在高喊“要做中國版OpenAI”之后的第136天，王慧文把光年之外賣給了美團。

　　2023年6月29日，美團在港交所發(fā)布公告，于2023年6月29日全資收購「光年之外」100%的股權(quán)，收購總代價包括：2.33673億美元現(xiàn)金+承擔(dān)3.66924億元人民幣債務(wù)+1元人民幣，合計大約20.65億元人民幣。

　　很難想象，國內(nèi)*家由大佬入局創(chuàng)辦的大模型初創(chuàng)公司會以這種方式收尾，這一結(jié)局給市場留下了無數(shù)的疑問和猜測。

　　從整體商業(yè)視角看，光年之外被美團收購只是企業(yè)間常見的收購動作。但對于國內(nèi)AI行業(yè)來說，這筆收購似乎預(yù)示著僅火熱半年的AI大模型創(chuàng)業(yè)潮正在降溫。

　　資本市場對行業(yè)水溫的感知更加直觀。自6月26日開始，科大訊飛、昆侖萬維、360等AI概念股集體大跌。

　　不只是國內(nèi)，人們甚至對曾經(jīng)趨之若鶩的ChatGPT也不再追捧。

　　根據(jù)網(wǎng)站數(shù)據(jù)分析工具SimilarWeb數(shù)據(jù)，前期ChatGPT的訪問量增長率驚人，1月份的環(huán)比增長率為131.6%，2月份為62.5%，3月份為55.8%，在4月份明顯放緩，環(huán)比增長率為12.6%，到了5月，這個數(shù)字只剩2.8%。

　　當(dāng)大模型的熱度不再，人們很容易想到一個問題：大模型到底是不是創(chuàng)業(yè)的好機會？

　　這個問題顯然沒有標(biāo)準(zhǔn)答案，甚至連大佬之間的看法都大相徑庭。就在前幾天，獵豹移動董事長兼CEO傅盛和金沙江創(chuàng)業(yè)投資基金董事總經(jīng)理朱嘯虎為此在朋友圈“吵”了起來。

　　大模型的認知矛盾并不只集中在個體身上。當(dāng)創(chuàng)業(yè)者、投資人與需求方都存在認知偏差的時候，對于大模型的“謹(jǐn)慎與保守”，就成了絕大多數(shù)玩家的普遍狀態(tài)。

　　在6月16日召開的2023年華映資本年度大會上，華映資本投資人與被投的硬科技及消費科技企業(yè)之間，對產(chǎn)業(yè)如何擁抱大模型與AIGC的問題也曾展開過激烈的探討。

　　在「甲子光年」看來，大模型市場急需理性的聲音，創(chuàng)新的腳步不能停，諸多問題尚待厘清——大模型究竟能不能投?如何投?入局大模型有哪些問題?大模型未來的商業(yè)化前景到底是否會重蹈此前AI行業(yè)的覆轍?

　　無論人們多憂慮，產(chǎn)業(yè)擁抱大模型幾乎是既定結(jié)局——問題是，以什么樣的姿態(tài)擁抱。

　　1.謹(jǐn)慎的投資人們

　　百川智能、銜遠科技、聆心智能、西湖心辰、MiniMax……從2023年初至今，國內(nèi)大模型創(chuàng)業(yè)公司層出不窮，每一位創(chuàng)業(yè)者的背景都足夠光鮮，每一家企業(yè)的實力都備受資本方認可。

　　那段時間，某某明星企業(yè)家離職創(chuàng)業(yè)入局大模型獲得巨額融資的消息屢見不鮮。

　　例如6月1日，有消息稱國內(nèi)大模型初創(chuàng)公司MiniMax即將完成一輪超過2.5億美元的融資，公司估值超過12億美元;

　　而剛剛被美團收購的光年之外的融資消息在當(dāng)時更是撲朔迷離，王慧文曾一度否認公司獲得了包括源碼、騰訊、五源以及宿華的2.3億美元融資，但這筆融資最終也因為美團發(fā)布的收購公告而坐實。

　　這種投資人追捧創(chuàng)業(yè)者的浪潮，讓人們一度以為大模型將要激活國內(nèi)整個AI創(chuàng)投圈，但事實卻并非如此。實際上，除了自帶光環(huán)的明星團隊，投資人對大模型創(chuàng)業(yè)更多是觀望和審視，真正拿出真金白銀的人是少數(shù)。

　　早在今年初ChatGPT浪潮席卷全球時，「甲子光年」便*時間和部分投資人們交流看法。那段時間，幾乎所有人都在快速學(xué)習(xí)，邀請專家對公司內(nèi)部進行科普。

　　當(dāng)時，AI領(lǐng)域熱烈討論著一個問題：ChatGPT是不是人工智能界的iPhone時刻?對此，險峰給出的答案是不急于下定論。“我們暫時還不能確定這個影響到底有多大，但我們認為它(大模型)肯定會改變一些東西。”險峰副總裁李抗說。

　　但也有投資機構(gòu)對大模型表現(xiàn)了擔(dān)憂。某一級市場投資人對「甲子光年」表示，很擔(dān)心中國的反應(yīng)過熱。ChatGPT爆發(fā)后，國內(nèi)的AI概念股被引爆。“我們的一二級市場都必須考慮注入的相關(guān)投資能否產(chǎn)生相應(yīng)的回報。如果都是為了短期利益，這種投資到最后很容易打水漂，因為你沒有真正去促進技術(shù)的發(fā)展，而是一個概念性投資。”

　　在他看來，投資人的關(guān)注點要聚焦，去探索更多對人類未來有影響力的基礎(chǔ)科學(xué)，這才是真正深藏潛在市場價值的科技力量。“既要和市場動態(tài)結(jié)合，也要和市場價值以及真正的、未來的社會進步結(jié)合，不能盲從，我們要清醒認識到哪些東西能改變未來，不能去蹭熱點，一窩蜂做這件事兒，我們不應(yīng)該成為一個浪潮中的泡沫。”

　　不過，一位FA從業(yè)者向「甲子光年」表示：“最近慢慢開始有投資人出手大模型項目了，但手筆都不大。”

　　“本質(zhì)問題還是認知不夠。”對于投資人們的謹(jǐn)慎態(tài)度，華映資本管理合伙人章高男給出了自己的理解。他進一步表示：“幾乎沒有人能清晰地定義大模型，我們要先把大模型的邊界定義清楚再來討論，你說的大模型與我說的大模型，很有可能都不是一件事情。”

　　在一些人看來，投資人的謹(jǐn)慎對大模型創(chuàng)業(yè)而言或許是一種負面信號，是在給大模型潑冷水。但客觀來看，謹(jǐn)慎不代表拒絕，經(jīng)過深刻思考后的理性擁抱更為珍貴。

　　無論投資者還是創(chuàng)業(yè)者，又或是希望借助大模型將自身業(yè)務(wù)轉(zhuǎn)型升級的傳統(tǒng)企業(yè)，在真正投身大模型市場前都需要厘清兩個問題——大模型的能力邊界是什么，以及自身是否有必要引入大模型？

　　2.擁抱大模型前，厘清兩個問題

　　當(dāng)一項新技術(shù)出現(xiàn)時，商業(yè)世界最核心的問題就是：這項技術(shù)能用在哪，怎么用？

　　這對大模型來說尤其重要，也是當(dāng)前還未真正入局大模型的企業(yè)都應(yīng)謹(jǐn)慎考慮的問題。

　　要回答這個問題，首先需要劃定大模型的能力邊界。

　　大模型的特殊之處在于，其內(nèi)部的模型算法是一個巨大的黑箱，大模型的生成過程不可解釋且不可預(yù)測，因此很難界定其能力邊界。但可以確定的是，通用大模型不是*的。

　　智源研究院副院長、總工程師林詠華曾在一次分享中提到，從產(chǎn)業(yè)落地角度來看，“大模型+提示學(xué)習(xí)”無法代替一切。

　　她進一步提到，對于許多特定任務(wù)或新任務(wù)，提示學(xué)習(xí)或許能通過多輪提示prompt，讓大模型輸出需要的結(jié)果，但大模型“記不住”這個過程，而如果開發(fā)者把整個提示prompt都加到每一次的調(diào)用中，一方面有可能使得prompt越加越長而超過了大模型的上下文能力，另一方面勢必導(dǎo)致每次的推理開銷增大、效果也會難以控制。在投入了真金白銀的產(chǎn)品落地環(huán)節(jié)，這種不穩(wěn)定性更為致命。

　　國家語音創(chuàng)新中心首席專家張熠天也在2023年華映資本的年會上表示：“大模型是一個生成邏輯，他給出的只是一個*的詞匯梯次聚類，答案和問題之間并無因果。我們得到的東西只是一個'result'，需要鑒別，而不是'answer'。所以大模型是否能夠直接在教育、醫(yī)療、司法等嚴(yán)肅領(lǐng)域應(yīng)用，可能都是一個問題。但是它在輔助決策上，是有意義的。在直接生成結(jié)果上，如果要商業(yè)化、產(chǎn)品化，我們認為還是有很長的路要走的。”

　　因此，一個在業(yè)內(nèi)基本形成的共識是，未來每個行業(yè)都會有一個自己的垂直大模型，重點在于如何將通用大模型的能力與企業(yè)自身的行業(yè)數(shù)據(jù)很好地融合起來。

　　但在真正考慮大模型工程落地前，創(chuàng)業(yè)者們還需要考慮一個更加重要卻很容易被忽視的問題——大模型是否是企業(yè)的“剛需”？

　　對此，國內(nèi)一家多模態(tài)大模型團隊曾對「甲子光年」表示，大模型是否是企業(yè)的“剛需”需要多角度來理解。對于一些企業(yè)而言，沒有引入大模型，就相當(dāng)于在市場競爭中失去了一把利刃，他們不得不上大模型來獲取客戶青睞——這也是一種“剛需”。

　　但某種程度上，這更多是新興技術(shù)在發(fā)展初期的一種市場情緒。長遠來看，新興技術(shù)的產(chǎn)業(yè)化發(fā)展，本質(zhì)還是要靠業(yè)務(wù)需求驅(qū)動。這時，企業(yè)究竟是否需要大模型就需要考慮多重因素。

　　除了具體的工程落地問題外，企業(yè)還需要考慮數(shù)據(jù)安全問題，以及大模型對原有市場格局的影響。

　　這兩大問題在信息化、數(shù)字化時代已經(jīng)頻頻出現(xiàn)且無法根除，智能化時代，這些問題則可能以一種更隱晦的方式出現(xiàn)。

　　“很多消費型、或者是平臺型的企業(yè)，如果毫無保留地去擁抱大模型，那大模型對行業(yè)的反噬能力是很強的，因為這意味著從產(chǎn)業(yè)端很輕易地就交出了行業(yè)的進入門檻和認知鑰匙。”張熠天表示。

　　在數(shù)字化轉(zhuǎn)型的大背景下，大多數(shù)行業(yè)都通過大數(shù)據(jù)、云計算等技術(shù)實現(xiàn)了數(shù)字化轉(zhuǎn)型升級。但與此同時，傳統(tǒng)企業(yè)也向數(shù)字化技術(shù)廠商交出了大量的行業(yè)數(shù)據(jù)，數(shù)字化技術(shù)的提供商成為產(chǎn)業(yè)中一個不可忽視的主體，原有的市場格局被改變。

　　但工業(yè)、建筑等行業(yè)由于數(shù)據(jù)量小，且各業(yè)務(wù)線之間的數(shù)據(jù)難以打通，傳統(tǒng)企業(yè)至今仍保持著較高的競爭壁壘。

　　張熠天表示：“目前，建筑業(yè)是在數(shù)字化背景下被保護得*的行業(yè)�，F(xiàn)在建筑業(yè)的信息化，除了一個廣聯(lián)達可以做預(yù)算以外，沒有一家巨頭能夠切入。為什么?因為建筑有設(shè)計圖、施工圖、維修圖、規(guī)劃圖、備案圖等八張圖，所有的圖之間相互都是打不通的，政府部門都不是互認的，打通整個建筑的這八張圖的成本足夠高，所以建筑業(yè)才保持了這種競爭主體的多元化。我們通常認為競爭主體的多元化是產(chǎn)業(yè)發(fā)展活力和動力之源。”

　　因此，在大模型浪潮下，對于行業(yè)標(biāo)準(zhǔn)、競爭優(yōu)勢尚不完善的企業(yè)，是否要無條件擁抱大模型，是每一家都需要慎重考慮的問題。

　　3.大模型的工程化落地沒有標(biāo)準(zhǔn)答案

　　對于已經(jīng)將真金白銀投入大模型市場的入局者而言，接下來要做的是解決實際的工程落地問題。

　　對此，業(yè)內(nèi)已經(jīng)逐漸形成一個共識——未來，在產(chǎn)業(yè)落地環(huán)節(jié)，大模型和小模型將會相輔相成。

　　林詠華曾表示，對精度要求高、對泛化能力要求低的窄域場景更合適“小模型+遷移學(xué)習(xí)”的范式。比如工業(yè)檢測、工業(yè)質(zhì)檢、醫(yī)療影像分析等等。

　　此外，華院計算創(chuàng)始人宣曉華也曾表示，未來AI企業(yè)的商業(yè)模式，是將大數(shù)據(jù)驅(qū)動的通用大模型和以知識驅(qū)動的面向垂直行業(yè)的小數(shù)據(jù)模型相融合，實現(xiàn)雙輪驅(qū)動。

　　章高男也對「甲子光年」表示：“企業(yè)在做自己的模型優(yōu)化或訓(xùn)練垂類模型時，可以和大模型有所結(jié)合。不需要大模型那么高維的數(shù)據(jù)，也不需要完全套用大模型的訓(xùn)練方法，但可以將大模型技術(shù)和其他技術(shù)耦合，形成低算力要求的行業(yè)垂直模型，這是有啟示作用的，絕不是簡單套用大模型。”

　　例如，對于大模型屢遭詬病的“幻覺”問題，短期內(nèi)可能還需結(jié)合上一代AI技術(shù)來解決。

　　“產(chǎn)生幻覺的原因很多，可能是因為數(shù)據(jù)在某個領(lǐng)域相對稀疏和不足。在這種情況下，我們需要為模型提供更多數(shù)據(jù)來進行訓(xùn)練。此外，在用戶提問時，清楚地向模型提供更多背景信息也是減少幻覺的一種方法，或者降低‘溫度’。有時候幻覺的產(chǎn)生是因為問題提得不夠完整，缺乏背景和前提。因此，問題的提出也非常重要，prompt engineering是關(guān)鍵。另外，如果用戶真的想要百分之百解決準(zhǔn)確的問題，可能還是需要用到知識圖譜。知識圖譜能夠保證邏輯推理的準(zhǔn)確性，以及包括Meta AI的負責(zé)人Yann Lecun提出的‘世界模型’等更新的技術(shù)。”金柚網(wǎng)CTO鄔學(xué)寧表示。

　　除和上一代AI技術(shù)相結(jié)合之外，將大模型的訓(xùn)練過程與高質(zhì)量的行業(yè)數(shù)據(jù)結(jié)合也是很重要的部分。

　　例如，作為一家為AI PaaS平臺服務(wù)的混布型數(shù)據(jù)庫，天云數(shù)據(jù)已經(jīng)走過了十余年，如今已經(jīng)走到了和大模型結(jié)合的階段。

　　天云數(shù)據(jù)副總裁李從武表示，將從兩個方面考慮自身與大模型的結(jié)合——首先是如何將私域數(shù)據(jù)與大型模型結(jié)合使用。例如天云數(shù)據(jù)為證監(jiān)會完成了一個類似政策解讀的項目，通過結(jié)合法規(guī)、判例和解釋等各種數(shù)據(jù)，天云數(shù)據(jù)生成了對違規(guī)行為的解讀，類似于法院判罰的過程，可以通過綜合各種數(shù)據(jù)來解讀違規(guī)行為的原因。

　　其次，天云數(shù)據(jù)一直在研發(fā)混布式數(shù)據(jù)庫，是國內(nèi)最早的幾家之一。早在2018年左右，天云數(shù)據(jù)就提出了AI native數(shù)據(jù)庫的概念，其實就類似今天支持大型模型的向量數(shù)據(jù)庫，天云數(shù)據(jù)已經(jīng)發(fā)布了自研向量數(shù)據(jù)庫，并應(yīng)用于自己的模型。

　　總的來看，大模型的工程化落地問題沒有標(biāo)準(zhǔn)答案。

　　在人工智能這條路上，中國一定會走出一條不同于別國的道路。兩條路很難有優(yōu)劣之分，更多是基于不同國情下的現(xiàn)實選擇。

　　險峰副總裁李抗曾在訪談中向「甲子光年」做了一個類比，如今看來依然適用：“借OpenAI的成功去說國內(nèi)創(chuàng)業(yè)者的諸多問題是不公平的，就像兩個人打牌，牌風(fēng)不同，對方突然玩了一把大的，胡出了同花順，你就說人家打牌好，我太謹(jǐn)慎了，但我贏的時候你怎么不說?”

　　張熠天分享道，從中央的判斷來看，大模型，包括人工智能的問題，是贏得全球競爭主動權(quán)的重要戰(zhàn)略抓手，是推動我國科技跨越發(fā)展，產(chǎn)業(yè)化優(yōu)化升級，生產(chǎn)力總體躍升的重要戰(zhàn)略資源。

　　“二十大報告談產(chǎn)業(yè)問題的時候，將人工智能從新一代信息技術(shù)中單獨提出。所以從政策上來看，發(fā)展人工智能、大模型，不僅僅是技術(shù)問題與產(chǎn)業(yè)問題，還是一個國家經(jīng)濟核心競爭力的問題，從更深遠上看，更是一個政治問題，大家要從更高的角度來認識這個問題。”

　　如果將視野跳出中國，將技術(shù)發(fā)展的時間線拉長，ChatGPT引發(fā)的軒然大波或許只是人工智能技術(shù)發(fā)展歷史上的一個點，現(xiàn)在一切判斷都可能為之過早。

　　畢竟，即使是長期浸淫人工智能研究一線的技術(shù)人員，現(xiàn)在并未對人工智能的未來形成共識，并深陷于一種不安情緒中。

　　在近期爆火的《為什么偉大不能被計劃》一書中，肯尼斯·斯坦利、喬爾·雷曼兩位作者寫道：“我們不得不面對這樣一個令人不安的事實，即我們無法確定任何經(jīng)驗法則能否成為追求實現(xiàn)人工智能目標(biāo)的可靠指南。”

　　在前不久落幕的2023北京智源大會上，智源研究院院長黃鐵軍也有著極度相似的不安。他直接用“無法閉幕”4個字作為閉幕式的演講標(biāo)題。他說：“我們處在一個不能確定的狀態(tài)，這樣的Near AGI它比我們強嗎?它超過我們的智能了嗎?還是它在什么時候能超過我們呢?我不知道，我們處在一個完全無法把控的狀態(tài)里。”

　　在閉幕致辭的最后，他用這樣一句話收尾：“如果我們能夠用投資大模型一樣的熱情去應(yīng)對風(fēng)險，至少有一定可能把握未來。但是，你相信人類能做到嗎?我不知道。”

　　放眼所有技術(shù)與產(chǎn)業(yè)，這種來自一線核心技術(shù)人員的“失控感”在其他領(lǐng)域并不常見�，F(xiàn)在，幾乎所有人都在摸著石頭過河。如今入場的每一家企業(yè)，都有可能成為技術(shù)處女地的拓荒者。

　　而時間，是證明一切的*憑證。