中國研發(fā)的大模型數(shù)量排名全球第二，僅次于美國，目前中國10億參數(shù)規(guī)模以上的大模型已發(fā)布79個。

而在兩個月時間里，截至目前，據記者不完全統(tǒng)計，又有超過20個各類AI大模型亮相。除了數(shù)量的快速增加，AI大模型還呈現(xiàn)出擁抱B端、發(fā)力產業(yè)落地的趨勢，不僅科技公司紛紛面向不同行業(yè)場景推出基于AI大模型的產品和服務，也有不同領域的“頭部玩家”基于行業(yè)特點推出各種垂直大模型。

通用還是垂直？“百模大戰(zhàn)”正在出現(xiàn)分化

ChatGPT的爆火打開了AI 2.0的大門，但陷入“百模大戰(zhàn)”的中國AI產業(yè)，正在出現(xiàn)分化。

中國工程院院士、阿里云創(chuàng)始人王堅，北京智源人工智能研究院院長黃鐵軍教授，創(chuàng)新工場董事長兼CEO李開復等多位產學研專家在接受《中國經濟周刊》采訪時，都表達了對AI大模型未來發(fā)展的一個共識：

通用大模型（基底大模型）在全球范圍內數(shù)量都不會太多，很可能就像移動互聯(lián)網時代的蘋果iOS和谷歌安卓，兩三家而已；而垂直大模型則會像各類APP，會形成垂直領域的頭部玩家，也會產生非常豐富多樣的生態(tài)體系，容納各種體量的公司。

前者是一條非常艱難的路，需要擁有充足的技術和人才儲備，要投入大量的資金和時間，還要有足夠的生態(tài)構建和孵化能力。但一旦成功就是一家世界級的偉大公司；后者相對確定性更大，也有更多、更豐富的可能性，但體量和想象空間可能與前者無法相比。

如果AI產業(yè)的發(fā)展確實就按此邏輯和格局發(fā)展，那當下火熱的“百模大戰(zhàn)”一定會出現(xiàn)分化，而實際上，這種分化已經在發(fā)生。尤其是Meta還拋出了一顆重磅炸彈，甚至有媒體將其形容為全球AI大模型產業(yè)“一夜變天”。

7月19日，F(xiàn)acebook母公司Meta正式發(fā)布Llama2模型系列，最高達參數(shù)量700億，而是全部開源，且免費、可商用。這意味著各行各業(yè)各種體量級別的公司都可以基于開源的基底大模型，開發(fā)適配自身行業(yè)業(yè)務場景和需求的大模型。

獵豹移動董事長兼CEO、獵戶星空董事長傅盛就在微信朋友圈轉發(fā)了這條信息，并感慨不知道有多少公司會笑醒在深夜，又有多少公司要哭暈在廁所。

但一位在人工智能領域深耕多年的投資人告訴《中國經濟周刊》：“Open AI一開始也Open，但微軟入股后，GPT4之后就不給免費用了；Llama 2現(xiàn)在開源且免費，但最先進的技術也不一定會給人用。所以，大家確實不用重復造輪子了，但只有最基本、最普通的輪子可以用。而且中國公司還要考慮是否能一直用美國輪子的問題。”

王堅告訴《中國經濟周刊》記者，AI大模型發(fā)展過程中出現(xiàn)一哄而上，或者說有些泡沫也不是什么壞事情，這意味著大家對于這個事情有熱情，不要打擊這一點。

“但我們真正要警惕的是不要出現(xiàn)一哄而下。現(xiàn)在大模型的商業(yè)問題沒有解決，如果大家對于這件事情沒有充分的認知，研討的深度也不夠，就可能出現(xiàn)一旦發(fā)展中間有波折，尤其是有資本驅動的話，就發(fā)生一哄而下的情況?！蓖鯃员硎尽?/p>

不聊天不寫詩去做事，離產業(yè)近就是離錢近？

除了做通用還是做垂直，to C還是to B也是AI大模型發(fā)展的重要方向選擇。

由于ChatGPT先是在C端產生了巨大傳播力和影響力，所以百度的文心一言、阿里的通義千問、科大訊飛的星火認知等也都是先以聊天、寫詩、作畫的方式亮相，隨后也都很快推出了面向B端的行業(yè)解決方案。而華為、騰訊、京東、360等則直接殺向B端，將大模型的重心放在行業(yè)落地上，并開始進入商業(yè)化探索階段，向“錢”進。

騰訊云智能大模型產品負責人侯方告訴《中國經濟周刊》記者，騰訊非常看好大模型技術的發(fā)展，通用大模型和垂直大模型兩個方向都會關注。但通用大模型的落地可能會面臨比較高的門檻，算法、算力、數(shù)據都存在成本高、周期長、有限制等難題。而大模型在垂直化、場景化的方向上則會落地更快，因此，騰訊會與不同行業(yè)的合作伙伴合作，去挖掘AI大模型的產業(yè)機會。

騰訊副總裁、騰訊政企業(yè)務總裁李強也曾對外表示，通用大模型不是模型應用的唯一方向，面向垂直產業(yè)的模型會成為大模型價值的“引爆點”。

侯方透露，雖然AI大模型技術的火爆是因為ChatGPT的出現(xiàn)才被大眾所感知，但是對于騰訊來說，其實很早就在做相關技術積累和探索?！皬幕A復雜度和技術難度來講，是很難在短時間內突擊實現(xiàn)的，AI能力需要一層一層地向上構建?！焙罘奖硎尽?/p>

這其實也能解釋，為什么目前AI大模型的“頭部玩家”大部分是頭部云廠商。

侯方以騰訊為例，過去云廠商對外主要提供三種服務形態(tài)，即IaaS（基礎設施即服務）、PaaS（平臺即服務）、SaaS（軟件即服務）。AI大模型快速發(fā)展之后，現(xiàn)在還會再加上一層MaaS（模型即服務）。

“單點的AI能力很難直接成為一種服務提供的方式，需要把整個路徑打通，才能讓大模型帶來比較好的賦能。”侯方解釋說。比如，智能客服、對話助手、數(shù)字人等過去也有，但加入AI大模型的能力之后，可以讓這些應用擁有更高的效率性能和更好的服務體驗，同時有更低的應用門檻和使用成本。

“所有熱潮最后都會回歸實操，冷靜過后，大家要討論的還是什么問題適合用大模型去解決。大模型盡管是一個非常大的技術創(chuàng)新，但技術創(chuàng)新最終還是要與場景結合，這是一個非常關鍵的點?！焙罘秸f。

比如自從ChatGPT問世以來，大家驚嘆于其巨大的參數(shù)量和其產生的智能涌現(xiàn)。于是，人們看待大模型，會首先開始進行參數(shù)量的比較。但侯方認為，就大模型本身而言，并不是說參數(shù)越大越好，最重要的是要看你要解決什么問題。“在不同問題場景下，你可能需要一個更大型、更全面的模型，也可能只需要一個很小但更專業(yè)、更聚焦的模型。”他說。

侯方還強調，AI大模型的生態(tài)建設也是一個非常重要的方面。因為隨著更多開源模型的出現(xiàn)，AI大模型對算法的門檻會變低。但基于算法去做一系列工程化的開發(fā)就會變得很重要。

“未來，圍繞AI大模型整個生態(tài)，一定會涌現(xiàn)出一大批新的應用開發(fā)者，畢竟AI2.0時代，所有的應用層全部可以重新顛覆一遍。騰訊希望做的是圍繞大模型的上下游和各路合作伙伴，一起探索和共建，為他們提供配套服務和支持體系?！焙罘奖硎尽?/p>