AI大模型向“錢”進，誰能賺到第一桶金

《中國經濟周刊》記者 孫冰 | 北京報道

視覺中國

7月13日，國家網信辦七部委公布了《生成式人工智能服務管理暫行辦法》，并將于2023年8月15日起施行。這被認為將為我國AI大模型的加速發展，尤其是商業化落地，提供重要的制度基礎。

今年5月28日，科技部新一代人工智能發展研究中心發布的數據顯示，中國研發的大模型數量排名全球第二，僅次于美國，目前中國10億參數規模以上的大模型已發布79個。

而在兩個月時間里，截至目前，據記者不完全統計，又有超過20個各類AI大模型亮相。除了數量的快速增加，AI大模型還呈現出擁抱B端、發力產業落地的趨勢，不僅科技公司紛紛面向不同行業場景推出基于AI大模型的產品和服務，也有不同領域的“頭部玩家”基于行業特點推出各種垂直大模型。

通用還是垂直？“百模大戰”正在出現分化

ChatGPT的爆火打開了AI 2.0的大門，但陷入“百模大戰”的中國AI產業，正在出現分化。

中國工程院院士、阿里云創始人王堅，北京智源人工智能研究院院長黃鐵軍教授，創新工場董事長兼CEO李開復等多位產學研專家在接受《中國經濟周刊》采訪時，都表達了對AI大模型未來發展的一個共識：

通用大模型（基底大模型）在全球范圍內數量都不會太多，很可能就像移動互聯網時代的蘋果iOS和谷歌安卓，兩三家而已；而垂直大模型則會像各類APP，會形成垂直領域的頭部玩家，也會產生非常豐富多樣的生態體系，容納各種體量的公司。

前者是一條非常艱難的路，需要擁有充足的技術和人才儲備，要投入大量的資金和時間，還要有足夠的生態構建和孵化能力。但一旦成功就是一家世界級的偉大公司；后者相對確定性更大，也有更多、更豐富的可能性，但體量和想象空間可能與前者無法相比。

如果AI產業的發展確實就按此邏輯和格局發展，那當下火熱的“百模大戰”一定會出現分化，而實際上，這種分化已經在發生。尤其是Meta還拋出了一顆重磅炸彈，甚至有媒體將其形容為全球AI大模型產業“一夜變天”。

7月19日，Facebook母公司Meta正式發布Llama 2模型系列，最高達參數量700億，而是全部開源，且免費、可商用。這意味著各行各業各種體量級別的公司都可以基于開源的基底大模型，開發適配自身行業業務場景和需求的大模型。

獵豹移動董事長兼CEO、獵戶星空董事長傅盛就在微信朋友圈轉發了這條信息，并感慨不知道有多少公司會笑醒在深夜，又有多少公司要哭暈在廁所。

但一位在人工智能領域深耕多年的投資人告訴 《中國經濟周刊》：“Open AI一開始也Open，但微軟入股后，GPT4之后就不給免費用了；Llama 2現在開源且免費，但最先進的技術也不一定會給人用。所以，大家確實不用重復造輪子了，但只有最基本、最普通的輪子可以用。而且中國公司還要考慮是否能一直用美國輪子的問題。”

王堅告訴《中國經濟周刊》記者，AI大模型發展過程中出現一哄而上，或者說有些泡沫也不是什么壞事情，這意味著大家對于這個事情有熱情，不要打擊這一點。

“但我們真正要警惕的是不要出現一哄而下。現在大模型的商業問題沒有解決，如果大家對于這件事情沒有充分的認知，研討的深度也不夠，就可能出現一旦發展中間有波折，尤其是有資本驅動的話，就發生一哄而下的情況。”王堅表示。

不聊天不寫詩去做事，離產業近就是離錢近？

除了做通用還是做垂直，to C還是to B也是AI大模型發展的重要方向選擇。

由于ChatGPT先是在C端產生了巨大傳播力和影響力，所以百度的文心一言、阿里的通義千問、科大訊飛的星火認知等也都是先以聊天、寫詩、作畫的方式亮相，隨后也都很快推出了面向B端的行業解決方案。而華為、騰訊、京東、360等則直接殺向B端，將大模型的重心放在行業落地上，并開始進入商業化探索階段，向“錢”進。

騰訊云智能大模型產品負責人侯方告訴《中國經濟周刊》記者，騰訊非常看好大模型技術的發展，通用大模型和垂直大模型兩個方向都會關注。但通用大模型的落地可能會面臨比較高的門檻，算法、算力、數據都存在成本高、周期長、有限制等難題。而大模型在垂直化、場景化的方向上則會落地更快，因此，騰訊會與不同行業的合作伙伴合作，去挖掘AI大模型的產業機會。

騰訊副總裁、騰訊政企業務總裁李強也曾對外表示，通用大模型不是模型應用的唯一方向，面向垂直產業的模型會成為大模型價值的“引爆點”。

侯方透露，雖然AI大模型技術的火爆是因為ChatGPT的出現才被大眾所感知，但是對于騰訊來說，其實很早就在做相關技術積累和探索。“從基礎復雜度和技術難度來講，是很難在短時間內突擊實現的，AI能力需要一層一層地向上構建。”侯方表示。

這其實也能解釋，為什么目前AI大模型的“頭部玩家”大部分是頭部云廠商。

侯方以騰訊為例，過去云廠商對外主要提供三種服務形態，即IaaS（基礎設施即服務）、PaaS（平臺即服務）、SaaS（軟件即服務）。AI大模型快速發展之后，現在還會再加上一層MaaS（模型即服務）。

“單點的AI能力很難直接成為一種服務提供的方式，需要把整個路徑打通，才能讓大模型帶來比較好的賦能。”侯方解釋說。比如，智能客服、對話助手、數字人等過去也有，但加入AI大模型的能力之后，可以讓這些應用擁有更高的效率性能和更好的服務體驗，同時有更低的應用門檻和使用成本。

“所有熱潮最后都會回歸實操，冷靜過后，大家要討論的還是什么問題適合用大模型去解決。大模型盡管是一個非常大的技術創新，但技術創新最終還是要與場景結合，這是一個非常關鍵的點。”侯方說。

比如自從ChatGPT問世以來，大家驚嘆于其巨大的參數量和其產生的智能涌現。于是，人們看待大模型，會首先開始進行參數量的比較。但侯方認為，就大模型本身而言，并不是說參數越大越好，最重要的是要看你要解決什么問題。“在不同問題場景下，你可能需要一個更大型、更全面的模型，也可能只需要一個很小但更專業、更聚焦的模型。”他說。

侯方還強調，AI大模型的生態建設也是一個非常重要的方面。因為隨著更多開源模型的出現，AI大模型對算法的門檻會變低。但基于算法去做一系列工程化的開發就會變得很重要。

“未來，圍繞AI大模型整個生態，一定會涌現出一大批新的應用開發者，畢竟AI2.0時代，所有的應用層全部可以重新顛覆一遍。騰訊希望做的是圍繞大模型的上下游和各路合作伙伴，一起探索和共建，為他們提供配套服務和支持體系。”侯方表示。