文|新莓daybreak 史圣園
編輯|翟文婷
騰訊混元大模型終于亮相。
用騰訊自己的話說，之前是「不急于把半成品拿出來展示」。但此次發(fā)布，他們卻也坦陳，目前「只是可用、可實踐」。
早在 3月，百度文心一言就啟動了內(nèi)測邀請；4月，阿里通義千問緊隨其后。連姍姍來遲的字節(jié)，也在 8 月 17 日對外測試 AI 對話產(chǎn)品「豆包」。
在「百模大戰(zhàn)」中，先發(fā)優(yōu)勢重要嗎？
似乎沒那么重要。大模型是一種非常標準化的產(chǎn)品，無論是個人、企業(yè)還是開發(fā)者，都可通過 API 即可接入，切換模型的成本相當(dāng)?shù)?。最終，還是產(chǎn)品的效果和體驗決定一切。
但也有點作用。用戶真實的提問，是最寶貴的數(shù)據(jù)資產(chǎn)。先跑起來，就能積累更多數(shù)據(jù)，幫助大模型在充滿噪音和歧義的真實場景中訓(xùn)練、學(xué)習(xí)、增強能力。
8 家首批通過《生成式人工智能服務(wù)管理暫行辦法》的大模型產(chǎn)品，已經(jīng)陸續(xù)開放注冊，普通用戶終于可以上手體驗了。不過，聊上幾輪，就會有種大模型產(chǎn)品「還沒成年就出來打工掙錢」的感覺 —— 閑聊可以，但不能細究。
這也不免讓人擔(dān)心，生成結(jié)果的不穩(wěn)定性，會成為實際部署的掣肘，且優(yōu)化周期較為漫長。
真正能留在牌桌的大模型玩家，一定是少數(shù)。
同質(zhì)化競爭？
從各個廠商公布的大模型產(chǎn)品和解決方案來看，同質(zhì)化的情況比較嚴重。
在 toB 辦公場景，主要聚焦在文檔和會議場景，充當(dāng)創(chuàng)作助理、會議秘書、設(shè)計助手的角色；toC 個人場景，打出的牌也都是情感陪伴、生活向科普（菜譜、旅游策劃）。
目前，百度文心、字節(jié)豆包、智譜 AI、百川智能均全面開放注冊使用；中科院紫東太初正在維護中，商湯日日新需要邀請碼，MiniMax 僅面向開發(fā)者，上海人工智能實驗室的書生通用大模型還未開放注冊。
此外，訊飛星火大模型也開放了全面注冊，騰訊混元大模型暫時還是邀請制，需要申請并排隊。
開放注冊的 5 款產(chǎn)品都是 chatbot 形式，也都加入了不同程度的提示語引導(dǎo)、使用場景提示。有的是在對話中推薦問題，有的預(yù)設(shè)了助手角色。有的做得更深入一些，制作了提示語模板、社區(qū)或插件，能隱隱約約看到搭建生態(tài)的野心，向用戶和開發(fā)者創(chuàng)造力借智，但目前都處于較為初期的階段。
但用戶感知上的相似，并不等于業(yè)務(wù)邏輯的相似。
各家大模型廠商無一例外，都想借力公司既有業(yè)務(wù)，進行差異化競爭。
百度是最強調(diào)「生態(tài)」的大廠，結(jié)合最深的業(yè)務(wù)場景也是「搜索」。在文心一言首頁的顯著位置，就放置了插件市場入駐申請的鏈接。在連接開發(fā)者和創(chuàng)業(yè)者上，百度也尤為積極，搶先舉辦了文心杯創(chuàng)業(yè)比賽。而在百度搜索引擎中，AI對話助手也已經(jīng)上線，并開放使用。
阿里通義千問最先落地的場景是釘釘，釘釘總裁葉軍曾表示，「要用大模型把釘釘重做一遍」。
騰訊發(fā)布混元大模型時，也同步表示，騰訊云、騰訊廣告、騰訊游戲、騰訊會議等 50 余個業(yè)務(wù)和產(chǎn)品均已接入。
而訊飛在機器語音識別領(lǐng)域掌握 9 種方言，這讓星火大模型在接納語音數(shù)據(jù)時占據(jù)了絕對優(yōu)勢。此外，訊飛的學(xué)習(xí)機等教育硬件，讓星火大模型與教育場景結(jié)合有著天然優(yōu)勢。
「很多都會迅速消失」
除了技術(shù)層的攻堅克難、業(yè)務(wù)層的生態(tài)集結(jié)，還有「大模型評測」的戰(zhàn)場：所有大廠都想要把 GPT 比下去。
據(jù)不完全統(tǒng)計，8月以來，至少有 4 家本土大模型官宣在某些方面超越了 GPT。
科大訊飛表示星火大模型的代碼能力超過了 GPT 3.5；商湯說自己的新模型 internlm-123b 在51個評測集的30萬個問題上超過了 GPT 3.5；百川CEO王小川稱自家的模型微調(diào)后，在中文問答、摘要細分場景上的表現(xiàn)超越了 GPT 3.5；騰訊則更不客氣，副總裁蔣杰稱混元大模型中文能力全面超過 GPT-3.5。
如果沒有「在某個特定領(lǐng)域超過 GPT」的評測結(jié)果，似乎都不好意思加入這場大模型的混戰(zhàn)。
但讓一個模型成為某個「評測數(shù)據(jù)集」的頂級做題家，對于實際的效率提升，意義不大。
業(yè)內(nèi)人士都知道有個投機取巧的訓(xùn)練方法，是讓優(yōu)質(zhì)大模型在開源數(shù)據(jù)集上進行輸出，再用這些輸出的結(jié)果來微調(diào)小模型，直接抄大模型的作業(yè)。但伯克利學(xué)者研究表明，這些模仿模型只是看起來不錯，實際能力并沒有提升，在真實場景中的泛化能力較弱。
目前，OpenAl 的 GPT-3 擁有1750億個參數(shù)，本土大模型的規(guī)模一般在數(shù)百億到千億之間。
此外，脫離了具體使用場景的評測都是耍流氓。在toB辦公場景下，準確地提取數(shù)據(jù)，并給到穩(wěn)定的輸出最重要。在toC陪伴場景中，模型的共情力、幽默感才是提供情緒價值的關(guān)鍵。各家發(fā)布的評測榜單，更像是 PR 行為，而非可用性評估。
百度智能云事業(yè)群總裁沈抖在接受采訪時說，市面上有非常多模型，但很多都會迅速消失?！脯F(xiàn)在很多模型之所以還存在，是因為很多人還不知道它的好壞。反正誰也試不了，誰也用不了，一測排名還挺靠前。但隨著模型的放開，優(yōu)劣更容易評判了?！?/p>
已經(jīng)到了逐漸放開的時刻。
新莓daybreak 體驗了下目前 C 端可注冊的大模型產(chǎn)品。在生成「小紅書種草文案」這個任務(wù)上，幾款產(chǎn)品的表現(xiàn)均達到了「文通字順」，甚至「有點好用」。文心一言擅長加tag引流，豆包的文案頗有親切感，混元的文案有點4A廣告公司的味道，智譜清言像是嚴謹?shù)恼Z文老師，訊飛星火則從場景切入。還是本土模型最懂本土社交平臺。
但在 toB，大模型的腳尖已經(jīng)觸碰到了應(yīng)用場景的泥濘。
各家廠商從不低調(diào)，騰訊、華為、商湯、百度都曾提到，自己的大模型解決方案已覆蓋了十余個、數(shù)十個行業(yè)場景。但實際上，企業(yè)真的用起來了嗎？
「讓大模型成為某一行業(yè)的助理，比如金融行業(yè)的大模型，還是太泛泛了，需要把行業(yè)和場景拆得更細?！筆eter說，他是一名算法工程師，在某金融機構(gòu)從事大模型應(yīng)用的開發(fā)和探索。
他介紹，以銀行為例，有多個主營業(yè)務(wù)。光是資本市場業(yè)務(wù)，下面就有定向增發(fā)、股權(quán)投資、股權(quán)激勵、債轉(zhuǎn)股、可交換債券等十余個子業(yè)務(wù)。僅僅是股權(quán)激勵，相關(guān)法律法規(guī)就有數(shù)十篇。
「現(xiàn)在我們甚至不能讓大模型學(xué)習(xí)股權(quán)激勵的法律法規(guī)上做出可靠的回答。10個問題，能有5個回答正確就已經(jīng)相當(dāng)好了?！?/p>
模型要大，應(yīng)用要垂
不可否認的是，在中文大模型基座能力尚弱的時候，上層應(yīng)用就已經(jīng)先跑起來了。
「理想化的場景是，大模型可以在最初的交流中識別提問者的意圖，然后再分給掌握細分領(lǐng)域知識的、不同的 AI Agents，后續(xù)讓各個 AI Agents 去處理，而不是做一個大而全的法律AI助手、金融AI助手?！?/p>
David 是某家初創(chuàng)公司的 AI 產(chǎn)品經(jīng)理，開發(fā)了一款類似 Character.ai 的產(chǎn)品。他認為，作為開發(fā)者，流程規(guī)劃、系統(tǒng)穩(wěn)定等等工程層面的努力，對于落地應(yīng)用來說更重要。
Magi 創(chuàng)始人季逸超，在播客中也提到過類似的觀點：「AI 創(chuàng)業(yè)是 80% 的產(chǎn)品工程 + 20% 的底層技術(shù)?！?/p>
季逸超認為，大模型超過 65% 的應(yīng)用場景，是信息的檢索、匯總、再生成，約 20% 的需求是流程自動化、決策輔助。
以信息的檢索生成為例，看似簡單，實則每個角落、每個細節(jié)都需要優(yōu)化。數(shù)據(jù)是否能夠處理干凈、文本塊的切分是否完整、訓(xùn)練時樣本和機器怎么分布、響應(yīng)速度和成本怎么權(quán)衡，這其中涉及到大量的工作。如果每個環(huán)節(jié)的質(zhì)量都只有 60-70 分，那么串聯(lián)起來，最終可用性一定不理想。
甲子光年對國內(nèi)外熱度較高的 10 款大模型進行了客群分析，國外的大模型廠商，主要還是側(cè)重普通C端用戶使用，商業(yè)模式是收取訂閱費。而國內(nèi)的大模型似乎都打定主意，做平臺、做生態(tài)，然后從 B 端客戶那里掙錢，商業(yè)模式包括按量計費的 API 調(diào)用，以及更加深入的解決方案服務(wù)、模型定制開發(fā)。
然而無論 toB 還是 toC，商業(yè)模式也許會有不同，讓用戶買單的關(guān)鍵還是基礎(chǔ)模型的能力。
畢竟，上層應(yīng)用的能力，還是由底層模型決定的。基礎(chǔ)模型擁有的能力，上層應(yīng)用不一定能夠發(fā)揮出來；但基礎(chǔ)模型沒有的能力，上層應(yīng)用一定做不到。
Peter 坦陳，他們測試了一圈本土大模型，在真實場景下，表現(xiàn)都還「差點意思」。而對于行業(yè)模型微調(diào)，他們「想都不敢想」，因為「一次至少要 500 萬起」，效果卻尚未可知。
「所以現(xiàn)階段一定會有垂直應(yīng)用，但不太可能有垂直模型?！筆eter 總結(jié)道。
另一個國內(nèi)應(yīng)用開發(fā)者需要考慮的關(guān)鍵是合規(guī)。有兩項法規(guī)提供了具體指導(dǎo)：1月10日開始施行的《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》，以及8月15日開始施行的《生成式人工智能服務(wù)管理暫行辦法》。
目前，AI 產(chǎn)品上線前需要通過算法備案和安全評估，業(yè)內(nèi)稱之為「雙新評估」?？梢哉f，能夠更快、更及時地做到合規(guī)，也是產(chǎn)品競爭力的一部分。
細心的用戶不難發(fā)現(xiàn)，目前國內(nèi) C 端可用的大模型對話產(chǎn)品界面，幾乎都有免責(zé)聲明和水印標記。前者提示 AI 生成的內(nèi)容不一定保證真實，后者則是確保信息傳播時的可追溯性。
國產(chǎn)大模型只是剛剛從實驗室走向市場，開始面向真實用戶。此時就拿出商業(yè)世界的價值衡量標準，對它們發(fā)出極度務(wù)實的三連問，「能否真正提升工作效率、能否有效降低成本、能否優(yōu)化用戶體驗」，未免顯得有些嚴苛。但這恰恰是企業(yè)用戶的真正關(guān)切，也是大模型在商業(yè)應(yīng)用中的核心價值。