，作為首個支撐萬億參數大模型訓練的萬卡國產算力平台，去年發佈的“飛星一號”，在硬件和軟件上都實現了自主可控，引發了全行業遊戲規則的震動。
例如，基於“飛星一號”訓練的訊飛星火能力也在快速提升，在語言理解、文本生成、多模態等方面超過了GPT-4 Turbo。隨着星火大模型性能的提升，應用場景在教育、醫療、金融、交通等領域不斷拓展。
時間來到今年的科大訊飛1024全球開發者大會，“飛星二號”啓動，由訊飛、合肥市大數據資產運營有限公司、華為三方聯合打造，並在原先存、算、網全棧國產化的上一代基礎上，完成再次躍遷。
值得一提的是，最新發布的訊飛星火4.0 Turbo，不僅性能更強，而且效率更高。首發8個語種的多語言大模型，為世界提供了第二種選擇；尤其在多模態及超擬人數字人交互方面，現在你不僅能夠通過語音和大模型對話，還可以與數字人更流暢地面對面即時交流。
02
更適合國產大模型的算力底座
相比過去的人工智能，比如人臉識別，是在較為封閉的體系內追求確定的答案，但大模型給出的是更加開放式的智能，想象力很多，因此即使AI已經火了這麼久，真正的時代大幕也才剛剛拉開一角。
然而，越來越多的人也會提及，現在的國產大模型多如牛毛，雖然可選的大模型產品很多，但同質化、高分低能、實用性差、專業性不足的問題也很普遍，就連ChatGPT、Gemini這樣的玩家也會存在這種情況。
為什麼會這樣？
一方面，開源框架和預訓練模型的普及，讓開發一個基礎的大模型越來越容易。然而，大模型後續的投入門檻並不低，需要源源不斷的數據和多樣化的應用場景。並且目前對於大模型的評估標準尚不統一，很多企業的產品定位也不明確，應用場景不清晰，都在使局面變得更加混亂。
從這個角度來看，行業正處在一個去泡沫的階段，這並不是壞事。但對於一個良性發展的市場來説，需要有更多具備潛力的選手有能力繼續發展，這就要先去解決能夠解決的問題，算力就是其中最重要的一環。
前面提到，來自國外的開源模型被當作決定國內底層基座模型的下限，來自國外的芯片，也在從性能、數量等方面也在制約國產大模型發展。就不難理解，訊飛與華為的國產化解決方案，不僅僅是為了解決自身發展的難題，更重要的是像他們説的那樣：“給行業帶來第二種選擇。”
前段時間，據媒體報道，OpenAI關停了中國地區的API服務後，訊飛星火的API調用量出現了大幅度的增長。
官方認為，這件突發事件進一步驗證了自主可控通用大模型底座的重要性，並在之後推出API普惠政策，面向受到波及的開發者和創業團隊推出免費或優惠服務。
全國產算力底座提供的高性能算力資源，使得開發者能夠訓練和部署更大規模的AI模型，帶來更多AI應用的落地可能。如今訊飛的開發者生態裏，聚集了700多萬實名認證的開發者團隊，形成了活躍的開發者社區。
在劉慶峯看來，中美AI的激烈博弈下，國產大模型底座下的自主可控的繁榮生態，決定了能在這條路上走多遠，也直接影響到國內技術開發者是否能在浪潮中享受更多紅利。某種程度上説，這是個極高的戰略構想，甚至能夠支撐起訊飛在大模型行業裏的未來想象。
03
大模型的走向更加務實
兩百多年前，法拉第發現了電磁感應現象，為發電機的發明奠定了基礎，但真正讓電力走入千家萬户的是麥克斯韋，他的電磁理論預言了電磁波的存在，並在未來廣泛應用到通信、雷達、電視等領域。
類似的情節也發生在大模型。劉聰是科大訊飛的研究院院長，他並不認為一個通用的大模型，可以解決所有問題。尤其在當前國內市場，基礎大模型更多的意義在於構建生態，而模型的價值更在於應用。
在他看來，尤其是面對B端市場，通用大模型往往並不奏效，這意味着模型需要越來越多，有越來越可收斂的場景，而不是一個萬能的技術去適配所有場景。據信通院發佈數據，當前近65%的AI大模型是垂直大模型，融合行業核心數據和業務生產數據，在相應行業解決問題更高效。
但在這個過程中，尤其是面對央國企這類對數據技術安全、業務穩定要求更高的行業，他們對業務場景和需求往往更傾向定製能力，因此大模型的運用又是一件阻礙重重的生意。
這也是訊飛能在國內一眾大模型公司中脱穎而出的原因。
早在2019年，訊飛已經開展國產化移植優化工作，承擔了國家多個AI國產化攻關項目。如今，基於飛星一號的國產底座能力，星火大模型可以説是完全國產：無論是自研的算法設計、模型結構，還是數據資源，包括被稱為“無人區”的國產算力，都確保了大模型自主可控。
如今，在中標數、金額上，星火大模型已經成為央國企大模型首選。劉慶峯強調，AI應用正在日益進入到場景化的深水區，科大訊飛將針對行業痛點和場景，打造行業大模型，並且和多個行業合作伙伴探索大模型在實體產業中的落地。截至2024 年10月，與頭部企業共建20多個行業大模型，覆蓋300多個應用場景。
具體來看，例如在醫療行業，面對醫療資源的分佈不均，訊飛星火醫療大模型應運而生，並在多學科知識問答、多形式語言理解、多環節輔助診療、多模態支持等方面的技術能力均排名第一。隨着訊飛星火醫療大模型2.0的發佈，其在海量知識問答、複雜語言理解等核心場景的能力實現升級。
針對實體產業，在汽車行業，訊飛星火智能座艙已在奇瑞、廣汽、長城等六大車企的量產車型中落地，多款搭載端側大模型的車型將在今年第四季度陸續上市。
除此以外，訊飛智能車載語音系統支持23個主要語種，搭載的車型遠銷60多個國家和地區，為中國汽車的出海提供智能化支撐選項，聯想到前不久的數據泄露事件，全國產的解決方案給汽車廠商帶來更加安心的解決方案。
大模型未來發展趨勢如何？劉聰認為，大模型在開放之後，將會對普通人的工作和生活產生深遠影響。在未來的幾年裏，可以預見，通用認知智能技術會飛速進步，帶來一系列重大的創新和產業變革。
放眼全球，類似的成功案例也在逐漸湧現。隨着技術的不斷進步和應用場景的不斷拓展，AI大模型正成為推動各行各業智能化轉型的重要引擎。人工智能的未來充滿了無限可能，而訊飛正站在這個新時代的門檻上。