文|藍洞商業(yè) 趙衛(wèi)衛(wèi)
ChatGPT 爆火一年，大模型的競爭走到哪一步了?
從微信指數(shù)的數(shù)據(jù)，可以管中窺豹到各家大模型的感知度，ChatGPT 遙遙領先，依然是國內大模型們追趕的對象。
而國內互聯(lián)網(wǎng)大廠的大模型梯隊中，百度的文心一言和阿里的通義千問，依賴于發(fā)布時間較早，是產品感知度比較高的存在，尤其是文心一言3 月率先發(fā)布、 8月全面開放，已經(jīng)進化到 4.0 版本。
而老對手騰訊和字節(jié)，分別在今年 8 月和 9 月亮相了自家的大模型產品，在時間線上屬于跟進 ChatGPT 較晚的梯隊，姿態(tài)也都相對低調。
先看字節(jié)的大模型戰(zhàn)略，是先在 8 月上線了 AI 聊天機器人「豆包」，隨后自研的大模型產品云雀在 9 月浮出水面，而「豆包」正是云雀大模型在垂直場景中的應用產品。
最新的動作是，在海外上線 AI 產品「ChitChop」，應用場景比「豆包」的海外版本「 Cici 」更豐富，如此密集的產品布局，被外界認為是字節(jié)從「 APP 工廠」朝「 AI工廠」邁進。
再看騰訊的混元大模型，正式發(fā)布于 9 月，屬于國內互聯(lián)網(wǎng)大廠中最晚入場的玩家，也是至今沒有單獨發(fā)布獨立大模型 APP 的互聯(lián)網(wǎng)大廠。混元大模型最直接的使用場景還是在微信小程序內，發(fā)布后最大的變化是， 10 月底開放了文生圖功能。
不做獨立 APP ，而是利用微信豐沛的流量做大模型小程序，優(yōu)先迭代基礎能力，是騰訊混元大模型的現(xiàn)狀；而同樣流量豐沛的字節(jié)，則選擇布局多款 AI 大模型垂直產品，在國內外市場同時押注。
至此，字節(jié)和騰訊這對老冤家，正在大模型的賽道背道而馳。
OpenAI上線一年，其自身團隊的變動成了大模型混亂期的轉折點；而當國內「百模大戰(zhàn)」告一段落，誰能在混亂期中突出重圍？
01 騰訊，依然「不著急」？
關于大模型能力的測試有很多，各家大模型的產品能力也各有千秋。
騰訊方面曾宣稱，在信通院測評主流大模型測試中，混元的模型開發(fā)和模型能力均獲得了當前的最高分數(shù)。
相較之下，第三方個人測評更直觀，在科技公司研究員Yuri自發(fā)研究的測評中，騰訊混元大模型在國產大模型的同題測試中排名靠后。
Yuri通過一套考公的行政職業(yè)能力筆試測驗題，對百度文心一言、字節(jié)豆包、阿里通義千問和騰訊混元大模型進行了測試，一共 99 道題目。結果顯示，混元大模型在常識判斷、言語理解與表達和推理判斷等方面都差強人意，總體上的正確率為 34.3%，排在 12 個國產大模型末尾。
「混元是此次測試讓我大跌眼鏡的模型，沒有之一?！筜uri在測試后點評說，「前十道題連錯是我完全沒想到的，我大概半年前就一直在期待宇宙廠和鵝廠的模型，覺得他們或許會帶來驚喜感，宇宙廠達到了預期，但沒想到鵝廠的模型居然是醬紫?！?/p>
Yuri也在測試中說明，「本測試結果沒有任何地緣和公司立場，單從一個用戶體驗角度評論，僅表示模型在所測試題目及同類題目的任務表現(xiàn)，并不能完全代表模型在其他任務上的能力和表現(xiàn)。」
這次測試的時間為 11 月中旬，而 GPT-4 的測試結果為正確率 73.7%，Yuri最后總結，「Open AI 在燈塔尖，我們在長城內，大家都有光明的前途吶」。
他同時提到，混元的回答生成速度跟通義千問差不多，但測試中共用了 7 輪對話完成這次測試，單次對話的上限是 30 次，多了之后就會出現(xiàn)「會話過長，請開始新會話」的提示。
第三方個人測試一定程度上反映出了混元大模型的問題。此前就有騰訊內部人士稱，混元大模型在公司內部受到了批評。相關測試者透露，「不好用」是騰訊內部一部分人的共識。
「不著急」是今年9月份，騰訊混元大模型對自己的定調。雖然后續(xù)一直在更新迭代，但版本更迭速度相比國內同行的確稍慢。
截至 12 月 7 日，混元大模型對外使用的版本為V1.5.5，距離混元大模型正式發(fā)布已經(jīng)過去了整整三個月，而百度文心一言已經(jīng)在 10 月份開啟了4.0 收費版本，同期阿里通義千問也進化到了 2.0 版本。
不跟同行比，或許可以說是混元大模型一大特色。其發(fā)布后一直低調前行，最初只限于邀請測試，10 月開始逐漸放開，最新的動作是在 10 月 26 日官宣開放「文生圖」功能，并稱升級后的騰訊混元中文能力整體超過GPT3.5，代碼能力大幅提升20%。
最能展現(xiàn)騰訊混元大模型升級進化的案例是，不同進化階段對同一問題的回答。
同一個問題，混元大模型在 10 月和 12 月給出的不同答案
「藍洞商業(yè)」在 10 月中旬的測試中發(fā)現(xiàn)，混元大模型對未知的問題會給出幻覺性的答案。其實，幻覺問題一直是大模型的通病，簡而言之就是杜撰甚至是一本正經(jīng)的胡說八道。而升級之后，12 月的表現(xiàn)明顯更智能，對未知的問題會給出帶有可解釋和可說明性的答案。
早在 9 月份，騰訊混元大模型發(fā)布時，其就稱在解決「大模型幻覺」問題上能力突出，主要方法是不依賴外掛，在預訓練階段通過「探真」算法進行事實修正，讓混元大模型的幻覺相比主流開源大模型降低了 30 %至 50 %。
騰訊旗下 AI Lab 也曾就大模型的幻覺問題做出論文研究，題目為《AI 海洋中的海妖之歌：大語言模型中的幻覺調查》。可以說，騰訊在「大模型幻覺」問題上早已有所準備。
聚焦自身大模型技術和能力的升級，而不是像百度、字節(jié)一樣廣泛拓展 C 端應用場景，可以看作目前騰訊混元大模型的重要戰(zhàn)略之一。
同時存在的問題是，混元大模型仍局限在騰訊流量范圍內，尚未與對手產生正面競爭。
02 字節(jié)從「 APP 工廠」到「AI 工廠」
退中有進，是字節(jié) 11 月的關鍵詞。
就在 PICO 和朝夕光年大幅度裁員縮減團隊規(guī)模后，字節(jié)成立了一個新 AI 部門Flow，技術負責人為字節(jié)跳動技術副總裁洪定坤，業(yè)務帶頭人為字節(jié)大模型團隊的負責人朱文佳。此舉被解讀為字節(jié)押注大模型，減少游戲和 XR 相關的投入。
Flow 聚焦的是 AI 應用層，也就是大模型廠商最渴望得到的能落地的應用產品。字節(jié)在 AI 相關應用層最新發(fā)布的產品「ChitChop」，由新加坡公司 POLIGON 開發(fā)，在海外上線運營。
此前，字節(jié)曾在國內和國際上推出了豆包和Cici，這兩款初級階段的產品都是提供知識問答、續(xù)寫、內容生成等服務。
而 ChitChop 的主打功能遠比此前的 Cici 和豆包更全能，200 多款智能應用遍布AI創(chuàng)作、AI 繪圖、休閑娛樂、學習提升、工作效率提升和生活助手六大方面，號稱「旨在提供創(chuàng)造性靈感和提升效率」。
至此，新加坡成了字節(jié)在 AI 戰(zhàn)略中的重心所在，POLIGON 是字節(jié)海外的重要運營公司之一，2020年在新加坡注冊成立，主營業(yè)務是軟件和應用程序的開發(fā)，其次是電腦游戲的開發(fā)。
更關鍵的是團隊核心所在。2021 年，原今日頭條 CEO 朱文佳調任新加坡，負責 Tiktok 的技術研發(fā)，外界猜測新加坡將成為 Tiktok 海外新總部駐地。另據(jù)《中國企業(yè)家》報道，張一鳴目前身處新加坡，他招聘了數(shù)名 OpenAI 的員工來組建團隊，學習 AI，探索一些新玩法。
海外上線的 ChitChop，目前下載量等數(shù)據(jù)并不亮眼，但可以看作是字節(jié)在大模型 C 端應用層面的一次探路。但潛在問題是，海外版的ChitChop，Logo的標識也是簡寫的 CC，這與此前發(fā)布的 CiCi 在名稱上有很大的雷同，極容易被混淆。
ChitChop背后的支持是字節(jié)的云雀大語言模型，如果說 ChitChop 是做好的商品，云雀大模型就是背后的提供商品的大商場。ChitChop 借助云雀大語言模型的能力，能夠提供更加智能和個性化的服務。
而云雀大語言模型只是字節(jié) AI 戰(zhàn)略的一部分，其還通過火山引擎做大模型的平臺服務。也就是說，B 端模型層和 C 端應用層，兩手都要抓。
火山引擎智能算法負責人、火山方舟負責人吳迪曾公開表示，「火山方舟平臺上面有眾多優(yōu)質的、精選的國內的高質量商用模型，像智譜 AI 的 ChatGLM 的商用版本，像 MiniMax 的 MiniMax-ABAB 5.5 以及字節(jié)的云雀模型等等。我們有很多客戶基于方舟平臺，在這些優(yōu)質的商用模型上去開發(fā)自己的應用。」
而依賴于抖音和 TikTok 的影響力，多個 AI 相關產品將借勢推出。
據(jù)公開報道，字節(jié)將推出一個名為「機器人開發(fā)平臺」的開放平臺，允許用戶自主創(chuàng)建自己的聊天機器人。此外，抖音還計劃在主APP內推出多個 AI 聊天機器人，近期已經(jīng)上線的「抖音心晴」定位情緒關懷機器人。
既做商品，又做商場，萬箭齊發(fā)、廣泛布局的策略，自然很容易被理解為字節(jié)從「APP 工廠」變成「AI 工廠」。
問題在于，在底層大模型技術和能力完全落后于 ChatGPT 的狀態(tài)下，應用場景是否真的有競爭力？曾經(jīng)在移動互聯(lián)網(wǎng)時代成功的打法，能否在 AI 大模型成功復用？都是留給字節(jié)的拷問。
大模型的基礎能力，決定了應用場景的上限，尤其是 ChatGPT4.5 版本即將到來，字節(jié)的 ChitChop 尚且稚嫩，在海外市場能否正面競爭？也是一個未知數(shù)。
03 誰能抓住 OpenAI 的混亂期？
就在山姆·奧爾特曼被戲劇性趕下臺，又在微軟的支持下重回 OpenAI 的 CEO 之位，各方 AI 勢力都在蠢蠢欲動，試圖在這個混亂期，重新找回屬于自己的人工智能機會點。
以谷歌為代表，12 月 7 日發(fā)布的 AI 大模型 Gemini，就號稱比包括 ChatGPT 在內的目前市場上任何產品都要強大，其發(fā)布了高中低三個版本的大模型，分別是適用于高度復雜任務的 Gemini Ultra 、適用于各種任務的最佳模型 Gemini Pro 以及適用于端側設備的 Gemini Nano 。
其中 Gemini Pro 對標的是免費版 ChatGPT，而最高版本的 Gemini Pro 將于明年年初開始給開發(fā)人員廣泛使用。
而同樣是大模型加應用層的策略，谷歌的 Bard 聊天機器人遠遠落后于 ChatGPT，而發(fā)布大模型之后，谷歌將把Gemini 大模型的能力賦加在 Bard 聊天機器人上，明年還將發(fā)布一款名為 Bard Advanced 的聊天機器人，而適用于端側設備的 Gemini Nano 大模型則會引入安卓手機中。
在谷歌最吸引人的 6 分多鐘演示視頻中，Gemini 大模型的能力得以展示，它可以根據(jù)人在紙上隨意畫出的形象，實時給出人一樣的判斷和推理回答，并且能夠檢查物理作業(yè)問題，診斷預先寫好的解決方案，并給出正確答案。
但僅僅兩天后，谷歌就被「打臉」了，谷歌大模型并沒有外界傳說的那么驚艷。
事實上，那段演示視頻并非是實時進行的，也不是通過語音對話完成的，Gemini 并不能達到視頻中的效果，谷歌方面后來承認，「為了本次演示，我們縮短了延遲并精簡了 Gemini 的輸出。」
而根據(jù)谷歌自己發(fā)布的數(shù)據(jù)對比圖，Gemini Ultra 僅以微弱優(yōu)勢領先于 OpenAI 的 GPT-4 模型，換句話說，谷歌最新的 AI 模型，水平僅僅比 OpenAI 一年前的基礎高一點而已，并非有巨大的優(yōu)勢，況且目前真正代表 OpenAI 實力的，是下一代的 GPT-4.5或 GPT-5。
可以說，即便是巨頭谷歌，當下 AI 發(fā)展的狀態(tài)也是追趕 OpenAI，其急于通過產品展示和證明自己的 AI 發(fā)展速度，本身是一種利用 OpenAI 混亂期的營銷策略。
OpenAI 的混亂期，是 AI 行業(yè)滾滾浪潮中的一個插曲，尤其是「 GPT 商店」推遲到 2024 年發(fā)布，這無疑是 OpenAI 商業(yè)化前進中的一個減速動作，對OpenAI來說是一個坎坷，但對行業(yè)競爭者來說，可能就是一個突圍時機。
「百模大戰(zhàn)」已經(jīng)告一段落，謹慎如騰訊，激進如字節(jié)。這對昔日的老冤家，如今都在大模型戰(zhàn)略上不遺余力，走上了截然不同的發(fā)展路徑，背道而馳：一個極力擴充 AI 大模型的使用場景，找到下一個超級流量入口；另外一個則是不斷打磨大模型的技術和能力，把使用場景局限在小程序范圍內。
AI 大模型之戰(zhàn)是互聯(lián)網(wǎng)巨頭不能丟掉的陣地，而對百度、騰訊、阿里和字節(jié)為代表的國內互聯(lián)網(wǎng)大廠來說，各家的底層大模型產品雖然數(shù)據(jù)能力各有差異，但基礎設施已經(jīng)有了。
下一個競爭焦點，就是如何在底層模型能力上跑出一大批落地的 AI 應用，抓住這個混亂期成功突圍。最本質的問題依舊是：國產大模型什么時候能跟 ChatGPT 一樣好用？