文|新眸  桑明強

距離阿里大模型推出時間越來越近，市場上的聲音也比較雜，由于近期張勇剛剛宣布了阿里巴巴成立24年來最重要的組織變革決定，大模型隸屬的云智能集團由逍遙子直接負責，這件事就變得更加微妙起來。

《新眸》也第一時間拿到了阿里大模型的測試邀請碼，體驗下來最直觀的感覺是，可圈可點，反應速度還不錯，但無論是百度還是阿里，大模型還停留在transformer水平，并沒有涌現(xiàn)出對于文本出色的理解能力。

總體上說，通義千問和文心一言在能力上還是旗鼓相當，但這才剛剛開始，相比文本問答能力，其實我們更好奇“通義千問”接下來的動作。

因為就行業(yè)層面來看，由于字節(jié)跳動節(jié)奏感未知（原阿里M6大模型帶頭人現(xiàn)加入字節(jié)AI Lab），第一梯隊的關(guān)注點更多落在了騰訊、百度、阿里和華為身上，一是這幾家公司都有這方面的底蘊和人才技術(shù)儲備，二是因為從業(yè)務上看，這幾家大廠都需要大模型的支持。

現(xiàn)在百度已經(jīng)勇敢地邁出了第一步，發(fā)布了初階版本的文心一言，但囿于當時百度比較激進的品牌打法，導致外界對于阿里大模型的期望更大了，但據(jù)《合縱投研》披露出的信息，現(xiàn)在阿里大模型仍處于追趕GPT 3.5的階段，距離GPT 4還有一段路要走。

造成這種“卡脖子”的關(guān)鍵因素主要有3塊：一是數(shù)據(jù)量，這個權(quán)重占比30%左右；二是大模型結(jié)構(gòu)的創(chuàng)新性，目前國內(nèi)還做不成高層級的架構(gòu)，這個權(quán)重占比在40%-50%左右；最后的30%權(quán)重是工程化落地，現(xiàn)在這塊國內(nèi)也沒有比較好的參照。

再聯(lián)想到Open AI以及它背后的GPT的進化邏輯，大家已經(jīng)開始意識到，這次的AGI較量已經(jīng)不單單是財力和人力上的比拼，而是從理論、到工程、到產(chǎn)品，再到商業(yè)、人文上的全面的顛覆，回到阿里大模型這件事上，或許我們更應該把關(guān)注點放在大模型和阿里現(xiàn)有業(yè)務模塊的應用上。

清華大學智能產(chǎn)業(yè)研究院院長、中國工程院院士張亞勤曾在近期聊到過這個話題，他認為可以把GPT這個系列的生成式AI模型看作一個由大模型組成的AI操作系統(tǒng)，和當年P(guān)C上的windows，以及移動的安卓、IOS基本具有相似的意義。

而一個新的操作系統(tǒng)的誕生，往往意味著下面的硬件、上面的應用都會被重構(gòu)，形成一個全新的生態(tài)。甚至他還斷言，如果說PC互聯(lián)網(wǎng)的生態(tài)價值是1X，移動互聯(lián)網(wǎng)的生態(tài)價值是10X，那么AI生態(tài)至少是100X。

張亞勤的判斷很大程度上來源于微軟和Open AI的結(jié)合，有了GPT 4的加持，微軟曾經(jīng)一度式微的業(yè)務板塊都變得富有想象力，其中就包括此前被打得節(jié)節(jié)敗退的搜索業(yè)務Bing。

這也解釋了為什么包括百度、阿里、華為在內(nèi)的大廠們都紛紛押注大模型，說白了，chatGPT就是一個鉤子，如果你還把目光放在大模型會如何顛覆搜索場景，那我只能說你不僅不懂大模型，而且不懂商業(yè)玩法，這也是很多大廠選擇下場的真正原因，即便它現(xiàn)在看起來還比較模糊。

確切地說，這和幾年前被資本催熟的“假風口”有著本質(zhì)上的不同，LLM、包括AGI是已經(jīng)得到微軟驗證的真風口，甚至還一度被埃隆·馬斯克警告——人工智能正在朝著人類不可控的方向演進。

很顯然，馬斯克的擔憂更多的是倫理和道德層面上的，這也是人工智能這門科學最讓人敬畏的地方，一旦被別有用心的人和公司操縱，它極有可能帶來比較大的災難。但如果我們在規(guī)范和法律標準下看LLM和AGI，它明顯是個很好的工具，就像是一個人類智慧收納盒，通過大模型的方式進行能力輸出。

結(jié)合目前微軟的動作來看，大模型在云計算、文本辦公、搜索領(lǐng)域都有著很好的契合點。不難推測，國內(nèi)的大模型方向也會依葫蘆畫瓢，先從這幾個方面開始試點，巧合的是，這幾塊業(yè)務阿里都有，云有阿里云、文本辦公有釘釘、搜索有夸克。

更重要的是，阿里還有微軟手上沒有的底牌——電商。電商是阿里巴巴的根基，但就像亞馬遜之于貝索斯，面對直播電商、興趣電商等各種勢力的崛起，地盤被沖擊，這塊一直是阿里巴巴這些年難以言說的“心病”。

所以對于阿里來說，大模型得做、而且必須要做，即便增收路徑模糊，但它也有可能是一個很好的智能工具，而且，要遠比前些年搭建的數(shù)據(jù)中臺想象力更高一些，前端的靈活性，其實可以讓阿里找到新的增長可能性。

關(guān)于LLM和AGI，現(xiàn)在大家的想法還是比較局限的，就比如針對“大模型究竟會顛覆什么”這個問題，我們在給出答案時，可能更傾向于回答“大模型不能顛覆什么”。造成這種局面的原因，既有大眾認知水平的因素，也有行業(yè)發(fā)展現(xiàn)狀的因素。

這就跟看科幻片同一個道理，早在10幾年前，我們就能在美國大片里看到各種智能的場景，但事實上，即便發(fā)展至今，我們距離所謂的AGI還有很長一段路要走，但可以確定的是，以百度、阿里為首的大廠紛紛下場后，真正的人工智能浪潮已經(jīng)開啟。

在長達10年的移動互聯(lián)網(wǎng)浪潮中，生活中很多場景被顛覆，衣食住行，無一例外。但如果你深究的話，這種變化的根本原因其實是由供需端在成本因素上推動的，總有性價比更高的方案出現(xiàn)，然后替代掉老舊的方案，這是數(shù)字經(jīng)濟時代的新法則。

所以如果我們把視角放在大模型的供需視角來看，會發(fā)現(xiàn)，這個市場還遠未被很好地開發(fā)。就像在特斯拉出來前，沒有人會想到當年的全球霸主豐田汽車會受到如此大的挑戰(zhàn)，按照這個邏輯推演的話，現(xiàn)在市面上所有的判斷，都不可信，或者說不可全信。

也許再過一年后，隨著這些大廠陸續(xù)把大模型應用起來，做到既好用，又實惠，可能我們對大模型的理解或許會更客觀些。

最后聊聊大家最關(guān)心的失業(yè)話題，這個問題很顯然過于杞人憂天了。

很多時候，我們往往過度高估了人工智能，而低估了我們自己的創(chuàng)造力。