毫無疑問，當前的科技圈已進入“大模型”時代。含“模”量大到什么程度?但凡科技企業，基本都在做“大模型”。

　　“從去年12月ChatGPT(Chat Generative Pre-trained Transformer)引爆科技圈之后，幾乎所有行業玩家都想抓住這根救命稻草。因為做成了就意味著抓住未來幾十年的趨勢。”行業創業者夏先生對壹DU財經說道：“ChatGPT是生成式AI，是大模型的落地場景之一。理論上講，這條路的走通，加速了大模型在短期內的爆發。”

　　的確，ChatGPT的爆發，讓更多人看到了語言模型的魅力。微軟、谷歌、百度、阿里等

　　國內外科技巨頭快速響應，相繼推出自家的AI聊天機器人，試圖以To C作為切入口，搶占市場。

　　風口在哪里，資金和人才就在哪里。隨后，先是廠商陸續宣布推出大模型，如百度的文心大模型、阿里的通義大模型、騰訊的行業大模型，后有科技圈曾經的風云人物也開始陸續入場，李開復、王小川、周伯文、王慧文等。出行、認知、辦公等一些垂直領域的大模型也相繼推出。

　　半年時間，國內呈現出“群模亂舞”盛況。而在經歷喧囂后，大模型或許是時候回歸現實了。

　　玩家們開始意識到，最初的熱鬧僅僅是熱鬧，他們最終的戰場在B端市場。此時，多家有著人工智能積累和云計算大廠登臺，相繼推出了AI大模型服務。

　　行業老炮和新手創業者的對決，也就此開始了。

　　01

　　熱情高漲，玩家們跑步入場

　　進入2023年，大模型技術讓科技圈沸騰起來。看到ChatGPT爆發后，不少大廠抓緊時間推出相應產品，新老創業者們著急招兵買馬，生怕慢一步就錯過了這難得的風口。一級市場關于大模型的投融資熱度也在攀升，不少FA開始瘋狂補課。

　　一時間，整個行業熱鬧非常。

　　在OpenAI發布GPT4大模型后，第一個采取行動的是百度，在3月16日用“Demo演示”的形式正式發布文心一言。同樣在3月，已經沉寂許多的周鴻祎推出大模型產品，甚至連名字都沒來得及取。

　　在此之后，科技巨頭、創業公司和高校研究院們展開了一場關于“大模型”的競速賽。整個4月，都成了“大模型的發布月”，華為、商湯、阿里都在4月份亮出了自己的大模型產品。

　　到了5月，訊飛推出了自己的星火大模型，并公布了大模型在自己優勢領域的諸多應用場景。

　　創業者們也在火速入場。原美團聯合創始人王惠文(目前已退出)、創新工場CEO李開復、前京東AI掌門人周伯文、前阿里技術副總裁賈揚清等開始招兵買馬。前搜狗CEO王小川的百川智能拿到5000萬美元融資后，甚至揚言：“今年年底做到國內最好的”。

　　“這波創業熱潮有點2000年左右的互聯網創業潮的意思。”一位業內人士說道：“似乎每個創業者都想在這個時代找到第二春。”

　　總體來看，今年上半年，大模型幾乎成為所有科技企業的必選項。對于普通人而言，大模型或許是件很遙遠的事。畢竟不是每次科技浪潮都能成功靠岸，如元宇宙、XR等行業。

　　但事實上，大模型的應用更多在B端市場。那么，在行業烈火烹油過后，擺在這些玩家眼前的，理應是他們對市場更多的理性思考。比如市場是否真的需要大模型?大模型真正走向成熟，需要越過哪些重要關卡?能否真正意義上實現商業化。

　　02

　　“軍備賽”開打

　　大模型軍備賽的沖鋒號吹響后，整個行業開始“卷”起來。更多玩家已經將視線移至應用層面。因為行業“退燒”后，最終考驗的還是玩家們的“硬實力”。

　　此時，一些在人工智能、云計算上有積累的玩家則占據的先發優勢。尤其是模型的參數量。

　　就目前市場上發布的AI模型來看，雖然大家都自稱為“大模型“，但參數量實質是大模型和小模型的界定因素之一。

　　此前，百度集團副總裁侯震宇在接受媒體采訪時曾表示，2022年，10億參數的模型就叫大模型。但到了眼下，千億參數以上才會出現“智能涌現”，才會形成泛化能力，才能在各個場景下具備通用能力。

　　何為“智能涌現”?簡單地講，當模型規模、算力水平超過某個參數閾值后，AI效果將不再是隨機概率事件。比如初期語言大模型出現“圖不對文”“答非所問”等現象。

　　并且在通用領域，參數量越大，智能通常涌現的可能性就越大，AI準確率就越高。在垂直領域則更容易獲得精確的效果。

　　今年5月，科技部下屬的中國科學技術信息研究所發布的《中國人工智能大模型地圖研究報告》統計，截至5月28日，國內10億級參數規模以上基礎大模型至少已發布79個。

　　但可以看到，10億級參數這個量級，很可能不是真正的“分界線”。因為現實的情況是，一些未能達到千億規模的模型，很難在當前市場的競爭具有競爭力。不過，也不排除一些在垂直領域深耕的玩家，最終能跑出來。

　　“大模型需要算力、算法和數據積累，絕對不是玩概念的事情，最終還是要市場買單。”夏先生認為，目前來看諸如百度、騰訊、阿里無論是在資源還是積累上，都有一定的優勢，“他們在云市場深耕，并在自己擅長的領域積累多年，無論技術層面還是行業積累上，實質已經完成了搶跑，未來就看這些頭部玩家如何落地。”

　　而在投入層面，這會是一個天文數字。

　　以百度為例。據透露，過去10年，百度在AI方向的投入已超過1000億元。但大模型不是投一筆錢、做一個模型那么簡單，它需要有算力、有數據、有經驗豐富的AI工程師在好的研發平臺上長期積累。

　　而創業公司如果直接去做基礎大模型，除了上述投入之外，還需要能夠把模型、算力管理好的AI開發平臺。

　　這意味著，創業公司不論是自建開發平臺，還是采購外包平臺，其投入都不會是小數目。并且，大模型不是預訓練出來就好，更需要后續持續敏捷迭代。從這一點看，創業公司所受的限制明顯要高于大公司。

　　但大廠很難留住強算法人才的弊端也比較突出，因為大模型投入是一件長期主義的事，必定會面臨與既有業務之間的沖突。這一點，從大廠出走的大模型創業者的經歷，就說明了一點。長期主義對創業公司同樣重要，無論是創始人的背景背書，還是資源合作，抑或是客戶的拓展，都需要長期積淀。

　　03

　　行業競賽即將鳴槍

　　人工智能專家侯世達的學生梅拉妮·米歇爾《AI 3.0時代》一書中提到，研究人工智能與賽道中的創業者們都熟悉了一種模式——先是“人工智能的春天”，緊接著是過度的承諾和媒體炒作，接下來便是“人工智能的寒冬”。并且，他認為這一模式將以五到十年為周期不斷上演。

　　具體到2023年上半年的大模型賽道，顯然其正處于第二個階段——行業很火，市場很熱。這一周期往往是最短的，也通常意味著如此去泡沫化后，賽道競爭即將正式開始。

　　大模型比拼的不僅僅是技術，還應該將重點放在大模型應用、產業生態中去評估。

　　目前，市場上大模型的玩家主要分三類。

　　一是聚焦基礎層，主要對標OpenAI，發揮基礎設施的作用。

　　第二類是錨定中間層，不需要像OpenAI一樣花大錢做底層，只需要掌握通用化能力，就可以通過開源大模型做精調，讓模型具備差異化能力，最終可以形成垂直類模型。

　　第三類是調用大模型API的企業，專注開發大模型具體場景的應用，如Jasper。

　　相對而言，前兩類又是大模型的“基礎設施”，因為有極高的門檻，對技術、資金以及資源有嚴格的準入壁壘，往往是大公司布局的主要方向。

　　目前來看，百度、阿里和華為在大模型的構建上，不約而同地采用了“模型+工具平臺+生態”的三層共建模式。騰訊云則更專注于應用層而，6月19日公布的騰訊云MaaS服務解決方案即覆蓋了金融、文旅、政務、教育等10個行業、超50個解決方案。

　　雖然巨頭們參與競爭的姿勢不同，但目標實質上只有一個，那就是打通應用層。在百度創始人李彥宏看來，應用層最具想象空間。

　　商湯科技聯合創始人楊帆認為，AI 基礎設施本質上還是算力、數據、基礎算法，包括算法相關的工具，本質上還是三位一體的東西。最后誰能把這三者的整合能力提供的好，提供更低成本、更低門檻的能力是決定整個競爭最重要的點。

　　結語

　　AI大模型是人工智能邁向通用智能的里程碑式技術，因為其可為各行各業的智能化升級提供強勁的生產力工具。在千行百業數字化轉型升級的當下，大模型的重要意義不言而喻。也因此，在當下，誰能率先在賽道里搶到更多籌碼，就非常關鍵了。可以預料，未來，拋開“基礎設施”層面的較量外，真正的戰場大概率是各行各業的切實落地上。