是時候冷靜下來，重新思考大模型的價值了。

　　短短一個月，隔壁看大模型的記者已經(jīng)跑了不下5場發(fā)布會。

　　8月31日，國內(nèi)AI視頻技術(shù)頭部公司百家云召開戰(zhàn)略發(fā)布會，推出全新大模型產(chǎn)品「百問大模型」。就在兩個月前，百家云剛剛發(fā)布面向企業(yè)市場營銷需求的「市場易」GPT大模型。

　　同樣是在8月，百川智能發(fā)布公司旗下第三款大模型產(chǎn)品Baichuan-53B。這家創(chuàng)業(yè)不到半年的公司，在過去三個月里，連續(xù)發(fā)布了三個大模型。

　　......

　　密集的產(chǎn)品發(fā)布，只是今年大模型創(chuàng)業(yè)潮的冰山一角。從年初到現(xiàn)在，短短九月間，AIGC創(chuàng)業(yè)者數(shù)量一路狂飆，“百模大戰(zhàn)”帶來的硝煙彌漫開來。

　　有業(yè)內(nèi)人士向Chaos新觀察表示，中國目前已發(fā)布的大模型早已接近 200個。有通用大模型、垂直行業(yè)大模型;有已經(jīng)落地的、即將落地的，甚至還有一些根本沒有考慮落地的。上半年，無論行業(yè)、什么領(lǐng)域，似乎都能與大模型來個“沾親帶故”。

　　有人在狂熱中野蠻生長，有人在狂熱中黯然離場。大模型創(chuàng)業(yè)這場熱潮似乎還沒有消退，就已經(jīng)有玩家倒下，成為了*批炮灰。

　　行業(yè)真的需要這么多大模型嗎?大模型創(chuàng)業(yè)是否會帶來泡沫?哪些大模型真正有價值，哪些只是“套殼產(chǎn)品”?國內(nèi)外大模型較為成熟的落地應(yīng)用，有哪些經(jīng)驗(yàn)可以借鑒......

　　是時候冷靜下來，重新思考大模型的價值了。

　　大模型狂飆，百模大戰(zhàn)開啟

　　2022 年底，OpenAI 正式發(fā)布 ChatGPT，迅速破圈，短短 2 個月便用戶過億，引發(fā)了全球科技愛好者的狂歡。隨著 AIGC、大模型概念井噴，大批創(chuàng)業(yè)者涌入，大模型數(shù)量呈現(xiàn)爆發(fā)式增長。

　　與此同時，在二級市場，國內(nèi)A股多家企業(yè)接連發(fā)布定增預(yù)案，擬定增募集資金用于訓(xùn)練大模型，募資金額常常動輒數(shù)億、數(shù)十億。

　　據(jù)科技部5月份發(fā)布的《中國人工智能大模型地圖研究報(bào)告》，中國已發(fā)布79個10億參數(shù)規(guī)模以上的大模型。其中，自然語言處理仍是最為活躍的重點(diǎn)領(lǐng)域，其次是多模態(tài)領(lǐng)域，在計(jì)算機(jī)視覺和智能語音等領(lǐng)域的大模型還較少。有業(yè)內(nèi)人士估算，目前，國內(nèi)大模型數(shù)量早已逼近200個，甚至有券商報(bào)告稱，行業(yè)正在步入“萬模大戰(zhàn)”的時代。

　　在同一時期，硅谷也爆發(fā)了一波AIGC創(chuàng)企投融資與收并購的高潮。除了最受關(guān)注的OpenAI外，歐美許多行業(yè)巨頭通過收并購AIGC創(chuàng)企，搶灘打造細(xì)分領(lǐng)域的護(hù)城河。

　　其中，最受關(guān)注的包括AI初創(chuàng)公司Anthropic獲得4.5億美元C輪融資，其大模型產(chǎn)品Claude被視為OpenAI GPT-4的主要競爭對手;估值超過550億美元的云計(jì)算巨頭Snowflake收購Neeva，后者是一家由兩位前Google員工創(chuàng)立的生成式AI搜索公司;估值380億的大數(shù)據(jù)巨頭Databricks斥資13億美元，收購生成式AI公司MosaicML，幫助企業(yè)進(jìn)行大模型訓(xùn)練。

　　全球的目光再次聚焦到硅谷。可以看到，人工智能已經(jīng)成為今年科技領(lǐng)域當(dāng)之無愧的主戰(zhàn)場。然而，頻發(fā)的大額融資與收并購，也意味著許多初創(chuàng)公司面臨著資金枯竭的局面，開始尋求抱緊巨頭大腿。

　　有人開始倒下

　　AIGC繞不開商業(yè)化大考

　　在千行百業(yè)之間的大模型之戰(zhàn)一觸即發(fā)之際，已經(jīng)有創(chuàng)業(yè)者開始倒下。

　　今年7月，來自美國的AI聊天機(jī)器人明星創(chuàng)業(yè)企業(yè)Jasper宣布裁員，給大模型的創(chuàng)業(yè)熱潑了一盆涼水。Jasper靠OpenAI的GPT-3發(fā)家，而當(dāng)更強(qiáng)的GPT-3.5/4發(fā)布，Jasper就瞬間喪失了產(chǎn)品競爭力，頗有點(diǎn)“長江后浪推前浪，前浪死在沙灘上”的意味。

　　同樣是在 7 月，國內(nèi)一款名為“妙鴨相機(jī)”的 C 端應(yīng)用上線，爆火出圈。“只需 9.9 元，上傳照片就能獲取 AI 寫真集”、“讓海馬體們失業(yè)”......不過很快，妙鴨相機(jī)就受到了用戶數(shù)據(jù)隱私與安全的質(zhì)疑，其產(chǎn)品價值也被認(rèn)為“天花板太低”，同質(zhì)化產(chǎn)品迅速涌現(xiàn)。

　　熱潮之下，創(chuàng)業(yè)者們需要更多的冷思考。大模型在今年成為了風(fēng)口，但它并非是新概念，以百度、騰訊、阿里、華為為代表的國內(nèi)互聯(lián)網(wǎng)大廠及科技巨頭，均已布局多年。百度在今年 3 月推出文心一言，其前身可追溯到 2019 年的預(yù)訓(xùn)練模型 ERNIE 1.0;華為在 2021 年 4 月就發(fā)布了盤古大模型;2022 年，騰訊混元大模型問世，阿里則在同年發(fā)布通義大模型。

　　要想打造一個技術(shù)成熟的大模型，算法、數(shù)據(jù)、算力缺一不可，這無不需要龐大的人才與資金投入。國盛證券曾估算，GPT-3 訓(xùn)練一次的成本約為 140 萬美元，對于更大的大型語言模型，訓(xùn)練成本甚至在 200 萬美元至 1200 萬美元之間。

　　不是所有入局者都能玩得起、玩得轉(zhuǎn)大模型。

　　在國內(nèi)，一級市場大額融資越來越難，是國內(nèi)許多AIGC創(chuàng)業(yè)企業(yè)面臨的尷尬處境。有業(yè)內(nèi)人士評價，目前國內(nèi)許多AICG創(chuàng)業(yè)主要圍繞小參數(shù)大模型，并且喜歡在各類參數(shù)評測上進(jìn)行比拼，缺乏核心競爭力。

　　而在二級市場，許多A股上市公司借機(jī)炒作概念，也讓投資人對于AI項(xiàng)目的出手慎之又慎。

　　隨著競爭提速，國內(nèi)外的大模型更加需要重點(diǎn)思考如何商業(yè)化落地，如何開始通過自身業(yè)務(wù)造血。

　　國內(nèi)的互聯(lián)網(wǎng)和科技巨頭傾向于結(jié)合大模型的力量，進(jìn)一步發(fā)布自身所長。百度聚焦搜索、小度智能音箱等場景;騰訊則仰仗微信、QQ 等社交領(lǐng)域的優(yōu)勢;阿里發(fā)揮辦公、電商等應(yīng)用所長，華為則擁有 5G、通信等產(chǎn)業(yè)基座實(shí)力。

　　新入局的企業(yè)，需要避開正面交鋒，找出差異化發(fā)展之道。

　　百川智能創(chuàng)始人、CEO 王小川與曾在與極客公園的對話中表示，一家公司不可能把所有賽道都做完。”百川智能在B端選擇做開源模型，賦能行業(yè)企業(yè)，同時內(nèi)部部署了C端的超級應(yīng)用。“我們在思考如何追上 GPT-4，思考大模型到底能給 C 端帶來哪些應(yīng)用。”

　　走向B端，能否成為制勝法寶?

　　在一場商業(yè)化浪潮之中，只有極少數(shù)人才能站上浪潮之巔，笑到最后。

　　“百模大戰(zhàn)”并非只有大廠能贏，提升自身技術(shù)實(shí)力、抓住產(chǎn)業(yè)應(yīng)用場景才是硬道理。

　　隨著時間的推移，公眾對于許多AIGC領(lǐng)域C端應(yīng)用已經(jīng)開始“去魅”。即使是“老大哥”ChatGPT，也變得不再如原先那般吸引人。分析公司Similarweb數(shù)據(jù)顯示，在今年6月份，ChatGPT網(wǎng)站的閱讀流量與訪問者數(shù)據(jù)首次出現(xiàn)了下降。

　　目前，無論是通過GPT生成文本，還是通過Stable Diffusion生成圖像，亦或者通過Llama模型進(jìn)行多模態(tài)任務(wù)應(yīng)用，都還沒達(dá)到促進(jìn)產(chǎn)業(yè)變革的節(jié)點(diǎn)。

　　這就是AIGC實(shí)力的天花板嗎?顯然不是。

　　許多企業(yè)開始避開C端應(yīng)用的聚光燈，探索讓大模型走進(jìn)B端，深度賦能產(chǎn)業(yè)。

　　今年6月，騰訊才姍姍來遲般首次正式公布行業(yè)大模型研發(fā)進(jìn)展，并發(fā)布面向B端客戶的騰訊云 MaaS(Model-as-a-service，模型即服務(wù))服務(wù)解決方案。不同于百度、阿里等聚焦的通用大模型，騰訊云MaaS的技術(shù)底座則是一系列的行業(yè)大模型，包括金融、政府、文旅、傳媒、教育等，與產(chǎn)業(yè)結(jié)合，致力于讓大模型可以長期可持續(xù)發(fā)展。

　　百家云發(fā)布的百問大模型也是一個典型的案例。作為一個AIGC場景化平臺，百問主打的就是幫助企業(yè)私有化部署GPT大模型。

　　目前來看，大模型要想變成生產(chǎn)力工具，就必須進(jìn)入應(yīng)用場景，而百問確實(shí)做到了“讓新技術(shù)更接地氣”：一方面百問具備將現(xiàn)有的軟件Copilot化，給傳統(tǒng)的軟件增加更加智能的能力，如在業(yè)務(wù)系統(tǒng)、辦公軟件、搜索引擎中加入智能問答，以及幫助企業(yè)低成本接入數(shù)字人互動直播、智能客服、自動寫作等各類AIGC服務(wù)等;而另一方面，則是百問可以幫助企業(yè)基于AIGC開發(fā)全新應(yīng)用，更好地解決客戶問題。

　　可以明顯看到，一些企業(yè)在布局AIGC賽道時，選擇避開聊天機(jī)器人、AI制圖等C端爆款應(yīng)用，轉(zhuǎn)而聚焦相對“無聊”的to B產(chǎn)業(yè)端口。

　　這種打法，也是國外一些AIGC創(chuàng)企的選擇。一個有意思的案例是Databricks與MosaicML之間的聯(lián)姻。

　　今年6月27日，大數(shù)據(jù)巨頭Databricks斥資13億美元，收購生成式AI公司MosaicML，成為年度AIGC收購熱點(diǎn)。讓人出乎意料的是，這場收購竟來源于一場“巧合”。在今年3月份之前，Databricks沒想買，而MosaicML也沒想賣，雙方CEO甚至素未謀面。

　　Databricks的CEO Ali Ghodsi與MosaicML的CEO Naveen Rao，在今年的一場AI會議中認(rèn)識。在交流之后，他們意識到兩家公司的目標(biāo)極為相似：1、讓AI變得觸手可及，人人都能訓(xùn)練自己的大模型;2、保護(hù)用戶的數(shù)據(jù)隱私安全;3、聚焦toB賽道。

　　這是一條小眾的路。“ChatGPT帶動了生成式對話應(yīng)用的狂熱，但我們都對這些不感興趣。”Ali Ghodsi說，“我們聚焦B2B業(yè)務(wù)，這個賽道很無聊，也沒有多少人關(guān)注。”

　　MosaicML瞄準(zhǔn)的是中小企業(yè)訓(xùn)練、部署自身垂直行業(yè)大模型的需求。比如通過MosaicML，僅需5萬美元，花35天的時間，就可以根據(jù)客戶需求訓(xùn)練出一個Stable Diffusion模型。

　　Databricks發(fā)現(xiàn)，雙方不僅有著同一個客戶群體，很多客戶在訓(xùn)練自己的大模型時，會同時用到Databricks與MosaicML，這構(gòu)成了雙方合作的基礎(chǔ)。

　　很多巨頭都想買MosaicML，但最終只有Databricks的offer打動了他們。MosaicML的CEO Naveen Rao本身就是AI大神級人物，當(dāng)初從Intel跳槽出來創(chuàng)業(yè)，就是不希望被大公司體系束縛。

　　而Databricks收購MosaicML這件大事，卻在短短幾周就推進(jìn)了下去——雙方的談判，只需要一個簡單的Zoom鏈接。這讓Naveen Rao好感倍增，認(rèn)為Databricks沒有Intel般的“大公司病”。

　　國外另一家在數(shù)據(jù)庫領(lǐng)域關(guān)注度極高的公司Snowflake同樣聚焦B端，也常常被拿來與Databricks比較。Snowflake市值超過550億美元，目前主要聚焦“數(shù)據(jù)云”業(yè)務(wù)，并通過對Neeva(企業(yè)級AI搜索引擎)的收購，強(qiáng)化AI能力，加速企業(yè)與數(shù)據(jù)的交互和搜索。

　　隨著Databricks、Snowflake等科技巨頭陸續(xù)落子，各家在AIGC領(lǐng)域下一個十年之爭的版圖也逐漸明晰——從B端企業(yè)入手，真正讓AI引領(lǐng)產(chǎn)業(yè)變革。

　　結(jié)語

　　ChatGPT的誕生，意味著奇點(diǎn)時刻降臨，它引發(fā)了更底層的變化，大模型之爭已經(jīng)開啟。沒有疑問的是，人工智能是未來必爭的戰(zhàn)場。

　　然而，大模型并非越多越好。通用大模型耗資巨大，只是少數(shù)玩家的游戲。可以預(yù)見的是，不久的將來會有越來越多的低質(zhì)量大模型出現(xiàn)，也會有一大批跟風(fēng)企業(yè)倒下。未來，“百模大戰(zhàn)”、“千模大戰(zhàn)”、“萬模大戰(zhàn)”究竟是否會引發(fā)多大泡沫，又有多少投資人會血本無歸?

　　大模型的產(chǎn)業(yè)價值仍待挖掘，與B端深度融合給它帶來了更為廣闊的想象空間。在數(shù)據(jù)隱私、數(shù)據(jù)安全方面，大模型無疑會引發(fā)公眾更大的擔(dān)憂。安全性和可信性將成為學(xué)術(shù)界和工業(yè)界關(guān)注的重點(diǎn)。