文｜互聯(lián)網(wǎng)怪盜團
剛剛過去的周末，蘋果發(fā)表了一篇論文，公布了自己研發(fā)的MM1多態(tài)大語言模型(Multimodal LLM)。這注定是人工智能發(fā)展史上的又一個標(biāo)志性事件！很遺憾，我不是技術(shù)研發(fā)人員，對這篇論文只能粗略看懂一些基本信息。我的一些從事大模型研發(fā)的朋友，昨天已經(jīng)徹夜不眠地進行深度研究了。
蘋果這次公布的MM1大模型分為三個參數(shù)規(guī)模，其中最大的擁有300億參數(shù)，與市面上的主流競品相比，好像不是很大——要知道，谷歌PaLM大模型擁有5400億參數(shù)，OpenAI的GPT-4更是擁有1.7萬億參數(shù)（注：OpenAI官方并未披露參數(shù)數(shù)量，僅有外界猜測）。
科技博客Daily Dev的評測顯示，MM1在GLUE-Score等多項評測指標(biāo)上要略優(yōu)于GPT-4V和Gemini Pro；不過眾所周知，這種評測的參考價值有限。MM1目前還沒有公測，官方也沒有公布上線時間表，要評估其具體的技術(shù)水平可能還需要很長一段時間。
蘋果發(fā)表的MM1大模型論文的標(biāo)題和作者列表
對于人工智能行業(yè)乃至全球科技行業(yè)而言，MM1大模型本身可能是一件小事，蘋果由此表現(xiàn)出的姿態(tài)則是一件大事。具體而言：
蘋果今后肯定會依賴自研大模型，而不是OpenAI等第三方的大模型或者開源大模型。大模型是一項基礎(chǔ)設(shè)施，沒有哪個科技巨頭愿意受制于人，都會投入盡可能多的資源實現(xiàn)自主。今后大模型賽道的競爭會更激烈。
根據(jù)蘋果一貫的作風(fēng)，它肯定想實現(xiàn)“軟件-算法-芯片”三位一體的統(tǒng)一，今后肯定會建立自己的AI開發(fā)社區(qū)，甚至在芯片領(lǐng)域挑戰(zhàn)一下英偉達。AMD和英特爾都沒有這個實力，但蘋果確實有一定希望。
在長期，最值得關(guān)注的話題是：蘋果會不會走邊緣計算、本地化推理的路線？這將直接決定“AI手機”有沒有市場。不過這個問題不是一兩年內(nèi)能解決的。
先說第一條。在ChatGPT剛剛發(fā)布時，業(yè)界的主流觀點是：世界上不需要那么多大模型，可能只需要3-5個，包括1-2個最先進的閉源大模型，再加上幾個開源大模型?，F(xiàn)在的情況卻是人人都想做自己的大模型。此前很長一段時間，大家都覺得蘋果是一家消費電子廠商，沒有必要押注于自研大模型，只需要租用市面上最先進的大模型就可以了。
現(xiàn)實告訴我們，蘋果不是這么想的。就像我的一位從事大模型研發(fā)的朋友所說：“AGI時代，自己有控制權(quán)的大模型才是最好的。OpenAI不可能將模型參數(shù)開放給蘋果，蘋果也不會樂意受制于微軟生態(tài)。不管它做不做得好，它只能自己做！”
如果蘋果是這么想的，其他科技巨頭就更會這么想了。谷歌和亞馬遜都投資了Anthropic（除了OpenAI之外最炙手可熱的AI創(chuàng)業(yè)公司），Salesforce投資了Mistral；各家大廠收購的小型研發(fā)團隊就更是數(shù)不勝數(shù)了。無論這個世界究竟需要多少大模型，每個科技巨頭都會做自己的大模型，而且肯定不止做一個——內(nèi)部孵化幾個、外部投資或并購幾個，才是常態(tài)。
前一段時間，市場上有消息稱，蘋果從鴻海訂購了2萬臺AI服務(wù)器，其中40-50%是英偉達H100服務(wù)器。當(dāng)時很多人（包括我在內(nèi)）認(rèn)為這些服務(wù)器主要是用來推理的，不過用H100推理顯得過于奢侈了?，F(xiàn)在看來，這些服務(wù)器應(yīng)該既包括推理需求、也包括訓(xùn)練需求。蘋果最不缺的就是錢，既然它決定了押注自研大模型，就一定會把戰(zhàn)爭打到底。全球AI算力緊缺的局勢看樣子會雪上加霜。
再說第二條。雖然外界經(jīng)常低估蘋果的研發(fā)實力，但是在歷史上，蘋果經(jīng)常通過在消費產(chǎn)品積累的資源去進軍中上游、直至切入核心技術(shù)層面，這一點在民用芯片領(lǐng)域體現(xiàn)的最明顯：自從2021年以來，蘋果自研的M系列芯片已經(jīng)全面替代英特爾x86芯片，成為Mac電腦的標(biāo)配，乃至被“下放”到了iPad當(dāng)中。一位熟悉這個領(lǐng)域的朋友告訴我：“蘋果絕不會甘愿受制于CUDA。它熱衷于獨立掌握核心算法，對自研芯片進行適配優(yōu)化，從而實現(xiàn)芯片-算法-軟件的整合。不過它一定會小心謹(jǐn)慎地行事?！?/p>
眾所周知，英偉達依托CUDA生態(tài)，建立了牢不可破的競爭壁壘。但是，英偉達的驅(qū)動程序并不開源（注：有極少數(shù)開源過，但于事無補），CUDA也并不好用。AMD、英特爾等競爭對手已經(jīng)被甩出太遠(yuǎn)了，依靠它們?nèi)ヌ魬?zhàn)英偉達并不現(xiàn)實。蘋果則擁有這樣的實力，看樣子也擁有這樣的意愿。不過，就算它決定進軍英偉達的地盤，這個過程也會持續(xù)相當(dāng)漫長的時間——要知道，從2006年Mac換用英特爾芯片到2020年轉(zhuǎn)向自研芯片，經(jīng)過了整整14年！
附帶說一句，哪怕英偉達的競爭對手（無論是不是蘋果）成功地奪走了一些市場份額，也不會解決當(dāng)前AI算力緊缺的問題，因為瓶頸主要在制造環(huán)節(jié)。尤其是訓(xùn)練相關(guān)的芯片制造，在未來很長一段時間內(nèi)估計還是臺積電的天下。無論誰是AI芯片的王者，它都要依賴臺積電代工。這是一個工程問題，只能循序漸進地解決。
最后，今后的AI推理主要在云端（數(shù)據(jù)中心）還是終端（手機、電腦）實現(xiàn)，這是一個爭議很大的話題。我們看到各家手機廠商在爭先恐后地推出“AI手機”——很可惜，這些產(chǎn)品現(xiàn)在還沒什么用，消費者沒有任何迫切的需求。當(dāng)年的云游戲概念，是希望把游戲算力從終端搬到云端；現(xiàn)在的AI手機概念，則是希望把推理算力從云端搬到終端。前者已經(jīng)被證明不切實際（至少現(xiàn)在是如此），后者則前途未卜。
作為全球最大、最賺錢的智能終端廠商，蘋果肯定會希望終端多承擔(dān)一些AI推理職責(zé)，這也有助于iOS生態(tài)的進一步擴張。然而，技術(shù)進步不會以任何科技巨頭的主觀愿望為轉(zhuǎn)移。很多人猜測，蘋果大模型的研發(fā)方向?qū)⒅赶蜻吘売嬎恪⒈镜鼗托⌒突鋺?zhàn)略目標(biāo)是開發(fā)出適合在移動端本地推理的模型。但是從目前的公開信息（主要就是那篇論文）中，我們尚不能獲得足夠的信息。
對于蘋果的投資者而言，最大的好消息是：蘋果注意到了自研大模型的重要性，不甘于在這個戰(zhàn)略性賽道上掉隊，而且正在試圖利用自身資源稟賦去影響大模型技術(shù)的發(fā)展方向。資本市場可能會對此做出良好的反應(yīng)（尤其是考慮到今年以來蘋果衰落的股價），但是能否實現(xiàn)又是另一回事了。