本文來自微信公眾號“光錐智能”(ID:guangzhui-tech)，作者:郝鑫、黃小藝，編輯:劉雨琦。

　　文|郝鑫、黃小藝

　　編|劉雨琦

　　2022年11月30日，是ChatGPT面世的第一天。

　　至今整整一年的時(shí)間，“人類與AI的未來”撕開科幻的外衣，正式踏入現(xiàn)實(shí)。

　　在商業(yè)世界，新技術(shù)一路狂奔，引發(fā)百模大戰(zhàn)，一批創(chuàng)業(yè)公司如雨后春筍，退入幕后的大佬們紛紛下場，激烈的競爭中興奮、迷茫、挫敗相互交織;

　　而在普通人的生活中，既有AI模特、AI畫師等“新職業(yè)”引發(fā)下崗潮的恐慌，也有靠AI知識培訓(xùn)月入一套房的弄潮兒，就連蕭山丈母娘，也知道該瞄準(zhǔn)大模型工程師。

　　然而，伴隨著OpenAI的宮斗鬧劇，擺在所有人面前的是當(dāng)AI作為新物種出現(xiàn)，生而為人數(shù)千年，巨變之下，何為我們?

　　美國物理學(xué)家費(fèi)曼曾說，“我們每個(gè)人都有一把開啟通往天堂的鑰匙，很不幸，這把鑰匙同時(shí)能夠開啟地獄之門。”

　　害怕AI不夠強(qiáng)大，又害怕AI太過強(qiáng)大，是人類心中一道永遠(yuǎn)在搖擺的天平。

　　在《流浪地球》的電影中，在極度不穩(wěn)定的現(xiàn)實(shí)中，人們依賴于從MOSS身上得到確定性，而后又因恐懼MOSS失控，啟動(dòng)“隔離計(jì)劃”，將其封存在北極與空間站。

　　人工智能究竟如何改變了人類社會?有哪些具體而又深刻的影響?是否將重塑我們的世界?巨變之中有哪些機(jī)遇與風(fēng)險(xiǎn)?在全球的科技競賽中，中國的位置在哪?優(yōu)勢又在哪?一個(gè)個(gè)看似遙遠(yuǎn)而又宏大的問題，突然迫在眉睫。

　　炒作與機(jī)遇齊飛，理智與理想并存，關(guān)于大模型的答案之書，需要每個(gè)人的回答。

　　2023年，大模型完成三級跳

　　八個(gè)月內(nèi)就誕生了238個(gè)大模型，每隔一天中國就會官宣一個(gè)新的大模型，這是2023年的中國速度。

　　回顧這一年，ChatGPT火爆后不到一個(gè)月的時(shí)間，阿里、華為、騰訊、京東、字節(jié)、360、商湯、科大訊飛等一眾大廠紛紛下場，或官宣入場或亮相大模型。

　　百模大戰(zhàn)一觸即發(fā)，數(shù)據(jù)顯示，戰(zhàn)事最膠著之際，國內(nèi)一個(gè)月就能冒出30多個(gè)大模型。截至2023年10月，我國擁有10億參數(shù)規(guī)模以上大模型的廠商及高校院所達(dá)到了254家，從“一百模”升級至了“二百模”。

　　但混戰(zhàn)只是短暫性的階段，僅三個(gè)月后，大模型行業(yè)就迎來了過濾分層，泥沙俱下過后，行業(yè)格局也逐漸變得明朗起來。

　　“高校和研究者關(guān)注基礎(chǔ)研究，培養(yǎng)人才;大廠提供算力支撐、基礎(chǔ)設(shè)施建設(shè)和MaaS服務(wù);創(chuàng)業(yè)公司做大模型應(yīng)用開發(fā)”，復(fù)旦大學(xué)計(jì)算機(jī)學(xué)院教授、Moss系統(tǒng)負(fù)責(zé)人邱錫鵬在2023騰訊ConTech大會上總結(jié)道。

　　底層是高校，中間層是大廠，最上面一層是大模型創(chuàng)業(yè)公司，分工清晰，各司其職，構(gòu)成了當(dāng)下的中國大模型版圖。

　　IDEA研究院、智源研究院、中科院自動(dòng)化研究所、上海人工智能實(shí)驗(yàn)室、復(fù)旦大學(xué)、清華大學(xué)等高校和研究所，最早在技術(shù)路徑發(fā)展上關(guān)注、跟隨OpenAI的步伐。基于先一步市場的洞察，這些研究院所發(fā)布的論文、開源大模型、數(shù)據(jù)集和工具，都為中國大模型的誕生、迭代打下了基礎(chǔ)。

　　此外，這些高校也在源源不斷地向市場上輸送人才。清華系創(chuàng)業(yè)團(tuán)隊(duì)撐起了國內(nèi)大模型創(chuàng)業(yè)的“半壁江山”，王慧文、王小川等互聯(lián)網(wǎng)大佬高調(diào)入局，智譜AI、面壁智能、月之暗面等公司創(chuàng)始人師出同門。據(jù)不完全統(tǒng)計(jì)，近期活躍的AI大模型創(chuàng)企中，擁有清華背景的創(chuàng)始人至少有17位，涉及11家企業(yè)。

　　中間層的大廠，進(jìn)一步劃分有兩類。一類是騰訊、百度、阿里、華為、字節(jié)等互聯(lián)網(wǎng)大廠，憑借著在云計(jì)算和技術(shù)方面的積累，一方面可以自研通用大模和行業(yè)大模型，把現(xiàn)有的產(chǎn)品全部重做一遍，結(jié)合已經(jīng)打透的行業(yè)，落地大模型解決方案;另一方面也可以給企業(yè)客戶和創(chuàng)業(yè)公司提供模型訓(xùn)練的算力支撐，以MaaS的形式提供一站式的大模型服務(wù)。

　　第二類是AI1.0時(shí)代的科技公司，如商湯、云知聲、科大訊飛等。結(jié)合在語音、CV方面的優(yōu)勢，在此基礎(chǔ)之上研發(fā)大模型，商湯繼承在CV方面的優(yōu)勢，發(fā)布了“日日新”大模型;云知聲延續(xù)其在語言方面的優(yōu)勢，發(fā)布了山海大模型，展現(xiàn)在醫(yī)療問診方面的能力。

　　隨著大模型地基的進(jìn)一步穩(wěn)固，基礎(chǔ)能力走向成熟，今年下半年，創(chuàng)業(yè)從想法落實(shí)到了行動(dòng)，開始涌現(xiàn)出一批“黑馬”創(chuàng)業(yè)公司。

　　名校、技術(shù)、行業(yè)經(jīng)驗(yàn)三重背景拉滿，一出道就奔馳在了大模型的快車道上。

　　百川智能以平均28天的速度迭代大模型，探索醫(yī)療問診，預(yù)計(jì)明年推出第一款A(yù)I應(yīng)用，劍指超級App;智譜AI今年累計(jì)獲得融資25億元人民幣，一舉成為國內(nèi)公開融資最高的大模型創(chuàng)業(yè)企業(yè)之一;MiniMax海外推出的AI角色扮演類應(yīng)用Talkie，增速一度跑贏國外同期明星產(chǎn)品Character AI;月之暗面從長文本技術(shù)切入，未來瞄準(zhǔn)C端應(yīng)用，正在探索AI角色扮演、對話等場景。

　　各類黑客馬拉松和路演現(xiàn)場，座無虛席、人聲鼎沸，創(chuàng)業(yè)者、投資人、觀眾擠破頭只為拿到一張入場券。創(chuàng)業(yè)者們激情澎湃，“超越字節(jié)”，“打造下一個(gè)抖音”，“我就是下一個(gè)張一鳴”，一番豪言壯志響徹路演大廳。

　　最小00后，普遍95、90后，幾個(gè)搞技術(shù)、產(chǎn)品的人想法一碰，臨時(shí)組個(gè)小團(tuán)隊(duì)就開始了創(chuàng)業(yè)之路。大模型儼然成為了香餑餑，奇績創(chuàng)壇剛結(jié)束的路演數(shù)據(jù)顯示，在AI方向，就有51家大模型公司，更有超過一半集中在應(yīng)用層面。

　　至此，中國大模型已經(jīng)完成了從基礎(chǔ)能力到應(yīng)用層的三連跳，在近一年的摸索中，大模型創(chuàng)業(yè)者們逐漸意識到了一個(gè)事實(shí):中國大模型“先天體弱”，中國創(chuàng)業(yè)機(jī)會不在基礎(chǔ)能力層，而在應(yīng)用層。

　　中國大模型

　　核心競爭力在哪兒?

　　中國大模型的“體弱”之癥，還要追溯到“根”上，構(gòu)成大模型有四要素，分別為數(shù)據(jù)、模型、算力和場景，根基打得不牢，大模型自然也就走得慢。

　　目前，大模型訓(xùn)練數(shù)據(jù)主要來自于公開的文檔、資料和數(shù)據(jù)。從數(shù)據(jù)總量來看，公開的粗加工數(shù)據(jù)仍以英文居多，占主導(dǎo)優(yōu)勢，中文數(shù)據(jù)開放得還遠(yuǎn)遠(yuǎn)不夠;從數(shù)據(jù)質(zhì)量來看，由于國內(nèi)在數(shù)據(jù)產(chǎn)業(yè)的投入和精細(xì)化程度不足，導(dǎo)致了中文語料不僅少且能用得也不多的現(xiàn)狀。數(shù)據(jù)質(zhì)量直接與模型訓(xùn)練效果掛鉤，比如ChatGPT雖然只有1.5%的中文語料，也能達(dá)到比較好的效果，但國內(nèi)卻恰恰相反。

　　在模型層面的積累，短時(shí)間內(nèi)，中國有著無法跨越的鴻溝。OpenAI自2015年成立，在大模型領(lǐng)域的技術(shù)積累和投入，已長達(dá)七年之久，而國內(nèi)才僅僅一年的時(shí)間。而在中國馬不停蹄追趕過程中，OpenAI還在加速度，百億美金、頂尖人才、超級計(jì)算都在源源不斷地輸送進(jìn)名為“GPT”的大模型引擎中。

　　在算力層面也不容樂觀，一面要面臨著算力資源短缺的共同問題，一面還要活在美國的層層封鎖之下。

　　在2023騰訊ConTech大會上，百川智能創(chuàng)始人、CEO王小川在硅谷調(diào)研中了解到，OpenAI正在嘗試把1000萬塊GPU連在一起訓(xùn)練一個(gè)大規(guī)模的模型。

　　王小川對此感到十分震驚，“英偉達(dá)一年大概生產(chǎn)100萬塊GPU，訓(xùn)練GPT-4要2.5萬塊，國內(nèi)對標(biāo)GPT-3.5訓(xùn)練需要4000塊。要中國拿出1000萬塊GPU去訓(xùn)練大模型，目前從資源層面還遠(yuǎn)遠(yuǎn)達(dá)不到”。

　　據(jù)邱錫鵬判斷:“我們離OpenAI算力的差距太大，能保持緊密跟隨已是不易，但要談到趕超，還是得結(jié)合當(dāng)前我國具體的實(shí)際情況。”

　　有經(jīng)驗(yàn)、有方向，更要正視差距和不足，正如王小川所言，當(dāng)下大模型公司需要思考的問題是，如何用一個(gè)稍弱的大模型做出一個(gè)好的AI原生應(yīng)用。

　　“國外會做大模型，但并不代表著會做應(yīng)用”，不少創(chuàng)業(yè)者向光錐智能反饋道，在應(yīng)用方向，國內(nèi)與國外目前處于同一起跑線上。

　　國外AI應(yīng)用起步雖早，但發(fā)展仍處于早期，類型主要集中在效率對話助手、情感類對話助手、繪畫、照片、游戲幾個(gè)領(lǐng)域。

　　以美區(qū)蘋果商店為例，大熱的效率工具中，OpenAI的ChatGPT有47萬個(gè)評分;微軟的Bing Chat有18萬個(gè)評分;大火的C端應(yīng)用代表，Character AI有14萬個(gè)評價(jià)，Pi有1336個(gè)評價(jià);風(fēng)靡一時(shí)的AI生成相機(jī)Lensa AI有39萬個(gè)評價(jià)。作為參考，TikTok在美區(qū)蘋果商店有1634萬個(gè)評分;YouTube有3370萬個(gè)評分;Snapchat有196萬個(gè)評分。

　　大模型的技術(shù)能力再強(qiáng)，也要落在產(chǎn)品中被實(shí)際應(yīng)用起來，而這恰恰是中國最核心的優(yōu)勢。

　　“理想上慢一步，落地上快三步。”

　　這是王小川對當(dāng)前中國大模型機(jī)會的詮釋，“理想”對應(yīng)著大模型基礎(chǔ)技術(shù)能力，“落地”則對應(yīng)著場景應(yīng)用，“我們中國大模型的機(jī)會，不在技術(shù)科研，應(yīng)用才是我們跑得更快的地方”。

　　回顧互聯(lián)網(wǎng)時(shí)代，中國曾經(jīng)誕生了淘寶、微信、抖音等超級App，在產(chǎn)品體驗(yàn)、市場運(yùn)營、用戶需求洞察等方面都積累了大量的經(jīng)驗(yàn)，與此同時(shí)，繁榮的互聯(lián)網(wǎng)產(chǎn)品生態(tài)還培養(yǎng)起了一批產(chǎn)品經(jīng)理。如今，上個(gè)時(shí)代的積累將沉淀為大模型應(yīng)用誕生的肥料。

　　王小川認(rèn)為這里面有兩個(gè)核心的難點(diǎn)需要去解決，如果能解決好兩個(gè)問題，中國的應(yīng)用或許就能走在美國的前面。

　　首先是要有大模型，模型效果差一點(diǎn)也沒關(guān)系，可以通過開源技術(shù)、端到端的模式、人的聰明才智，與做應(yīng)用公司共同研發(fā)等途徑來彌補(bǔ)大模型本身的缺陷。

　　重要的是要把大模型用起來，有大模型應(yīng)用創(chuàng)業(yè)者告訴光錐智能:“實(shí)際做AI應(yīng)用，對大模型能力的要求遠(yuǎn)沒有想象中那么高，GPT-3.5基本就能達(dá)到一個(gè)還可以的效果。”

　　其次是，傳統(tǒng)意義上的產(chǎn)品經(jīng)理需要轉(zhuǎn)型和提升。王小川指出，大模型創(chuàng)業(yè)跟互聯(lián)網(wǎng)創(chuàng)業(yè)最大的區(qū)別在于，大模型是科技創(chuàng)業(yè)，以技術(shù)為主要驅(qū)動(dòng)，故而進(jìn)入壁壘極高;而互聯(lián)網(wǎng)是創(chuàng)意創(chuàng)業(yè)，幾乎不存在卡技術(shù)的環(huán)節(jié)，換而言之，只要有好的想法就能實(shí)現(xiàn)。

　　”大模型創(chuàng)業(yè)的特性，就要求產(chǎn)品經(jīng)理，需要懂得什么樣的AI產(chǎn)品需要匹配什么樣的技術(shù)，甚至更進(jìn)一步還能以產(chǎn)品需求為導(dǎo)向引領(lǐng)技術(shù)的發(fā)展。這里面可能涉及一些具體的問題，比如產(chǎn)品經(jīng)理對技術(shù)的評測標(biāo)準(zhǔn)是什么，怎么去評價(jià)技術(shù)的好壞，怎么才能讓算法工程師跟上產(chǎn)品迭代的步伐等等”，總而言之，王小川認(rèn)為產(chǎn)品經(jīng)理要對自己的技術(shù)有判斷和評價(jià)。

　　漫長的技術(shù)發(fā)展經(jīng)驗(yàn)告訴我們，這已經(jīng)不是中國第一天面對基礎(chǔ)科技能力不如國外的棘手問題。暫時(shí)的技術(shù)領(lǐng)先也并不代表什么，中國之所以能做大模型，一是因?yàn)楸旧硎袌鼍妥銐虼蠛蛷?fù)雜，若大模型企業(yè)能占據(jù)一席之地，或許就已經(jīng)擁有了十分可觀的增長空間。

　　OpenAI的先進(jìn)放在中國的環(huán)境中也會出現(xiàn)“水土不服”，一如多年前數(shù)據(jù)庫行業(yè)，Oracle雖然先進(jìn)，但數(shù)字化程度滯后的國內(nèi)根本用不上，全靠中國數(shù)據(jù)庫企業(yè)攬下臟活和累活，從搬運(yùn)賬本切入數(shù)據(jù)庫賽道。

　　大模型亦是如此，國內(nèi)企業(yè)生怕掉隊(duì)，迫切想趕緊用上大模型，但遠(yuǎn)水解不了近渴，私有化部署、安全、價(jià)值觀對齊、場景落地等諸多現(xiàn)實(shí)問題更適合中國大模型企業(yè)發(fā)揮。

　　人與AI的未來，在變革中共生

　　過去不可被改變，但是未來可以被創(chuàng)造。

　　每當(dāng)新技術(shù)出現(xiàn)，都會有一部分人積極占據(jù)先機(jī)，獲得技術(shù)紅利。任何技術(shù)革命帶來的技術(shù)變革都是由此開始的。

　　如今，在百模大戰(zhàn)的比賽場上，所有人都試圖尋找最終的天選之子，究竟是存量的競爭還是增量出奇跡，大廠和創(chuàng)業(yè)公司們，都不肯放過任何一個(gè)機(jī)會。

　　“從信息時(shí)代走向智能時(shí)代，一個(gè)大的時(shí)代，就像之前工業(yè)時(shí)代一樣，會有新的公司起來。”正如王小川所說，盡管，大廠們有在互聯(lián)網(wǎng)時(shí)代積累了數(shù)十年的資本，但普遍觀點(diǎn)認(rèn)為，小創(chuàng)新靠大廠，大創(chuàng)新仍然要靠小廠。

　　而在激烈的競爭之下，新公司又是否會像互聯(lián)網(wǎng)時(shí)代的巨頭們一樣，創(chuàng)造一個(gè)新的時(shí)代，甚至取代目前的科技巨頭，引領(lǐng)新的商業(yè)生態(tài)呢?

　　技術(shù)的變革總是周期性的，我們或許可以從歷史的長河中尋找答案。

　　正如互聯(lián)網(wǎng)時(shí)代，催生出了線上零售模式，成長出了阿里巴巴、京東等一批巨頭企業(yè)，產(chǎn)業(yè)鏈上也有無數(shù)網(wǎng)店、工廠抓住機(jī)會，踩上了暴富的快車道。在這個(gè)過程中，沒有誰取代誰，只有電商形態(tài)顛覆、重構(gòu)了線下零售，同時(shí)也形成了線下、線上一體化的供應(yīng)鏈、數(shù)字化云倉、新零售等物種。

　　相比新舊之間的取代關(guān)系，更多的是業(yè)態(tài)模式的創(chuàng)新、重構(gòu)。

　　不過，新的AI業(yè)態(tài)究竟如何展開，仍在朦朧之中。正如曾經(jīng)字節(jié)跳動(dòng)給BAT的震動(dòng)，在快手、抖音、秒拍、美拍、微視等一片短視頻App之中，沒有人知道，誰是最大的那匹黑馬。因此無論大廠還是小廠，都在積極探索AI與業(yè)務(wù)的結(jié)合，等待爆發(fā)的奇點(diǎn)、為明天押注。

　　與此同時(shí)，不同于以往高新技術(shù)突破的漂浮感，AI的變革已經(jīng)滲透進(jìn)了社會中每一個(gè)人的生活之中。

　　“用孫正義的話講，會用AI和不會用AI的人就是像人和猴子區(qū)別一樣。”王小川說道，“我把ChatGPT放在我手機(jī)頁面的底部，每天都會使用。在未來兩三年內(nèi)，我們工作方式、生活方式會有天翻地覆的變化，智能體到來之后，跟你工作的可能不只是人，也有機(jī)器。”

　　“雖然大模型成長速度快于年輕人，但年輕人是快于非年輕人的。在時(shí)代變革的時(shí)候，年輕人更有機(jī)會。”他補(bǔ)充道。

　　機(jī)會固然存在，但難題也隨之而來——在暢想AI帶來社會進(jìn)步之時(shí)，我們又該如何規(guī)避AI帶來的風(fēng)險(xiǎn)?

　　事實(shí)上，在幾百年的文學(xué)創(chuàng)作中，人類就不斷探討著人與非人物種之間的關(guān)系，AI作為人造智能，更是游離在倫理的邊緣。

　　要讓AI與人和平相處，基于一個(gè)先決條件，價(jià)值觀的對齊。正如《流量地球》里，MOSS被要求“保衛(wèi)人類文明”，卻認(rèn)為“保衛(wèi)人類文明的唯一辦法，是毀滅人類”一樣，AI強(qiáng)大的計(jì)算、判斷能力與非人的認(rèn)知，是恐懼的源頭之一。

　　也正是如此，在今年大模型狂奔以來，安全性始終都是根本宗旨，正如OpenAI早在年初，就曾發(fā)布過《我們保障AI安全的方法》，回應(yīng)外界對其AI模型安全性的質(zhì)疑。

　　想要實(shí)現(xiàn)AI與人類價(jià)值觀的對齊，一方面，依賴于技術(shù)，但更重要的是，人類自己先要形成一套一致的價(jià)值觀體系。

　　然而問題是，自人類社會誕生之時(shí)，偏見就根植于思想、行為，如今自然也藏匿在AI訓(xùn)練的數(shù)據(jù)之中。換言之，當(dāng)我們在探討AI倫理之時(shí)，我們也在審視著自己。

　　AI的發(fā)展推著人類文明的車輪滾滾向前，當(dāng)我們站在一個(gè)新周期的門外，門縫已經(jīng)打開。

　　2024，或?qū)⑹且粋�(gè)嶄新的世界。