英媒：“小而美”語言模型正崛起

英國《經濟學人》9月8日文章，原題：對被“神化”的大語言模型的信仰正在崩塌    當科技圈談及大型語言模型進展乏善可陳時，常用智能手機作類比：早期OpenAI公司推出ChatGPT帶來的革命性影響力堪比2007年iPhone問世，但如今大語言模型的迭代更像普通手機的小幅升級。ChatGPT-5最新發布後，熱度甚至不及最新亮相的iPhone 17。

更值得關注的是小型語言模型在企業中的崛起。許多公司更傾向於量身定製的AI模型，以滿足自身特定需求。一些企業在人力管理等方面無需大語言模型“全知全能”的能力，小語言模型成本低、易部署，反而更經濟高效。萬國商業機器公司研究負責人大衞·考克斯表示：“你的‘人力資源’聊天機器人並不需要掌握高深物理知識。”

小語言模型不僅能在公司內部IT系統運行，也適合嵌入智能手機、自動駕駛汽車、機器人等對能耗與速度敏感的設備。小語言模型可靠性逐步提高，可能表明蘋果等廠商未大舉投資雲端大語言模型是明智決策。

何謂“小語言模型”？業內並無明確界定。兩者區別主要在於訓練參數數量：大語言模型可達數千億，小語言模型通常在40億甚至低於1億。訓練方式的改進，使小語言模型逐漸縮小與大語言模型的差距。例如，英偉達最新推出的9億參數新款AI模型，在多項測試中超過“元”公司今年4月發佈的40倍參數的模型。市場研究公司的阿格拉瓦爾表示：“今天的小模型，比去年的大模型更強大。”

企業需求推動了小語言模型發展。信息技術研究和諮詢公司高德納表示，大語言模型的“AI幻覺”等問題導致用户疲勞，企業更青睞在行業數據上微調的專業模型。今年企業對小語言模型的需求增速預計是大語言模型的兩倍。

成本考量也促使小語言模型受歡迎：重複、可標準化的任務可用小語言模型完成，而無需調用資源消耗巨大的大語言模型。萬國商業機器公司的Docling產品便是例子：僅用約2.5億參數的小語言模型即可執行轉化數據的任務，用大語言模型反而不划算。小語言模型也可以在更便宜的芯片上運行，能降低硬件成本。

小語言模型在AI代理中也具優勢。英偉達公司的研究認為，小模型有潛力成為“代理型AI”的核心，能以更低成本完成任務，並支持“樂高式”組合——用多個專業小模型替代單一大語言模型。這一點凸顯了小語言模型在經濟與靈活性上的吸引力。未來，大語言模型仍將主導如ChatGPT等消費者應用，但企業與設備端AI可能更多采用小語言模型。OpenAI自身也在內部使用不同規模模型，以任務複雜度分配資源。（蔣禮譯）