封面故事：2023中國大模型TOP70

克林

百舸爭流，奮楫者先

截至2023年5月底，國內(nèi)10億級參數(shù)規(guī)模以上基礎(chǔ)大模型至少已經(jīng)公布了79個，此時距離ChatGPT在國內(nèi)“破圈”尚不足3個月。

時間來到8月，這股勢頭依然不減。15日，科大訊飛發(fā)布星火認知大模型V2.0版本，在代碼及多模態(tài)能力方面進行了重大升級；在14日的年度演講上，小米董事長雷軍宣布小愛同學已升級大模型，并開始邀請測試；3日，“神秘”的騰訊混元大模型也浮出水面，目前已進入公司內(nèi)應用測試階段……

“百模大戰(zhàn)”一觸即發(fā)，國內(nèi)通用類、垂直類大模型呈現(xiàn)井噴之勢發(fā)展。IDC預測，2026年中國AI大模型市場規(guī)模將達到211億美元，人工智能將進入大規(guī)模落地應用關(guān)鍵期。

放眼全球，據(jù)統(tǒng)計今年上半年全球新發(fā)布的大模型已超過400個。麥肯錫的報告《生成式人工智能的經(jīng)濟潛力》中提到，在其研究的63種應用中使用生成式AI，將為全球經(jīng)濟帶來每年2.6萬億～4.4萬億美元的增長。

同時，由于通用大模型成本與技術(shù)門檻相對較高，國內(nèi)較多大模型選擇圍繞垂直行業(yè)進行開發(fā)，模型參數(shù)量雖然不大，但是因為有一些行業(yè)的核心數(shù)據(jù)和業(yè)務系統(tǒng)的生產(chǎn)數(shù)據(jù)參與，所以在相應行業(yè)解決問題更為高效、直接，特別是在金融、教育、醫(yī)療等領(lǐng)域，已經(jīng)有不少公司發(fā)布了相應產(chǎn)品。整體生態(tài)呈現(xiàn)出“通用+垂直”模型互相融通的態(tài)勢。

千帆競發(fā)，勇進者勝

今年6月，ChatGPT訪問量環(huán)比下滑9.7%，為其推出以來首次下滑。從全球范圍看，盡管不斷有企業(yè)或機構(gòu)發(fā)布或更新大模型，但媒體和公眾似乎不再像幾個月前那般“上頭”。

當大模型回歸理性，市場必然要經(jīng)歷一場大浪淘沙。關(guān)乎技術(shù)，更關(guān)乎商業(yè)模式。

目前幾乎所有的大模型預訓練都基于Transformer架構(gòu)，雖是“百模大戰(zhàn)”，但各家大模型之間同質(zhì)化嚴重，實質(zhì)性的創(chuàng)新相對較少。同時，訓練大模型所耗費的計算資源非常龐大，需要超級算力的支撐，很多公司沒有過往的研究履歷，發(fā)布的產(chǎn)品多是“套殼”或者接入其他研發(fā)機構(gòu)的模型，投機現(xiàn)象泛濫。

當下的大模型競爭早已超過了技術(shù)的范疇，更多是一種生態(tài)層面的比拼，具體表現(xiàn)在有多少應用、有多少插件、有多少開發(fā)者以及用戶等。如果沒有良好的可循環(huán)生態(tài)，那么無論在模型的持續(xù)迭代，抑或是變現(xiàn)攤薄巨額研發(fā)成本方面，可以預見都會面臨重大困境，對于創(chuàng)業(yè)型公司來說更是如此。

考驗的核心就在于大模型的落地能力。

今年獲得世界人工智能大會最高獎項SAIL獎（卓越人工智能引領(lǐng)者獎）的論文《機器學習結(jié)合阻抗譜技術(shù)預測鋰電池老化》，該文作者、中山大學物理學院副教授張云蔚說，她只采集了2萬個電化學阻抗譜，就實現(xiàn)了AI精準建模。比起海量數(shù)據(jù)，更重要的是思路。就是這樣一個小模型，將過去需要花費幾天才能實現(xiàn)的電池壽命預測縮短到了15分鐘，且檢測精度是原來的10倍。

越是面對如大模型落地這種復雜的問題，就越是要回歸更本質(zhì)的層面去思考，考驗的不僅是技術(shù)力，更重要的還是要落實在“服務”二字上，更高效、更便捷、更人性化將會是未來可持續(xù)探索的重要方向。

結(jié)語

1.受關(guān)注度或注意力這一綜合性指所反映的也是最綜合性的或整體性的。

2.真正的答案往往要向內(nèi)去尋找，這是更為根本的解決之道。

3.發(fā)展迅猛，未來的中國大模型100強即將出現(xiàn)，敬請期待。