中國(guó)大模型產(chǎn)業(yè)的五個(gè)真問題

劉以秦

圖/視覺中國(guó)

2023年科技領(lǐng)域最熱的話題就是AI大模型。這股熱潮由美國(guó)創(chuàng)業(yè)公司OpenAI引領(lǐng)，ChatGPT發(fā)布后幾個(gè)月，中國(guó)公司密集發(fā)布自己的大模型，整個(gè)2023年，中國(guó)公司發(fā)布的大模型數(shù)量已經(jīng)超過130個(gè)。

OpenAI能夠?qū)崿F(xiàn)技術(shù)突破，和許多科技創(chuàng)新領(lǐng)域公司的特點(diǎn)類似。有足夠優(yōu)秀的人才，海量資金支持，多年持續(xù)投入，以及對(duì)目標(biāo)堅(jiān)定。在ChatGPT發(fā)布之前的很長(zhǎng)一段時(shí)間里，產(chǎn)業(yè)界和投資界大多不看好OpenAI，但并未動(dòng)搖該公司的方向。2023年，幾乎所有人都認(rèn)可了大模型的方向，大家認(rèn)為，OpenAI已經(jīng)把結(jié)果擺出來了，其他公司要做的就是盡快跟進(jìn)，不斷優(yōu)化，確保能參與未來。

一些人把過去沒有大規(guī)模投入大模型的原因歸咎于不確定結(jié)果。現(xiàn)在已經(jīng)確定了，算力、數(shù)據(jù)、人才都可以加大投入，中國(guó)公司擅長(zhǎng)工程優(yōu)化，做出能實(shí)際應(yīng)用的大模型產(chǎn)品指日可待。

但事實(shí)真的如此嗎？對(duì)于OpenAI來說，大模型從來都是確定的方向，OpenAI的大部分資金都花在了算力上，當(dāng)時(shí)英偉達(dá)的A100（AI專用芯片）價(jià)格比今天低很多。據(jù)第三方數(shù)據(jù)機(jī)構(gòu)SemiAnalysis估計(jì)，OpenAI使用了約3617臺(tái)HGX A100服務(wù)器，包含近3萬塊英偉達(dá)GPU。光有GPU還不夠，投資方微軟幫助OpenAI搭建了大模型定制化的算力集群，能夠進(jìn)一步提升這些GPU的效率。在數(shù)據(jù)方面，OpenAI從數(shù)據(jù)收集、數(shù)據(jù)標(biāo)注、數(shù)據(jù)清洗、數(shù)據(jù)整理、數(shù)據(jù)優(yōu)化等每個(gè)環(huán)節(jié)都有持續(xù)投入。OpenAI團(tuán)隊(duì)中大部分人，都來自頂尖的科研機(jī)構(gòu)或科技巨頭。

也就是說，在這種實(shí)力和投入力度下，OpenAI依然用了超過八年的時(shí)間，才打造出突破性產(chǎn)品GPT4，且存在“幻覺”（也就是答非所問、胡說八道等情況）。為什么中國(guó)公司在幾個(gè)月的時(shí)間里，就能做出號(hào)稱匹敵GPT4的大模型？這是誰的幻覺？

2023年下半年，陸續(xù)有部分大模型被指出是“套殼”，直接套用了國(guó)外的開源大模型，在一些檢驗(yàn)大模型能力的榜單上排名靠前，不少指標(biāo)都接近GPT4。多位業(yè)內(nèi)人士告訴《財(cái)經(jīng)》記者，榜單表現(xiàn)越好，套殼比例越高，略有調(diào)整表現(xiàn)就會(huì)變差。

“套殼”只是中國(guó)大模型產(chǎn)業(yè)現(xiàn)狀的冰山一角，這背后折射出產(chǎn)業(yè)發(fā)展的五個(gè)問題，它們之間互為因果，每個(gè)問題都無法獨(dú)立解決。到今天，大模型的大眾熱度已經(jīng)明顯下滑，2024年，中國(guó)大模型產(chǎn)業(yè)的問題會(huì)進(jìn)一步暴露。但在熱鬧、問題之下，大模型已經(jīng)在產(chǎn)業(yè)中發(fā)揮價(jià)值。

2023年11月，阿里巴巴前技術(shù)副總裁、AI科學(xué)家賈揚(yáng)清發(fā)文稱，某國(guó)內(nèi)大廠做的大模型用的是Meta的開源模型LLaMA，只是修改了幾個(gè)變量名。賈揚(yáng)清表示，因?yàn)楦拿麑?dǎo)致他們需要做很多工作來適配。

此前，就有國(guó)外開發(fā)者稱，李開復(fù)創(chuàng)辦的“零一萬物”使用的就是LLaMA，只是重命名了兩個(gè)張量，因此，業(yè)內(nèi)質(zhì)疑零一萬物就是“套殼”。隨后，李開復(fù)和零一萬物均有回應(yīng)，稱在訓(xùn)練過程中沿用了開源架構(gòu)，出發(fā)點(diǎn)是充分測(cè)試模型，執(zhí)行對(duì)比實(shí)驗(yàn)，這樣能快速起步，但其發(fā)布的Yi-34B和Yi-6B模型都是從0開始訓(xùn)練，并做了大量原創(chuàng)性優(yōu)化和突破工作。

2023年12月，媒體報(bào)道稱，字節(jié)跳動(dòng)秘密研發(fā)的大模型項(xiàng)目中，調(diào)用了OpenAI的API（應(yīng)用程序接口），并使用ChatGPT輸出的數(shù)據(jù)進(jìn)行模型訓(xùn)練。而這是OpenAI的使用協(xié)議中明確禁止的行為。

隨后，OpenAI暫停了字節(jié)的賬號(hào)，表示會(huì)進(jìn)一步調(diào)查，如果屬實(shí)將要求更改或終止賬戶。

字節(jié)對(duì)此的回應(yīng)是，2023年初，技術(shù)團(tuán)隊(duì)在大模型探索初期，有部分工程師將GPT的API服務(wù)應(yīng)用于較小模型的實(shí)驗(yàn)性項(xiàng)目研究中。該模型僅為測(cè)試，沒有計(jì)劃上線，也從未對(duì)外使用。在4月公司引入GPT API調(diào)用規(guī)范檢查后，這種做法已經(jīng)停止。且字節(jié)大模型團(tuán)隊(duì)已經(jīng)提出了明確的內(nèi)部要求，不得將GPT模型生成的數(shù)據(jù)添加到字節(jié)大模型的訓(xùn)練數(shù)據(jù)集，并培訓(xùn)工程師團(tuán)隊(duì)在使用GPT時(shí)遵守服務(wù)條款。

目前國(guó)產(chǎn)大模型中，主要分為三類，一是原創(chuàng)大模型；二是套殼國(guó)外的開源大模型；三是拼裝大模型，也就是把過去的小模型們拼在一起，變成參數(shù)量看起來很大的“大模型”。

其中，原創(chuàng)大模型數(shù)量最少，做原創(chuàng)大模型需要有很強(qiáng)的技術(shù)積累，且要有持續(xù)的高投入，風(fēng)險(xiǎn)很大，因?yàn)橐坏┠Ｐ蜎]有足夠強(qiáng)的競(jìng)爭(zhēng)力，這些大規(guī)模投入就打了水漂。大模型的價(jià)值需要商業(yè)化來證明，當(dāng)市場(chǎng)上已經(jīng)出現(xiàn)足夠好的基礎(chǔ)大模型，其他公司應(yīng)該去挖掘新的價(jià)值點(diǎn)，比如大模型在不同領(lǐng)域的應(yīng)用，或是中間層，比如幫大模型訓(xùn)練、數(shù)據(jù)處理、算力服務(wù)等。

但現(xiàn)狀是，大部分參與者都在“卷”所謂的“原創(chuàng)大模型”，又擔(dān)心風(fēng)險(xiǎn)太高，于是有了大量套殼、拼裝的大模型。無論是直接使用開源模型或是拼裝模型，只要符合相關(guān)規(guī)范，都沒有問題。到商業(yè)化落地階段，客戶也不太會(huì)在意是否原創(chuàng)，有用就行，甚至不少客戶會(huì)因?yàn)槌杀靖停敢膺x擇非原創(chuàng)的技術(shù)。

問題在于，即使是拼裝和套殼，大家也要不斷強(qiáng)調(diào)“原創(chuàng)”，為了證明“原創(chuàng)”，就需要調(diào)整修改，而這又會(huì)影響大模型的迭代能力，陷入內(nèi)耗。

大模型的基礎(chǔ)之一是海量算力，且是先進(jìn)算力，因此大模型也被稱為暴力美學(xué)。英偉達(dá)的A100此前被認(rèn)為是最適合訓(xùn)練大模型的，近期英偉達(dá)又推出了更先進(jìn)的算力芯片H100，但還未在中國(guó)市場(chǎng)開售。

一位英偉達(dá)的長(zhǎng)期合作伙伴告訴《財(cái)經(jīng)》記者，2023年，A100的售價(jià)漲了約1倍，據(jù)他了解，2023年密集購(gòu)買A100的中國(guó)公司主要是自身有業(yè)務(wù)需求的大廠，包括阿里巴巴、騰訊、字節(jié)跳動(dòng)、百度等，創(chuàng)業(yè)公司很少。有一些知名大模型創(chuàng)業(yè)公司會(huì)主動(dòng)要求和他建立戰(zhàn)略合作關(guān)系，以此來對(duì)外證明自己在投入算力，“不給錢的那種”。

盡管有美國(guó)政府的“出口管制規(guī)則”，中國(guó)公司想要獲得英偉達(dá)的算力，并非不可能，目前有很多方式可以選擇。除了直接購(gòu)買，還可以通過英偉達(dá)在中國(guó)的合作伙伴們購(gòu)買。GPU本身很貴，買來之后的部署、運(yùn)營(yíng)、調(diào)試、使用，都是成本。此前業(yè)內(nèi)流傳的一句話是，中國(guó)不少科研機(jī)構(gòu)連A100的電費(fèi)都付不起。

由八張A100組成的DGX服務(wù)器最大功率是6.5kW，也就是運(yùn)行一小時(shí)需要6.5度電，同時(shí)要搭配大約同等電量的散熱設(shè)備。按照平均工業(yè)用電每度0.63元計(jì)算，一臺(tái)服務(wù)器開一天（24小時(shí)）的電費(fèi)約200元。如果是1000臺(tái)服務(wù)器，一天的電費(fèi)就是約20萬元。

因此，除了大廠，創(chuàng)業(yè)公司很難大規(guī)模購(gòu)買、部署GPU。

GPU資源還可以租用，在阿里云、騰訊云或是亞馬遜AWS等云服務(wù)平臺(tái)上，都可以直接租用A100算力服務(wù)。租金同樣在過去一年漲了不少。

但實(shí)際情況是，不少大模型公司并不想在算力上做大規(guī)模投入。多位關(guān)注AI的投資人告訴《財(cái)經(jīng)》記者，一旦創(chuàng)業(yè)公司開始部署算力，會(huì)出現(xiàn)兩個(gè)“問題”，一是這個(gè)投入沒有上限，沒有終點(diǎn)，誰也不知道要燒到什么程度。OpenAI到今天還會(huì)因?yàn)樗懔Ω簧隙霈F(xiàn)宕機(jī)。二是公司會(huì)因此變成重資產(chǎn)公司，這對(duì)于公司未來的估值有不利影響，會(huì)直接影響到投資人的收益。

2023年，中國(guó)不少投資人會(huì)直接告訴大模型創(chuàng)業(yè)者，先招一些名校背景的人，抓緊開發(fā)布會(huì)，發(fā)布大模型產(chǎn)品，然后做下一輪融資，不要去買算力。

創(chuàng)業(yè)公司們?cè)陲L(fēng)口期拿到大量融資，高薪招人，高調(diào)發(fā)布產(chǎn)品，推高估值。一旦風(fēng)口過去，繼續(xù)融資或是上市就需要收入，到時(shí)候再通過此前融到的錢，去低價(jià)甚至虧本競(jìng)標(biāo)項(xiàng)目，或是直接對(duì)外投資來并表收入。

這就有可能陷入一個(gè)惡性循環(huán)：不愿意承擔(dān)算力高投入的風(fēng)險(xiǎn)，就很難在大模型領(lǐng)域有突破性發(fā)展，也就難以和那些真正在這個(gè)方向上大規(guī)模投入的巨頭們競(jìng)爭(zhēng)。

數(shù)據(jù)和算力都是大模型的基礎(chǔ)，在數(shù)據(jù)方面，中國(guó)大模型產(chǎn)業(yè)面臨和算力同樣的問題：是否值得大規(guī)模投入？

在中國(guó)，一般的數(shù)據(jù)獲取門檻很低，過去主要是用爬蟲工具來收集數(shù)據(jù)，現(xiàn)在可以直接用開源的數(shù)據(jù)集。中國(guó)大模型以中文數(shù)據(jù)為主，業(yè)內(nèi)普遍認(rèn)為中文互聯(lián)網(wǎng)數(shù)據(jù)的質(zhì)量較低。

一位AI公司創(chuàng)始人形容，當(dāng)他需要在互聯(lián)網(wǎng)上搜索專業(yè)信息時(shí)，他會(huì)用谷歌搜索，或是上YouTube。國(guó)內(nèi)的網(wǎng)站或App上，并非缺少專業(yè)信息，而是廣告內(nèi)容太多，找到專業(yè)內(nèi)容需要的時(shí)間更久。

OpenAI用于訓(xùn)練大模型的中文數(shù)據(jù)同樣來源于中國(guó)互聯(lián)網(wǎng)平臺(tái)，但它額外做了很多工作來提升數(shù)據(jù)質(zhì)量，這不是普通的數(shù)據(jù)標(biāo)注工作能完成的，需要專業(yè)團(tuán)隊(duì)對(duì)數(shù)據(jù)進(jìn)行清洗、整理。

此前就有AI創(chuàng)業(yè)者表示，在中國(guó)很難找到相對(duì)標(biāo)準(zhǔn)化的數(shù)據(jù)服務(wù)商，大多是定制化服務(wù)，定制服務(wù)又很貴。

這和是否要大規(guī)模投資算力的邏輯有些類似，這筆投入對(duì)于很多公司，尤其是創(chuàng)業(yè)公司來說，看起來并不劃算。如果大規(guī)模投入，一旦最后的模型效果不理想，同樣是“打水漂”，還不如用開源數(shù)據(jù)訓(xùn)練，直接開發(fā)布會(huì)。

此外，中國(guó)市場(chǎng)缺乏有效的數(shù)據(jù)保護(hù)手段，一位大廠AI負(fù)責(zé)人說，“在中國(guó)，你能拿到的數(shù)據(jù)，別人也能拿到”，“如果你花很多錢去做高質(zhì)量數(shù)據(jù)，別人可以用很低的成本拿到，反過來也一樣。”

包括數(shù)據(jù)處理在內(nèi)的大模型中間環(huán)節(jié)，在2024年會(huì)是一個(gè)相對(duì)明確的新發(fā)展方向。無論是哪種模型，在落地到具體應(yīng)用場(chǎng)景中時(shí)，必須要用專業(yè)數(shù)據(jù)做優(yōu)化調(diào)試，這對(duì)于數(shù)據(jù)處理的要求更高，此外還需要有模型調(diào)試、工程優(yōu)化等環(huán)節(jié)參與。

但如果其中的環(huán)節(jié)又變成了投資人眼里的“新風(fēng)口”，那又是另一個(gè)故事了。

以上的三個(gè)問題，背后都指向一個(gè)共同的方向：資本短視。

盡管OpenAI已經(jīng)蹚出一條明確的道路，對(duì)于絕大部分公司來說，想從零開始做出成熟的大模型，需要耗費(fèi)的成本和時(shí)間并不會(huì)短很多。

對(duì)于大部分投資人來說，每筆投資的目的很明確：退出、賺錢。OpenAI火了，估值一路攀升，未來還會(huì)繼續(xù)增長(zhǎng)。2023年4月，該公司估值約280億美元，到2023年12月，據(jù)美國(guó)媒體報(bào)道，OpenAI最新一輪估值或?qū)⒊^1000億美元。這在投資人眼里是一個(gè)非常確定的信號(hào)，如果以合適的價(jià)格投資中國(guó)大模型創(chuàng)業(yè)公司，也能在很短時(shí)間內(nèi)做到估值成倍增長(zhǎng)。

中國(guó)投資人的耐心只有三五年，這是資本運(yùn)作模式?jīng)Q定的。投資人從LP手里募資，需要在一定年限內(nèi)退出并拿到可觀的收益。投資人退出的渠道包括項(xiàng)目并購(gòu)、上市，或是在后續(xù)融資中把自己手里的股份賣給新投資方。

早期融資可以靠風(fēng)口和講故事，但走到中后期甚至上市，就必須有一定規(guī)模的商業(yè)化能力。投資人們發(fā)現(xiàn)，拖得越久，項(xiàng)目上市或被并購(gòu)的難度就越高，因?yàn)锳I領(lǐng)域主要的商業(yè)模式是做B端的定制化項(xiàng)目，這條路徑就決定了創(chuàng)業(yè)公司很難做出高增長(zhǎng)的收入。投資人只能趁風(fēng)口還在，迅速推動(dòng)公司完成多輪融資，抬高估值，之后哪怕打折出售手里的股份，也是劃算的。

2023年密集購(gòu)買A100的中國(guó)公司主要是自身有業(yè)務(wù)需求的大廠，創(chuàng)業(yè)公司很少。圖/IC

這也是為什么2023年大模型相關(guān)的發(fā)布會(huì)層出不窮，各種大模型榜單百花齊放且排名各不相同，這些都是有助于融資的“故事”。類似的路徑在幾年前的AI產(chǎn)業(yè)已經(jīng)出現(xiàn)過一次，那個(gè)階段的代表公司是AI四小龍。2023年的大模型創(chuàng)業(yè)只是把過去三年走完的路在一年時(shí)間里加速完成。

但短視絕不是投資人單方面的問題。在今天的商業(yè)環(huán)境下，大部分人都追求短期的、確定性的結(jié)果，十年，甚至五年后的未來都似乎難以把握。

2023年，中國(guó)大模型產(chǎn)業(yè)迅速?gòu)谋绕创竽Ｐ蛥?shù)進(jìn)入到比拼商業(yè)化的階段。2024年1月的CES（消費(fèi)電子展）上，兩位著名的AI科學(xué)家李飛飛和吳恩達(dá)均表示，接下來AI商業(yè)化會(huì)有明顯發(fā)展，會(huì)深入到更多行業(yè)。

目前看來，大模型的主要應(yīng)用方向有兩個(gè)，一是通過大模型技術(shù)為C端用戶提供新的工具，比如付費(fèi)版GPT4、百度用文心大模型重構(gòu)的百度文庫(kù)、新的AI視頻剪輯工具、文生圖工具等。但C端付費(fèi)短期內(nèi)很難有大規(guī)模增長(zhǎng)，對(duì)于大模型工具有剛需的人群相對(duì)較少。

更有希望的商業(yè)化方向是B端服務(wù)。在中國(guó)市場(chǎng)，做B端軟件服務(wù)一直是一個(gè)“老大難”的生意。多位投資人和業(yè)內(nèi)人士都提到，中國(guó)市場(chǎng)最大的B端客戶是政府和國(guó)企，大模型做為先進(jìn)的生產(chǎn)力工具，會(huì)有一個(gè)直接影響是減少人力。而在政府和國(guó)企，減少人力在很多時(shí)候反而會(huì)變成阻力。

如果退而求其次，選擇中小B客戶，在2024年恐怕也很難。一位AI大模型創(chuàng)業(yè)者說，他近期詢問了不少企業(yè)客戶，得到的回應(yīng)是：“大模型能做什么？能幫我裁員還是能幫我賺錢？”

到今天，即使是最先進(jìn)的大模型也依然存在“幻覺”問題，這在C端應(yīng)用上還可以忍受，但在一些專業(yè)的B端場(chǎng)景中，有“幻覺”就意味著難以真正落地。過去比對(duì)式AI，例如人臉識(shí)別，如果識(shí)別錯(cuò)誤，人工輔助、調(diào)整的成本很低，但大模型擅長(zhǎng)“一本正經(jīng)地胡說八道”，具有一定迷惑性。

但大模型已經(jīng)切實(shí)在實(shí)際應(yīng)用了。多位業(yè)內(nèi)人士都提到，因?yàn)榇竽Ｐ偷某霈F(xiàn)，很多過去無法解決的問題都有了新方法可以解決，且效率有明顯提升。例如前文提到的拼接大模型，在過去很少有人嘗試，現(xiàn)在不少AI公司都開始把多個(gè)不同場(chǎng)景的小模型拼在一起，在解決大部分同類問題時(shí)，不需要再單獨(dú)訓(xùn)練模型，可以直接調(diào)取使用。

此外，在一些有龐大業(yè)務(wù)的公司里，大模型也已經(jīng)落地使用。類似于上一輪AI視覺技術(shù)帶動(dòng)AI算法的發(fā)展，這些AI算法迅速在內(nèi)容推薦、電商、打車、外賣等領(lǐng)域發(fā)揮重要價(jià)值。現(xiàn)在，騰訊的游戲業(yè)務(wù)、阿里的電商業(yè)務(wù)、字節(jié)的內(nèi)容業(yè)務(wù)等，都已經(jīng)用上了大模型。

2024年，AI大模型的發(fā)展會(huì)有幾個(gè)相對(duì)確定的趨勢(shì)，一是融資熱度下滑，2023年出現(xiàn)的一家公司完成多輪數(shù)億美元融資的情況會(huì)明顯減少，大模型創(chuàng)業(yè)公司需要尋找新的出路。目前看來，大廠們更有實(shí)力做大模型基礎(chǔ)設(shè)施的工作，創(chuàng)業(yè)公司可以考慮調(diào)整方向，填補(bǔ)基礎(chǔ)大模型到應(yīng)用之間的空白。

二是大模型的應(yīng)用會(huì)持續(xù)深入，但這主要會(huì)集中在數(shù)字化程度很高且業(yè)務(wù)體量非常大的領(lǐng)域。在C端，大模型也會(huì)進(jìn)一步普及，不過對(duì)于中國(guó)公司來說，不能只依賴C端用戶付費(fèi)，C端應(yīng)用場(chǎng)景中會(huì)加入其他變現(xiàn)模式，主要是廣告。

三是國(guó)產(chǎn)算力會(huì)進(jìn)一步得到重視，得到重視并不意味著短期內(nèi)會(huì)有明顯進(jìn)步，這是一個(gè)漫長(zhǎng)的過程。國(guó)產(chǎn)算力能力提升的同時(shí)，會(huì)有更多趁機(jī)炒作、造勢(shì)、圈錢的現(xiàn)象。

風(fēng)口會(huì)刺激產(chǎn)業(yè)迅速擴(kuò)張，泡沫隨之而生，機(jī)會(huì)越大，泡沫就越大。只有撇開泡沫，才能看清產(chǎn)業(yè)發(fā)展的新機(jī)會(huì)。