世界觀焦點：AI“百模大戰”，是風口還是泡沫？

6月13日，360公司發布認知型通用大模型“360智腦4.0”，又一家科技公司正式加入AI大模型隊伍。去年年底以來，以ChatGPT為代表的大模型新應用掀起了人工智能發展的熱潮，文心一言、訊飛星火、京東言犀、通義千問、商湯商量、混元助手等大模型應用先后亮相，有數據顯示，中國10億參數規模以上的大模型已發布79個，毫不夸張地說，“百模大戰”已開啟。大模型的意義是什么？我們真的需要那么多大模型嗎？大模型比拼是產業發展的風口，還是過度膨脹的泡沫？

(資料圖)

大模型是人工智能走向通用的關鍵

隨著數字技術的發展，人工智能呈現出深度學習、人機協同、自主操控等新特征，以ChatGPT為代表的生成式AI應用應運而生，這類生成式AI應用背后的核心技術是大規模預訓練模型即大模型。

當前，我國人工智能大模型正呈現蓬勃發展態勢，《中國人工智能大模型地圖研究報告》顯示，中國已有14個省（區、市）開展大模型研發，從全球已發布的大模型看，中國和美國大幅領先，超過全球總數的80％。“中國在大模型方面已建立起涵蓋理論方法和軟硬件技術的體系化研發能力，形成了緊跟世界前沿的大模型技術群，涌現出多個具有行業影響力的預訓練大模型。”中國科學技術信息研究所所長趙志耘在發布報告時表示。

從大模型目前的應用來看，國內通用類大模型在持續拓展應用領域，打造跨行業通用化的人工智能能力平臺，應用正從辦公、生活、娛樂向醫療、工業、教育等行業加速滲透，針對生物制藥、遙感、氣象等垂直領域的大模型應用也在不斷深化落地。

“做大模型本就是人工智能的題中應有之義，以前在算力、數據條件有限的情況下做不了那么大的模型。小模型也能解決一些問題，但作用范圍有限，大模型就是解決更通用、更復雜的問題，這是一個必然的方向。”智源研究院院長黃鐵軍在接受采訪時表示。

大模型已成為人工智能從專業智能走向通用智能的關鍵技術。在業內人士看來，大模型憑借優越的泛化性、通用性、遷移性，有望加速通用人工智能的到來，建立萬億規模的下游應用生態，引發經濟社會深刻變革。

大模型良性發展依然要去虛務實

連日來，各地紛紛加快大模型領域布局，北京市提出系統構建大模型等通用人工智能技術體系，開展大模型創新算法及關鍵技術研究；上海市積極培育了一批大模型研發團隊，加快研究打造大模型生態集聚和創新應用高地；深圳市提出研發基于國際主流大模型的創新產品。

在商業加速落地和政策引領推動下，大模型將加速推動人工智能產業發展。但同時，各企業紛紛布局大模型，其產品存在水平參差不齊、創新不足等問題。一些測評機構發布的數據顯示，國產大模型在智商、情商、工作提效能力等方面與國外大模型還有較大差距。此外，大模型需要高素質AI人才，而目前我國相關人才還不充足。

如今的人工智能“百模大戰”正如當年的互聯網“百團大戰”，到底哪些應用留得下來，還要經過一番市場的洗禮。“最終大模型應用生態遵循贏者通吃，對于用戶來說，好用才是大模型應用的關鍵。要鼓勵大模型之間展開深度市場競爭，由市場篩選出勝利者，然后圍繞1～2個勝利者，進行B端賦能，做出有中文互聯網特色的AI應用。”浙江大學國際聯合商學院數字經濟與金融創新研究中心聯席主任、研究員盤和林表示，但同時也要避免一哄而上，警惕資本的泡沫和資源的浪費，相關部門也要加強引導和規劃，整合優勢力量加強基礎技術創新，營造有利于產業發展的良性生態。

在盤和林看來，大語言模型是通用AI，需要和很多細分行業領域結合，開發細分應用。360公司創始人周鴻祎也表示，中國進入“百模大戰”，除基礎能力外，更重要的是應用場景的比拼。為此，此次360發布的智腦大模型也率先落地搜索場景，并將接入瀏覽器、搜索、安全衛士等應用場景。

大模型訓練所需要的計算和存儲資源大過以往任何的互聯網應用，大模型應用的成熟離不開持續的大規模算力投入以及足夠的研發資金，需要足夠的實力做支撐。有測算顯示，GPT-3訓練成本單次約500萬美元，訓練數據約為《人民日報》45萬年的文字量。對于中國企業來說，打造聚焦中國市場實際應用場景的產品更具實際意義。

與此同時，大模型應用涉及海量的數據和應用場景，會帶來許多不容忽視的安全威脅和始料未及的倫理問題，也給監管提出了新的挑戰。周鴻祎表示，大模型帶來很多安全挑戰，360創新性建立大模型安全風險評估體系“AISE”，在開發階段就重視安全問題。對此，監管部門也要緊跟新技術發展趨勢，提前研判可能出現的安全風險。

大模型的發展說到底還是一場技術的比拼，科技巨頭躍躍欲試過后，比拼噱頭和搶占市場的熱潮終將褪去，真正能經受住市場考驗的還是技術含量高、用戶體驗好、落地應用實際高效的產品。對于科技巨頭來說，要回到技術向善的初心上，加大算法投入，加強基礎技術研發，探索出滿足中國市場需求、真正有助于提升生產生活效能的大模型應用。