聚焦AI大模型系列 |ChatGPT降溫,通用大模型回歸產(chǎn)業(yè)落地

百模大戰(zhàn),短兵相見。

出品|派財(cái)經(jīng)

文|何平 編|派公子

大模型、生成式AI、通用人工智能,如今已經(jīng)是幾乎每個(gè)互聯(lián)網(wǎng)人都能講個(gè)幾句的通識(shí)概念。

聚焦AI大模型系列 |ChatGPT降溫,通用大模型回歸產(chǎn)業(yè)落地

作為2023年上半年最受關(guān)注的熱門賽道,國(guó)產(chǎn)大模型爭(zhēng)相出世,誰(shuí)將成為“中國(guó)版GPT-4”惹人注目?!鞍倌4髴?zhàn)”空前激烈,華為、阿里、騰訊、商湯、京東等企業(yè)陸續(xù)發(fā)布或更新大模型。比如,百度智能云的“文心”系列、阿里云的“通義”系列、華為云的“盤古大模型”、京東云的“言犀”、商湯的“日日新”、科大訊飛的“星火”、出門問(wèn)問(wèn)的“序列猴子”、第四范式的“式說(shuō)”等產(chǎn)品。

AI大模型興起和快速發(fā)展推動(dòng)我們進(jìn)入了第四次工業(yè)革命,以云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)、機(jī)器人等為代表,正在推動(dòng)社會(huì)生產(chǎn)、生活方式的變革。大模型熱掀起了整個(gè)人工智能產(chǎn)業(yè)全新浪潮。如今各行各業(yè)都在探索跟大模型的結(jié)合。派財(cái)經(jīng)將聚焦于“AI大模型”開展系列專題分析,該篇為第一篇。

1、大模型混戰(zhàn),三大派系同臺(tái)競(jìng)技

值得關(guān)注的是,大模型產(chǎn)品的批量涌現(xiàn)呈現(xiàn)了一定程度的同質(zhì)化,尤其展現(xiàn)在“文生文”領(lǐng)域,各家大模型在文生文方面,關(guān)注的重點(diǎn)比較類似,集中于流暢的上下文理解、減少幻覺(jué)問(wèn)題、符合倫理安全等。

在“文生圖”上略有區(qū)別,百度文心一格稱能夠?qū)崿F(xiàn)對(duì)人物面部表情、毛發(fā)等部位的精細(xì)刻畫;商湯科技的“秒畫SenseMirage”則能夠幫用戶補(bǔ)全提示詞,生成攝影級(jí)圖像……

圍繞著“通用大模型”這一熱門概念,市面上分為了大廠派、創(chuàng)業(yè)派和學(xué)院派三類。

其中,大廠派布局范疇廣,普遍在ToB與ToC兩級(jí)進(jìn)行布局。在ToB行業(yè)解決方案方面,大廠派一方面紛紛發(fā)布了覆蓋各行業(yè)的端到端解決方案,其中金融、文旅、傳媒、醫(yī)療、政務(wù)等行業(yè)也幾乎是各家大廠關(guān)注的重點(diǎn);同時(shí),大廠也致力于為其余大模型研發(fā)企業(yè)提供算力、數(shù)據(jù)管理等基礎(chǔ)設(shè)施服務(wù)。

創(chuàng)業(yè)派企業(yè)則更多專注于將大模型能力應(yīng)用到其優(yōu)勢(shì)業(yè)務(wù)領(lǐng)域中,比如商湯科技、第四范式等企業(yè)。

此外,擁有高校、科研院背景的學(xué)院派企業(yè)也是不可忽視的力量。比如,僅有2021年成立、由全球NLP(自然語(yǔ)言處理)技術(shù)專家周明創(chuàng)辦的“學(xué)院派”代表企業(yè)瀾舟科技和擁有“清華系”創(chuàng)業(yè)北京的生數(shù)科技等企業(yè)。

目前發(fā)布的通用大模型已超過(guò)80個(gè),但隨著入局者激增,通用大模型頭頂?shù)墓猸h(huán)正在變得黯淡下來(lái)。

2、蹭著“大模型”熱,迎來(lái)新一波上市熱潮

大語(yǔ)言模型是具有能力邊界的,不僅落地成本高昂,其準(zhǔn)確率也需要反復(fù)商榷。通用性大模型技術(shù)仍然沒(méi)走到成熟階段,比起在C端的運(yùn)用,大模型的真正價(jià)值在產(chǎn)業(yè)落地方向更能體現(xiàn)。

早在2015年,深度學(xué)習(xí)的算法突破帶來(lái)智能語(yǔ)音和計(jì)算機(jī)視覺(jué)領(lǐng)域的一波AI創(chuàng)業(yè)浪潮,AI四小龍橫空出世,但長(zhǎng)期以來(lái)AI技術(shù)如何落地到應(yīng)用層面,自我造血能力頗為困擾。當(dāng)前,僅以人臉識(shí)別為代表的技術(shù)在安防領(lǐng)域?qū)崿F(xiàn)了大規(guī)模落地,并未在某個(gè)產(chǎn)業(yè)端實(shí)現(xiàn)穩(wěn)定應(yīng)用。

在燒光了600多億融資后,AI四小龍們一度陷入生存困境。直到ChatGPT的出現(xiàn),再次加固了人們對(duì)于AI技術(shù)的信心,以大模型為商業(yè)模式的AI創(chuàng)業(yè)公司如雨后春筍般涌現(xiàn)。

對(duì)于大模型創(chuàng)業(yè)熱潮的火熱,經(jīng)緯創(chuàng)投創(chuàng)始管理合伙人張穎引用了一個(gè)調(diào)研數(shù)據(jù)——從今年3月到5月,召開業(yè)績(jī)電話會(huì)議的標(biāo)普500指數(shù)的公司中,有110家公司的高管提到了AI,這是過(guò)去十年的3倍。

截至今年6月底,有十幾家大模型初創(chuàng)公司宣布獲得融資。根據(jù)公開信息顯示,當(dāng)前融資規(guī)模最大的是MiniMax,今年6月獲得騰訊公司超過(guò)2.5億美元A輪融資;王慧文創(chuàng)辦的光年之外在被美團(tuán)以收購(gòu)前,也獲得了2.3億美元的天使+輪融資。

一波AI智能公司,蹭著這波熱潮紛紛開始排隊(duì)申請(qǐng)IPO。近期,AI 智能駕駛芯片公司“黑芝麻智能”、AI 語(yǔ)音公司“云知聲”、生成式 AI公司出門問(wèn)問(wèn)、AI制藥公司“英矽智能”等多家 AI 公司密集向港交所遞交上市申請(qǐng)。

其中,作為亞太首家啟動(dòng)IPO的 AI 制藥公司英矽智能備受資本關(guān)注,若能成功上市,將有望成為“亞太 AI 制藥第一股”。不過(guò)值得注意的是,英矽智能并沒(méi)有實(shí)現(xiàn)新藥量產(chǎn)銷售,且在2022年年虧損高達(dá)2.21億美元,收入僅3014.7萬(wàn)美元。

在上一輪AI熱潮中未能成功上市的AI企業(yè)均呈現(xiàn)短期虧損、盈利難的情況。

與上一輪AI技術(shù)熱潮相比,ChatGPT為代表的通用大模型同樣具備技術(shù)門檻高,開發(fā)訓(xùn)練和運(yùn)營(yíng)所需的成本巨大等特點(diǎn),大模型的訓(xùn)練成本要更高,動(dòng)輒一次訓(xùn)練就能耗光數(shù)百萬(wàn)美元。

在人工智能領(lǐng)域?qū)τ诩夹g(shù)研發(fā)的費(fèi)用支出,數(shù)額龐大且驚人。

2022年在研發(fā)費(fèi)用上投入最大企業(yè)是華為,累計(jì)投入了1615億元;其次是騰訊,614億元;第三是阿里,投入研發(fā)費(fèi)用高達(dá)555億元。另?yè)?jù)公開資料顯示,百度作為較早入局人工智能的玩家,過(guò)去十年,其在AI領(lǐng)域的投入超過(guò)1000億元。

不同的是,有了AI1.0科技熱潮的教訓(xùn),AI2.0時(shí)代,技術(shù)在產(chǎn)業(yè)層的落地更快了。

聚焦特定領(lǐng)域、針對(duì)特定場(chǎng)景、解決特定問(wèn)題的行業(yè)大模型,取代了通用大模型,成為了關(guān)注重心。人們普遍意識(shí)到走向細(xì)分領(lǐng)域才有更多機(jī)會(huì),綜合考慮行業(yè)專業(yè)性、持續(xù)迭代和綜合成本等因素,行業(yè)大模型更容易實(shí)現(xiàn)商業(yè)價(jià)值落地。當(dāng)前,已有一些行業(yè)大模型在金融、制造、醫(yī)藥研發(fā)、煤礦、鐵路等諸多領(lǐng)域發(fā)揮了作用。

3、ChatGPT降溫,大模型回歸產(chǎn)業(yè)落地

AI大模型的商業(yè)化落地,可能還得回到成本核算這件事上。通用大模型的市場(chǎng)需求尚且不高,且已經(jīng)呈現(xiàn)同質(zhì)化競(jìng)爭(zhēng)的趨勢(shì)。

雖然大模型很火,但本質(zhì)上還是一場(chǎng)門檻極高的“燒錢游戲”,只有具備雄厚資金實(shí)力和強(qiáng)研發(fā)能力的頭部企業(yè)才有望坐上“大模型”的牌桌,而創(chuàng)業(yè)公司一味盲目跟風(fēng),將容易帶來(lái)投資浪費(fèi),增加能源、算力等消耗,產(chǎn)生低質(zhì)量產(chǎn)品。

將目光放遠(yuǎn)至全球范圍,資本對(duì)于AI技術(shù)的信心尚未恢復(fù)。研究公司PitchBook的數(shù)據(jù)稱,今年前六個(gè)月,全球風(fēng)險(xiǎn)投資資金幾乎減少了一半,下降48%至1739億美元,交易數(shù)量也下降了19%。

在達(dá)到熱點(diǎn)高度后,這一波人工智能熱潮將逐步回歸冷靜階段,回歸到尋找商業(yè)化路徑解決方案的商業(yè)本質(zhì)上。

當(dāng)下ChatGPT熱度已經(jīng)開始下降。作為現(xiàn)象級(jí)產(chǎn)品,ChatGPT在發(fā)布5天后便獲得了100萬(wàn)用戶,又用了兩個(gè)月時(shí)間用戶邁過(guò)了1億大關(guān)。今年6月,ChatGPT迎來(lái)了自去年11月上線以來(lái)的首度流量負(fù)增長(zhǎng)。

聚焦AI大模型系列 |ChatGPT降溫,通用大模型回歸產(chǎn)業(yè)落地

根據(jù) SimilarWeb 的數(shù)據(jù),今年 6 月 ChatGPT 的網(wǎng)站與移動(dòng)客戶端的全球流量(PV)環(huán)比下降了 9.7%,美國(guó)地區(qū)的流量環(huán)比下降了 10.3%。同時(shí),ChatGPT 的獨(dú)立訪客數(shù)量(UV)下降了 5.7%,訪客在網(wǎng)站上花費(fèi)的時(shí)間也下降了 8.5%。

究其原因,C端用戶對(duì)于大模型的初步應(yīng)用已經(jīng)“審美疲勞”了。用戶對(duì)于ChatGPT的嘗試仍處于淺嘗輒止的階段,之回答了一些基本問(wèn)題,對(duì)于其數(shù)據(jù)分析和編寫代碼的強(qiáng)大功能并不熟悉。

不過(guò),作為史上最成功的To C產(chǎn)品之一,ChatGPT仍占據(jù)人工智能市場(chǎng)的主要地位。

業(yè)內(nèi)一種普遍觀念認(rèn)為,以大模型為代表的人工智能應(yīng)用將會(huì)觸發(fā)下一個(gè)“互聯(lián)網(wǎng)”時(shí)代的到來(lái),但當(dāng)前仍處于初期。在大模型發(fā)展初期,技術(shù)短板和隱私安全問(wèn)題都是在實(shí)際操作過(guò)程中頻發(fā)的隱患。近期,國(guó)家互聯(lián)網(wǎng)信息辦公室等7部門日前聯(lián)合公布《生成式人工智能服務(wù)管理暫行辦法》,對(duì)生成式人工智能產(chǎn)品及服務(wù)提供者作出了一定要求和規(guī)范,但目前尚缺乏對(duì)使用者的有力約束。此外,大模型生成內(nèi)容的知識(shí)產(chǎn)權(quán)、數(shù)據(jù)來(lái)源的合法性等問(wèn)題都亟待解決。

回望1998年互聯(lián)網(wǎng)剛剛興起之時(shí),也經(jīng)歷了一段混沌發(fā)展時(shí)期,站在新的轉(zhuǎn)折點(diǎn),歷史總是驚人相似,在百花齊放奇斗艷的AI大模型競(jìng)爭(zhēng)之中,同樣機(jī)遇和泡沫并行。

本文來(lái)自投稿,不代表增長(zhǎng)黑客立場(chǎng),如若轉(zhuǎn)載,請(qǐng)注明出處:http://www.gptmaths.com/quan/101838.html

(0)
打賞 微信掃一掃 微信掃一掃 支付寶掃一掃 支付寶掃一掃
上一篇 2023-07-14 18:53
下一篇 2023-07-14 19:55

增長(zhǎng)黑客Growthhk.cn薦讀更多>>

發(fā)表回復(fù)

登錄后才能評(píng)論

Warning: A non-numeric value encountered in /www/wwwroot/www.gptmaths.com/wp-content/plugins/litespeed-cache/src/media.cls.php on line 754

Fatal error: Uncaught ErrorException: md5_file(/www/wwwroot/www.gptmaths.com/wp-content/litespeed/css/ee7f72858e0087d454c4f09fc5cd6460.css.tmp): Failed to open stream: No such file or directory in /www/wwwroot/www.gptmaths.com/wp-content/plugins/litespeed-cache/src/optimizer.cls.php:140 Stack trace: #0 [internal function]: litespeed_exception_handler() #1 /www/wwwroot/www.gptmaths.com/wp-content/plugins/litespeed-cache/src/optimizer.cls.php(140): md5_file() #2 /www/wwwroot/www.gptmaths.com/wp-content/plugins/litespeed-cache/src/optimize.cls.php(837): LiteSpeed\Optimizer->serve() #3 /www/wwwroot/www.gptmaths.com/wp-content/plugins/litespeed-cache/src/optimize.cls.php(330): LiteSpeed\Optimize->_build_hash_url() #4 /www/wwwroot/www.gptmaths.com/wp-content/plugins/litespeed-cache/src/optimize.cls.php(264): LiteSpeed\Optimize->_optimize() #5 /www/wwwroot/www.gptmaths.com/wp-includes/class-wp-hook.php(324): LiteSpeed\Optimize->finalize() #6 /www/wwwroot/www.gptmaths.com/wp-includes/plugin.php(205): WP_Hook->apply_filters() #7 /www/wwwroot/www.gptmaths.com/wp-content/plugins/litespeed-cache/src/core.cls.php(477): apply_filters() #8 [internal function]: LiteSpeed\Core->send_headers_force() #9 /www/wwwroot/www.gptmaths.com/wp-includes/functions.php(5464): ob_end_flush() #10 /www/wwwroot/www.gptmaths.com/wp-includes/class-wp-hook.php(324): wp_ob_end_flush_all() #11 /www/wwwroot/www.gptmaths.com/wp-includes/class-wp-hook.php(348): WP_Hook->apply_filters() #12 /www/wwwroot/www.gptmaths.com/wp-includes/plugin.php(517): WP_Hook->do_action() #13 /www/wwwroot/www.gptmaths.com/wp-includes/load.php(1279): do_action() #14 [internal function]: shutdown_action_hook() #15 {main} thrown in /www/wwwroot/www.gptmaths.com/wp-content/plugins/litespeed-cache/src/optimizer.cls.php on line 140