<mark id="oztn4"></mark>
0
| 本文作者： 陳彩嫻 | 2023-04-14 17:58 |
互聯(lián)網(wǎng)時(shí)代的杰作是「連接」，人工智能時(shí)代的標(biāo)志是「決策」。——在過(guò)去的一個(gè)月，對(duì)于人工智能時(shí)代的定義區(qū)分，大多數(shù)行業(yè)人士在大模型的創(chuàng)造力上找到了答案。
舉個(gè)例子，為何大數(shù)據(jù)與機(jī)器學(xué)習(xí)算法的結(jié)合早已出現(xiàn)，過(guò)去的十年（2012年到2022年）卻仍然停留在互聯(lián)網(wǎng)時(shí)代，而 ChatGPT 的出現(xiàn)卻勾畫(huà)出了人們心中所想的人工智能時(shí)代呢？
這背后的本質(zhì)，概括來(lái)說(shuō)，其實(shí)是 AI 算法能對(duì)生產(chǎn)力產(chǎn)生多大的影響。所謂「生產(chǎn)力」，形象的說(shuō)法是機(jī)器與人的 ROI 比例區(qū)分，而大數(shù)據(jù)與過(guò)去統(tǒng)計(jì)學(xué)習(xí)、小模型深度學(xué)習(xí)的結(jié)合，沒(méi)有在生產(chǎn)過(guò)程中明顯降低人力的投入。例如，過(guò)去十年全球 AI 研究者在計(jì)算機(jī)視覺(jué)的探索上，扮演了高凈值的「科技民工」角色，AI 生產(chǎn)即使注入高門(mén)檻的科技屬性，也還沒(méi)有擺脫堆人力的「勞動(dòng)密集型」屬性，因此 AI 生產(chǎn)力的釋放有限。
但在 GPT-3 為代表的大模型風(fēng)潮中，大模型解決多項(xiàng)任務(wù)的「通用」表現(xiàn)讓 AI 第一次有了從項(xiàng)目交付跨向平臺(tái)賦能的可能，有效控制成本、提高收益，并在ChatGPT 的產(chǎn)品設(shè)計(jì)創(chuàng)新中爆發(fā)大規(guī)模可行性、在 GPT-4 中愈加彰顯「通用人工智能」（AGI）潛力。借助大模型，AI 的落地由此第一次稱(chēng)得上「智能」生產(chǎn)力，AI 時(shí)代來(lái)臨。
比方說(shuō)，ChatGPT 較于互聯(lián)網(wǎng)，一次「詢(xún)問(wèn)」的搜索，互聯(lián)網(wǎng)產(chǎn)品的反饋結(jié)果是一條條檢索信息，需要用戶(hù)花大量的時(shí)間去篩選、甄別；而人工智能產(chǎn)品，如 ChatGPT，是基于檢索信息做「決策」性的整合，一鍵生成匹配用戶(hù)詢(xún)問(wèn)的答案，節(jié)約了大量的時(shí)間成本，以及人力成本。
然而，我們只停留在基于大模型的單一「產(chǎn)品形態(tài)」（如對(duì)話形態(tài)的通義千問(wèn)、ChatGPT...）上是沒(méi)有意義的。如果只將想象力放在「溝通」上，那么容易走 Siri 為代表的對(duì)話產(chǎn)品老路。對(duì)于人機(jī)對(duì)話，過(guò)去 AI 領(lǐng)域的研究學(xué)者囿于「改善溝通語(yǔ)氣」的目標(biāo)上，導(dǎo)致了上一代智能對(duì)話產(chǎn)品更多局限于情感慰藉的效果；而 OpenAI 的研究者率先注意到更背后的需求：「溝通」是為了提升解決問(wèn)題的效率，所以他們將大模型的語(yǔ)言理解與生成能力，與對(duì)話做了結(jié)合，創(chuàng)造出了 ChatGPT。
由此再看 OpenAI 的通用人工智能路徑：2020年推出的 GPT-3 是大模型的技術(shù)，2022年推出的 ChatGPT 是基于大模型的產(chǎn)品形態(tài)，2023年與可口可樂(lè)等企業(yè)合作則是基于大模型的「生態(tài)」創(chuàng)造。據(jù) EnterpriseAppsToday 統(tǒng)計(jì)，截止 2023 年 1 月， OpenAI 已跟科技、教育、企服、制造、金融、零售等等行業(yè)的 902 家企業(yè)形成合作關(guān)系。技術(shù)-產(chǎn)品-生態(tài)是 OpenAI 的三部曲，其中，生態(tài)是 OpenAI 跑進(jìn)人工智能時(shí)代的最后一公里。
目前，國(guó)內(nèi)絕大多數(shù)的關(guān)注點(diǎn)聚焦在類(lèi) ChatGPT 的「產(chǎn)品」形態(tài)上，也就是第二步。但實(shí)際上，從2017年谷歌推出 BERT 以來(lái)，Transformer引領(lǐng)的大模型研究就已在中美兩國(guó)如火如荼展開(kāi)，又在 2020 年GPT-3 的爆紅中吸取了堆數(shù)據(jù)、堆算力的訓(xùn)練啟示，因此，早已進(jìn)入大模型賽道的各家巨頭，如海外的微軟、谷歌，以及國(guó)內(nèi)的阿里幾乎處于同一起跑線。ChatGPT 雖然帶來(lái)產(chǎn)品的創(chuàng)新，但技術(shù)含量并非不可超越，因此國(guó)內(nèi)的科技巨頭也很快成功追趕上，比如阿里、百度、智譜甚至360，都能很快推出自己的類(lèi) ChatGPT 產(chǎn)品。
但論最終「生態(tài)」的競(jìng)爭(zhēng)，究竟誰(shuí)更有優(yōu)勢(shì)？背后其實(shí)是綜合能力的較量。而綜合能力，比拼三點(diǎn)：一是應(yīng)用大模型的基礎(chǔ)設(shè)施；二是先有落地場(chǎng)景與平臺(tái)的比拼；三是降本增效的工程能力。囿于綜合能力的限制，「生態(tài)」遲遲未在國(guó)內(nèi)開(kāi)展。
直到今天。
剛剛兼任阿里云智能集團(tuán)CEO的張勇（花名：逍遙子）在阿里云北京峰會(huì)上放出重磅消息：阿里所有的產(chǎn)品都將用「通義千問(wèn)」大模型改造。此外，阿里云智能集團(tuán)CTO周靖人稱(chēng)，通義千問(wèn)將基于阿里云基礎(chǔ)設(shè)施向企業(yè)開(kāi)放，企業(yè)可以在阿里云上訓(xùn)練企業(yè)自己的行業(yè)、垂類(lèi)大模型。到這個(gè)時(shí)候，中國(guó) AI 行業(yè)者才第一次嗅到應(yīng)用大模型的春風(fēng)，國(guó)內(nèi)大模型的逐趕者才意識(shí)到：
中國(guó)大模型「生態(tài)」的角逐，被阿里云領(lǐng)先了一個(gè)身位。
01 大模型在前，應(yīng)用在后
如何從互聯(lián)網(wǎng)時(shí)代邁入人工智能時(shí)代？
過(guò)去數(shù)月，這是威脅中國(guó)互聯(lián)網(wǎng)時(shí)代利益既得者的最核心問(wèn)題。不同于直播帶貨對(duì)傳統(tǒng)電商平臺(tái)的沖擊，前者是在同一個(gè)范式（互聯(lián)網(wǎng)）下的競(jìng)爭(zhēng)，大模型產(chǎn)品 ChatGPT 的「一鍵搜索與生成」能力代表的是人工智能對(duì)信息鏈接的降維打擊。
解決這個(gè)心頭大患，中國(guó)的互聯(lián)網(wǎng)創(chuàng)業(yè)者快速經(jīng)歷了兩波發(fā)展：一，下場(chǎng)做大模型，如王小川、王慧文、李志飛等人；二，基于大模型做產(chǎn)品應(yīng)用創(chuàng)新，如 Adobe、金山辦公等沒(méi)有大模型發(fā)電廠的團(tuán)隊(duì)。
加上微軟應(yīng)用 OpenAI 大模型能力的啟示，互聯(lián)網(wǎng)邁向人工智能的第一步最終選擇了一條顯而易見(jiàn)的道路：互聯(lián)網(wǎng)連接平臺(tái)的升級(jí)，例如：大模型+搜索，出現(xiàn)微軟的New Bing、谷歌的 Bard；大模型+辦公，出現(xiàn)微軟的Copilot。這些產(chǎn)品都可以視為 Bing、谷歌搜索、MS Office 的 3.0 作品（PC互聯(lián)網(wǎng)時(shí)代是1.0，移動(dòng)互聯(lián)網(wǎng)時(shí)代是2.0，人工智能時(shí)代則是3.0）。
毫無(wú)疑問(wèn)，國(guó)內(nèi)大模型的落地場(chǎng)景也首先會(huì)出現(xiàn)在各類(lèi)先有的互聯(lián)網(wǎng)產(chǎn)品上。而B(niǎo)AT、美團(tuán)、字節(jié)等擅長(zhǎng)打平臺(tái)戰(zhàn)的企業(yè)對(duì)此都有需求，然而，并非每個(gè)互聯(lián)網(wǎng)巨頭都有通用大模型的技術(shù)積累。同理，新一輪的 AI 浪潮中，擁有大模型積累的創(chuàng)業(yè)公司不具備成熟的互聯(lián)網(wǎng)產(chǎn)品。因此，在這一局中，這一輪領(lǐng)跑者必須具備兩個(gè)條件：一是大模型，二是落地場(chǎng)景。
而如上所述，大模型的較量中，大廠之間只要具備算力、數(shù)據(jù)與算法，效果沒(méi)有本質(zhì)上的差距，百度有文心、阿里有通義（包括M6/PLUG）、華為有盤(pán)古……所以決勝點(diǎn)之一就是應(yīng)用的數(shù)量與質(zhì)量。所以，當(dāng)張勇表示阿里巴巴集團(tuán)旗下全系產(chǎn)品都將接入 AI 大模型時(shí)，阿里云峰會(huì)的臺(tái)下觀眾沸騰了——
阿里系產(chǎn)品家族：
?電商：天貓，淘寶，速賣(mài)通，閑魚(yú)
?出行：高德，飛豬
?娛樂(lè)：優(yōu)酷，淘票票，靈犀互娛，大麥，西瓜影視，微博
?生活：餓了么，淘鮮達(dá)，盒馬
?搜索：UC瀏覽器
?辦公：釘釘
?家居：天貓精靈……
OpenAI 沒(méi)有大規(guī)模產(chǎn)品形態(tài)，因此第一階段只能依靠微軟的應(yīng)用產(chǎn)品來(lái)釋放大模型的生產(chǎn)力，如落地成 NewBing 與 Copilot。其余大模型的競(jìng)爭(zhēng)者還停留在技術(shù)與產(chǎn)品打磨的第一或第二階段，生產(chǎn)力的釋放也仍受到客觀局限。兼?zhèn)浯竽Ｐ图夹g(shù)（通義）、產(chǎn)品（通義千問(wèn)）與應(yīng)用（釘釘、天貓精靈等）的阿里，很自然地沖到了「生態(tài)」前面，成為獨(dú)立締造生態(tài)的玩家（區(qū)別于微軟與OpenAI的聯(lián)手締造）。
阿里云北京峰會(huì)上，接入了「通義千問(wèn)」大模型技術(shù)的釘釘，首次打開(kāi)了國(guó)內(nèi) AI 時(shí)代智能產(chǎn)品的想象力——
新一代的釘釘向智能辦公邁進(jìn)：針對(duì)辦公會(huì)議，釘釘可以在會(huì)議結(jié)束后自動(dòng)生成會(huì)議紀(jì)要與待辦事項(xiàng)；針對(duì)日常辦公的文本寫(xiě)作，釘釘可以自動(dòng)生成活動(dòng)策劃、會(huì)議策劃等工作流程方案，以及文生圖；針對(duì)群聊，釘釘可以自動(dòng)生成群聊的聊天要點(diǎn)；針對(duì)開(kāi)發(fā)，釘釘可以拍一張功能草圖自動(dòng)生成小程序……
在過(guò)去，文本總結(jié)、文本生成、文本翻譯、文生圖等等都是自然語(yǔ)言處理（NLP）中的一個(gè)個(gè)細(xì)分方向，大模型出現(xiàn)之前，NLP 研究者是各自選擇一兩個(gè)細(xì)分方向深耕，雖然各有精辟，但在落地上成本與效益不匹配，類(lèi)似大炮轟小鳥(niǎo)；但大模型出現(xiàn)后，一個(gè)大模型就可以解決總結(jié)、生成、翻譯等等多項(xiàng)任務(wù)，落地也就轉(zhuǎn)為了高速公路的思路：雖然建設(shè)成本高，但覆蓋用戶(hù)廣、使用頻率高，就具備了商業(yè)可行性。
在未來(lái)，用大模型做單個(gè)產(chǎn)品的智能升級(jí)，將成為行業(yè)趨勢(shì)，我們可以拭目以待。
和其它團(tuán)隊(duì)不同的是，阿里最大的優(yōu)勢(shì)是其場(chǎng)景豐富，覆蓋電商、出行、娛樂(lè)、生活、辦公、搜索等等品類(lèi)，使其在大模型產(chǎn)品形態(tài)的創(chuàng)新上為「生態(tài)」做了更進(jìn)一步的鋪墊：
以「幫我制定一份五一出游攻略」的問(wèn)題為例，若詢(xún)問(wèn) ChatGPT，用戶(hù)只能得到一份關(guān)于機(jī)票、酒店、當(dāng)?shù)亟煌ā嬍车鹊确矫娴奈淖只卮穑欢?xún)問(wèn)「通義千問(wèn)」，用戶(hù)不僅可以得到一份文字版的攻略，未來(lái)還能相應(yīng)獲取基于阿里產(chǎn)品生態(tài)及其外圍合作商家所提供的機(jī)酒飲食娛樂(lè)等真實(shí)產(chǎn)品與服務(wù)：
阿里旗下每個(gè)應(yīng)用單個(gè)拎出來(lái)均扛打，對(duì)其在「AI 生態(tài)」第一階段的布局至關(guān)重要。
同時(shí)，阿里因?yàn)閺?2019 年開(kāi)始關(guān)注 Transformer技術(shù)做預(yù)訓(xùn)練大模型的探索，在大模型技術(shù)上有深厚積累，推出全球首個(gè)萬(wàn)億級(jí)參數(shù) M6 大模型，又率先在多模態(tài)方向上探索出通義系列大模型，為其本身應(yīng)用軟件的迭代升級(jí)做足了技術(shù)儲(chǔ)備，相輔相成。
表面上看，這是阿里借助 ChatGPT 的一次領(lǐng)跑，但追根溯源，還是其打磨垂類(lèi)產(chǎn)品、堅(jiān)持大模型研發(fā)多年的厚積薄發(fā)。阿里入局大模型角逐，沒(méi)有停留在單一的產(chǎn)品形態(tài)上，而是率先將重心放在縮小 AI 大模型與影響行業(yè)之間的鴻溝上，是其能領(lǐng)跑大模型「生態(tài)」的原因所在。
02 不能被忽視的「 AI 基礎(chǔ)設(shè)施」
用大模型將旗下所有產(chǎn)品進(jìn)行一次改造，是阿里從技術(shù)、產(chǎn)品邁向生態(tài)的第一步。
但一個(gè)完整生態(tài)的形成不能光靠阿里一家。「開(kāi)放才能共贏」——這個(gè)觀點(diǎn)在文生圖模型 Stable Diffusion 憑借開(kāi)源趕超 OpenAI 的 DALL·E 2.0 上得到了驗(yàn)證，在 HuggingFace 為代表的 AI 模型開(kāi)源社區(qū)中也得到了驗(yàn)證，因此，國(guó)內(nèi)的科技巨頭如百度、阿里、華為在大模型角逐中也強(qiáng)調(diào)這一點(diǎn)。
如張勇所言，面向智能時(shí)代，所有的公司都在同一起跑線上。以通用人工智能（AGI）為中心的 AI 時(shí)代才剛剛拉開(kāi)序幕，大廠也好，創(chuàng)業(yè)公司也好，大模型應(yīng)用創(chuàng)業(yè)者也好，如何跑完「降本增效」的最后一公里才是最終華山?jīng)Q勝的關(guān)鍵所在。
我們必須認(rèn)識(shí)到技術(shù)發(fā)展的一個(gè)客觀需求：大模型的成熟，不是單一算法的勝利。與訓(xùn)練大模型的框架、算法同樣重要的，還有計(jì)算、開(kāi)發(fā)、服務(wù)等配套設(shè)施。「平民版」大模型是科學(xué)家挑戰(zhàn)自己的主觀命題，也是大模型落地行業(yè)的客觀需求。
「盡管谷歌在這波大模型產(chǎn)品創(chuàng)新中落后 OpenAI 與微軟，但我們不得不肯定它的一點(diǎn)是，谷歌做大模型會(huì)從底層架構(gòu)（如 Pathways）、算力設(shè)施（如 TPU）等多方面投入，配合降低大模型的研發(fā)成本。研發(fā)成本低，最終基于大模型的產(chǎn)品應(yīng)用成本才能低。」一位行業(yè)人士告訴雷峰網(wǎng)。
換言之，大模型的底層基礎(chǔ)設(shè)施決定了它的能力下限，同時(shí)又決定了它的應(yīng)用上限。
從阿里云北京峰會(huì)的發(fā)布重點(diǎn)來(lái)看，「通義千問(wèn)」更像是阿里研究大模型過(guò)程中的一個(gè)中間形態(tài)，而非終點(diǎn)。在云計(jì)算、互聯(lián)網(wǎng)應(yīng)用（如釘釘、天貓精靈）與魔搭社區(qū)等等成果的加持下，諸如「通義千問(wèn)」的大模型成為鏈接行業(yè)的重要一環(huán)。
大會(huì)現(xiàn)場(chǎng)，周靖人表示，每個(gè)企業(yè)都能在阿里云擁有一個(gè)專(zhuān)屬的「大模型空間」，既可以調(diào)用「通義千問(wèn)」的 AI 能力，也可以結(jié)合企業(yè)自身的行業(yè)知識(shí)與應(yīng)用場(chǎng)景，訓(xùn)練出獨(dú)有的「企業(yè)專(zhuān)屬大模型」。換言之，阿里也要做 AI 時(shí)代的「發(fā)電廠」，成為給各個(gè)企業(yè)提供電力。
AI 浪潮來(lái)臨，大模型的能力有目共睹，這衍生出一系客觀的行業(yè)事實(shí)：
首先，不僅是阿里自己，相信國(guó)內(nèi)大部分的公司都會(huì)用 AI 大模型將先有的軟件升級(jí)一遍，這無(wú)疑會(huì)引發(fā)訓(xùn)練與推理大模型的算力需求井噴。但另一方面，國(guó)內(nèi)大多數(shù)公司沒(méi)有能力自建大模型訓(xùn)練的基礎(chǔ)設(shè)施；即使對(duì)于許多行業(yè)頭部企業(yè)，訓(xùn)練大模型的費(fèi)用也高于預(yù)期，對(duì)成本與效率的需求需要平衡。
千億級(jí)參數(shù)的大模型研發(fā)，不是單一的算法問(wèn)題，而是囊括了底層算力、網(wǎng)絡(luò)、存儲(chǔ)、大數(shù)據(jù)、AI 框架、AI 模型等復(fù)雜技術(shù)的系統(tǒng)性工程問(wèn)題，需要 AI 與云的全棧技術(shù)能力；云服務(wù)來(lái)看，AI 基礎(chǔ)設(shè)施需要超大規(guī)模且超高性能的算力底座，這又指向公共云是最佳載體。
阿里云則早已鍛造了強(qiáng)大的基礎(chǔ)設(shè)施：
在IaaS層，阿里云自建的「飛天智算平臺(tái)」是目前國(guó)內(nèi)規(guī)模最大的智算中心，單集群可達(dá)10萬(wàn)臺(tái)規(guī)模，千億級(jí)文件數(shù)，EB級(jí)別存儲(chǔ)空間，千卡并行效率達(dá) 90%，可以解決計(jì)算擁堵問(wèn)題，提升計(jì)算效率。在PaaS層，基于飛天智算的阿里云深度學(xué)習(xí)平臺(tái)PAI，可將計(jì)算資源利用率提高 3 倍以上，AI 訓(xùn)練效率提升 11 倍，推理效率提升 6 倍。
在技術(shù)創(chuàng)新和規(guī)模效應(yīng)的加持下，阿里云則將普惠推向了極致，據(jù)張勇介紹，跟十年前相比，阿里云提供的算力服務(wù)價(jià)格降低了 80%，存儲(chǔ)服務(wù)的價(jià)格降低了接近 90%。
在阿里云北京峰會(huì)上，周靖人還發(fā)布了一個(gè)致力于「大模型生態(tài)」建設(shè)的計(jì)劃——「飛天免費(fèi)計(jì)劃」，讓開(kāi)發(fā)者免費(fèi)試用云上開(kāi)發(fā)大模型應(yīng)用來(lái)解決業(yè)務(wù)問(wèn)題。
周靖人稱(chēng)，阿里在擁抱「Serverless」（去服務(wù)器化）的概念，同時(shí)推出了一款新的彈性計(jì)算產(chǎn)品，叫「U 實(shí)例」。U 實(shí)例具有通用計(jì)算特征，能夠聚合當(dāng)前多種服務(wù)器的規(guī)格，無(wú)需開(kāi)發(fā)者進(jìn)行繁瑣的資源匹配，可以降低生態(tài)伙伴在應(yīng)用大模型開(kāi)發(fā)過(guò)程中使用彈性計(jì)算的門(mén)檻，促進(jìn)云上的大模型應(yīng)用開(kāi)發(fā)。
在IaaS和PaaS之上，阿里的另一個(gè)殺手锏是MaaS（Model as a service），作為業(yè)界首個(gè)提出這一理念的企業(yè)，阿里在去年云棲大會(huì)發(fā)布了國(guó)內(nèi)首個(gè) AI 模型開(kāi)源社區(qū)——魔搭（ModelScope）。而這也被認(rèn)為是鏈接大模型、開(kāi)發(fā)者及下游應(yīng)用的關(guān)鍵一環(huán)。
不久前，微軟亞洲研究院與浙江大學(xué)的研究團(tuán)隊(duì)將 ChatGPT 與 HuggingFace 結(jié)合，推出了大模型的一個(gè)新玩法，叫「HuggingGPT」。HuggingGPT 將大模型產(chǎn)品形態(tài)化作一個(gè)控制器，背靠模型開(kāi)源社區(qū)HuggingFace，用戶(hù)在前端提問(wèn)，大模型可以調(diào)用 HuggingFace 里在這個(gè)問(wèn)題上表現(xiàn)最好的開(kāi)源模型去解答。本質(zhì)上，這是大模型+開(kāi)源項(xiàng)目的聯(lián)手勝利。
同樣地，阿里推出「通義千問(wèn)」后，「通義千問(wèn)+魔搭社區(qū)」也打造了類(lèi)似的模式。在魔搭社區(qū)上，不僅僅是阿里在開(kāi)放AI模型，還有智譜 AI 等知名大模型團(tuán)隊(duì)均在魔搭社區(qū)上貢獻(xiàn)了自家模型，目前，社區(qū)模型量已超過(guò)800 個(gè)，總用戶(hù)量超 100 萬(wàn)，模型總下載量超 1600 萬(wàn)。
通義千問(wèn)發(fā)布后，阿里也給開(kāi)發(fā)者開(kāi)放了 API。企業(yè)與個(gè)人開(kāi)發(fā)者都可以登陸阿里靈駿平臺(tái)獲取 API 鑰匙，快速訪問(wèn)「通義千問(wèn)」，調(diào)用通義千問(wèn)的大模型能力，這樣可以幫助應(yīng)用開(kāi)發(fā)者以更低的成本、更少的訓(xùn)練數(shù)據(jù)實(shí)現(xiàn) AI 場(chǎng)景應(yīng)用創(chuàng)新。
阿里的態(tài)度很明確：
在 AI 大模型時(shí)代，他們要做對(duì)基礎(chǔ)設(shè)施要求更高的通用大模型，如通義大模型，并基于通用大模型做通用類(lèi)的大模型產(chǎn)品形態(tài)，如「通義千問(wèn)」。做好自己的「本分」后，阿里率先升級(jí)自家產(chǎn)品，一是彰顯通義大模型技術(shù)和產(chǎn)品的落地可行性，二是帶領(lǐng) AI 大模型生態(tài)的繁榮。
同時(shí)，外部企業(yè)可以基于通義大模型訓(xùn)練各自行業(yè)的「垂類(lèi)大模型」。行業(yè)垂類(lèi)大模型同樣存在壁壘，如「高質(zhì)量的行業(yè)數(shù)據(jù)、足夠深入的行業(yè) Know-How、先發(fā)布局的試點(diǎn)驗(yàn)證」，企業(yè)結(jié)合自身業(yè)務(wù)特點(diǎn)在通用大模型的基礎(chǔ)上精調(diào)行業(yè)模型，開(kāi)發(fā)出可以產(chǎn)生實(shí)際價(jià)值的應(yīng)用，才是大模型走向行業(yè)，AI 生態(tài)最終形成的序曲。
03 仰望星空
先有「云原生」，爾后有「智能原生」。
無(wú)論是技術(shù)，產(chǎn)品還是生態(tài)，中國(guó)的大模型仍處于起步階段。技術(shù)上，與 GPT-4 相比，國(guó)內(nèi)的大模型研發(fā)仍存在一定差距。但依賴(lài)用戶(hù)、數(shù)據(jù)與場(chǎng)景的優(yōu)勢(shì)，大模型的生態(tài)正在迅速發(fā)展。無(wú)論是 3 月百度文心一言的領(lǐng)跑，還是四月大模型技術(shù)的集中發(fā)布，中國(guó)的技術(shù)創(chuàng)新者都感受到了猶如十年前移動(dòng)互聯(lián)網(wǎng)剛起來(lái)的火熱。雷峰網(wǎng)
我們迎接人工智能時(shí)代的第一步，是對(duì)大模型產(chǎn)品的好奇心；第二步，則是對(duì)大模型產(chǎn)品的應(yīng)用，也是在這一步，AI 的「生態(tài)」開(kāi)始形成——大模型成為生產(chǎn)力，改變生產(chǎn)關(guān)系，必然要走向?qū)嶋H、影響具體行業(yè)。雷峰網(wǎng)
締造一個(gè)新的時(shí)代——這是一個(gè)龐大的事業(yè)。因此，在大模型「生態(tài)」的締造上，每個(gè)人都能找到自己的位置。借助「通義千問(wèn)+」、云基礎(chǔ)設(shè)施與模型開(kāi)源的理念，阿里首先撕開(kāi)了「生態(tài)」的口子，在智能商業(yè)平臺(tái)的顛覆上做了表率啟示，也在技術(shù)底座上傳達(dá)了「服務(wù)者」的心態(tài)。
有人說(shuō)這是 ChatGPT 加劇了 SaaS 的寒冬，但也有人說(shuō)，「通用大模型+垂類(lèi)大模型」的打法恰恰是利好行業(yè)服務(wù)者。大模型的「功能集成」與「一鍵解答」思想，恰恰是實(shí)現(xiàn)降本增效的手段啟示。
阿里的大模型在短時(shí)間內(nèi)歷經(jīng)技術(shù)、產(chǎn)品與生態(tài)三個(gè)階段，也間接傳達(dá)了市場(chǎng)焦灼的狀態(tài)：大模型初步進(jìn)入工程化階段，基礎(chǔ)設(shè)施、產(chǎn)品創(chuàng)新、工程落地的齊發(fā)力，哪怕錯(cuò)過(guò)一個(gè)環(huán)節(jié)（如算力的缺失），晚一個(gè)月，也可能被時(shí)代的巨浪遠(yuǎn)遠(yuǎn)甩在后面。阿里率先撬開(kāi)生態(tài)的口子，是實(shí)力的自信，也是行業(yè)發(fā)展需求使然。
對(duì)于不具備大模型研發(fā)能力、算力基礎(chǔ)設(shè)施的新一代 AI 淘金者，他們所面臨的內(nèi)外「逼迫」也不亞于互聯(lián)網(wǎng)大廠。每一個(gè)不想被時(shí)代淘汰的人，在大模型主導(dǎo)的產(chǎn)品革新浪潮中，每一步都變得至關(guān)重要。選擇對(duì)的合作伙伴，也變得重要。
AI 的新時(shí)代，舉杯歡慶的同時(shí)，愿我們跨過(guò)險(xiǎn)灘，到達(dá)新的彼岸。雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
