編者按：本文來自微信公眾號 星海情報局（ID：junwu2333），作者：星海老局 ，創(chuàng)業(yè)邦經(jīng)授權(quán)發(fā)布。
7月份，微軟公布了Office 365 Copliot的企業(yè)版價格，30美元/月，我看完第一個感覺是有點吃驚：外界沒那么關(guān)心微軟的可能不太清楚，但懂To B業(yè)務(wù)基本都知道，微軟這些年B端定價慣常穩(wěn)如老狗，割起各大公司的肉來刀法堪稱精準(zhǔn)，它說敢賣30美元一個月，那就是確實能賣30美元一個月，而這已經(jīng)明顯高于了此前外界所預(yù)估的價格。
換言之，微軟對Copliot的定價，從某種意義上說，就意味著AI應(yīng)用落地的時代確實是來了，而且已經(jīng)相當(dāng)賣得上價。
相比之下，國內(nèi)AI大模型的落地應(yīng)用，明顯還缺乏成熟的市場化產(chǎn)品，但也基本都已經(jīng)開始進(jìn)入內(nèi)測，只是因為用戶習(xí)慣不同而采取了不同的模式，走入收費階段的速度相對慢了一些。
關(guān)于中美AI大模型之間的差距和優(yōu)劣，業(yè)界討論得很多，幾乎所有切入相關(guān)領(lǐng)域的人都會被問到這個問題，但大家的看法很難說得上統(tǒng)一。比如李彥宏曾經(jīng)說文心一言離OpenAI只有兩個月差距，王小川對此的評價是：那估計我們沒在同一個世界。
根據(jù)星海的不完全統(tǒng)計，不到一年的時間，國內(nèi)的大模型已經(jīng)超過了120個，中美兩國大模型公司占了全球80%。中美AI大模型到底有幾年的差距，中國大模型真的落后了嗎？中美AI競爭的路線又有何不同？中國短短半年里涌現(xiàn)出的百家大模型企業(yè)混戰(zhàn)，到底打到了什么程度？
百模大戰(zhàn)沒有硝煙
我上半年參加過幾次AI的會，開門的閉門的都有，大家提的最多的前些年AI是真的不賺錢，連融都未必能融得到錢，有一點全跑自動駕駛那頭去了，其他的都已經(jīng)死了不知道第幾輪。
但自從ChatGPT橫空出世，情況就不一樣了。爆火的大半年里，AI大模型的技術(shù)水平未嘗就真的能有什么大爆炸，但商業(yè)上的環(huán)境確實是有點“病樹前頭萬木春”的意思——活了。
但也沒想過，這么快就能活得跟Copliot一樣賣出30美元一個月的價錢。
根據(jù)星海情報局不完全統(tǒng)計，中國目前已經(jīng)有超過120家機(jī)構(gòu)或企業(yè)發(fā)布了自己的AI大模型，其中10億參數(shù)規(guī)模以上的大模型就已經(jīng)有79個，有20個是通用領(lǐng)域的大模型，基本來自互聯(lián)網(wǎng)大廠和科研院所，其余均為垂直領(lǐng)域的產(chǎn)業(yè)應(yīng)用大模型。毫無疑問，中國的AI產(chǎn)業(yè)正在進(jìn)入一場名副其實的“百模大戰(zhàn)”，而且已經(jīng)有了逐漸開始向垂直領(lǐng)域深入分化的趨勢。
這里簡單做個科普，我們目前所說的大模型，通常來說的分類是兩種，一種是通用大模型，模板就是ChatGPT，可以聊天，問答、做題，特點是比較泛化，干什么都成，但相對來講不夠?qū)δ骋粋€產(chǎn)業(yè)深入精通。
所以有了第二種，行業(yè)大模型，也叫垂直類大模型。典型的比如華為的盤古，京東的言犀，都是直接面向產(chǎn)業(yè)，更聚焦應(yīng)用，強(qiáng)調(diào)幫助企業(yè)進(jìn)行生產(chǎn)活動和降本增效能力的工具。從定位和特點上講，行業(yè)大模型更類似于我們所熟悉的企業(yè)服務(wù)軟件或工業(yè)軟件，只不過現(xiàn)在升級成行業(yè)AI了。
目前，針對金融、醫(yī)療、政務(wù)及公共服務(wù)、科研、工業(yè)、客服等領(lǐng)域服務(wù)的大模型數(shù)量相對較多。地域分布上，北京占了半壁江山，其次是上海、廣深、杭州和江蘇。
毫無疑問，這一輪AI大模型的發(fā)展已經(jīng)形成了明確的產(chǎn)業(yè)趨勢。而根據(jù)這些大模型背后的研發(fā)團(tuán)隊來看，也可以分為三類：
一是大廠自研。百度的文心一言，阿里的通義千問，華為的盤古，騰訊的混元，京東的言犀，字節(jié)的火山方舟，螞蟻集團(tuán)的貞儀，小米的MiLM-6B等等……都可算作此列。
互聯(lián)網(wǎng)浪潮里成長起來的科技大廠，包括軟硬件廠商，即便暫時還沒有，但也不可能永遠(yuǎn)都不在大模型領(lǐng)域進(jìn)行布局。還有通信業(yè)三巨頭，移動、聯(lián)通、電信都有自研大模型。很多大廠和巨頭出于自身的數(shù)據(jù)安全需求，只能走自研路線，這些廠商一遍要根據(jù)自身業(yè)務(wù)協(xié)同出發(fā)進(jìn)行相關(guān)研發(fā)，另一邊也可以選擇直接收購。而收購的標(biāo)的，則主要來源于下面的第二類。
二是獨立創(chuàng)業(yè)團(tuán)隊。其中不乏頗具技術(shù)實力的明星創(chuàng)業(yè)者入局，還有一些是已經(jīng)功成名就過的大廠背景連續(xù)創(chuàng)業(yè)者。比如搜狗創(chuàng)始人王小川，就在五道口的搜狐大廈二層對外官宣了“百川智能”。官宣的時間是2023年4月10日，如果你同時有王小川和王慧文的微信，就會發(fā)現(xiàn)僅僅四天之前，王慧文也在搜狐網(wǎng)絡(luò)大廈，他創(chuàng)辦的AI企業(yè)光年之外的新辦公室就在這里，搬進(jìn)來的第一天他發(fā)了一條朋友圈：“新辦公室第一天，切個蛋糕。”
王小川的人工智能夢想大約萌芽于成都七中，他16歲參與老師謝晉超和當(dāng)時中科院成都所的張景中一起組建的“幾何定理機(jī)器證明課題研究組”，做成了在計算機(jī)用吳文俊消元法實現(xiàn)初等幾何定理的全部機(jī)器證明，拿了“億利達(dá)青少年發(fā)明獎”，獎項發(fā)起人和最后給王小川頒獎的人，都是楊振寧。而王小川做成的這個證明，所涉及的是中國人工智能領(lǐng)域最重要的基礎(chǔ)理論之一，他可能是如今功成名后再出發(fā)的企業(yè)家中，離人工智能學(xué)院派們幾乎最近的一個“技術(shù)流”了，百川智能的背后也有著清華一脈力度不小的支持。
三就是學(xué)院派，無論是科研院所還是各大高校，都不可能不做這方面的研究，但這些團(tuán)隊的組織構(gòu)成和戰(zhàn)略目標(biāo)大多更偏學(xué)術(shù)一些，偏向應(yīng)用層面的則大多還會找大廠或其他創(chuàng)業(yè)團(tuán)隊進(jìn)行合作。其中比較引人注目的，比如今年初復(fù)旦大學(xué)計算機(jī)學(xué)院團(tuán)隊發(fā)布的MOSS大模型，清華的ChatGLM，還有中科院自動化所的紫東·太初。
大模型爆火滿打滿算也就不到一年，但噼里啪啦出了一百多個團(tuán)隊，百模大戰(zhàn)已經(jīng)擺在臺面上了，即使遠(yuǎn)沒有當(dāng)初“百團(tuán)大戰(zhàn)”那么搞得沸反盈天，但也已經(jīng)足夠讓有些人產(chǎn)生忐忑甚至不滿。
中國人這些年見了太多狂飆之后的落寞與一地雞毛，多少有點PTSD。但站在一個產(chǎn)業(yè)觀察者的角度來說，一個殘酷的事實是，任何國家的產(chǎn)業(yè)的競爭力從來就是這么跑出來的，沒有這樣雨后春筍般冒出來的企業(yè)和密集的投資，哪里來的產(chǎn)業(yè)崛起和龍頭騰飛？
往近了說，中國新能源汽車產(chǎn)業(yè)能有今天的成就，不知道埋了多少當(dāng)年的“造車新勢力”，中國手機(jī)產(chǎn)業(yè)的騰飛也不知道一路死掉多少山寨機(jī)。而往遠(yuǎn)了說，美國半導(dǎo)體產(chǎn)業(yè)浮沉小一百年，也絕對算得上一將功成萬骨枯。
任何產(chǎn)業(yè)想發(fā)展起來，最初的起點都是拿錢與人去堆，才留得下技術(shù)、經(jīng)驗，和足以支撐起一個行業(yè)的人才。百模大戰(zhàn)能打起來，本身就已經(jīng)是中國AI大模型競爭力的一種體現(xiàn)，如今中美兩國大模型公司加起來占了全球的80%還要多，絕大部分國家甚至已經(jīng)沒有資格坐上這個牌桌。
巨頭的游戲
AI大模型的創(chuàng)業(yè)團(tuán)隊很多，但大多數(shù)可能留不下來。
——絕大多數(shù)人做出這個判斷的原因在于成本。國盛證券曾經(jīng)估算，GPT-3訓(xùn)練一次的成本約為140萬美元，對于一些更大的LLM模型，訓(xùn)練成本介于200萬美元至1200萬美元之間。
按照今年1月的平均用戶訪問量計算，每天約有1300萬獨立訪客使用ChatGPT，對應(yīng)的芯片需求大約是3萬多塊英偉達(dá)A100，僅這一項的初始投入成本就要8億美元，每天光電費至少5萬美元左右。而根據(jù)Analytics India Magazine的一份報告估算，ChatGPT的單日運營成本大約是70萬美元。
意思就是小公司根本燒不起這個錢。
而另外一個障礙是，小公司在產(chǎn)業(yè)化落地上能走的路也更少。
大模型的商業(yè)化終點是產(chǎn)業(yè)，這是已經(jīng)不必過多解釋的行業(yè)共識。但落入產(chǎn)業(yè)的條件是：
1、本身自己有產(chǎn)業(yè)資源；
2、掌握著可以觸達(dá)產(chǎn)業(yè)資源的平臺接口或渠道。
第一種，本身自己有產(chǎn)業(yè)資源。主要是通過將AI能力融入自身業(yè)務(wù)，進(jìn)而影響產(chǎn)業(yè)上下游。
比如京東做言犀，側(cè)重的就是零售、金融和供應(yīng)鏈物流，這些都是典型的京東自有業(yè)務(wù)，做出來直接有測試場景和落地應(yīng)用的空間，根本不用假手于人，而且還能向上下游輻射拓展第一批種子用戶。螞蟻集團(tuán)的“貞儀”和百度金融旗下的“軒轅”，也是類似邏輯。（恒生電子的LightGPT，學(xué)而思的MathGPT）
同理的還有網(wǎng)易有道的子曰，直接落地落到教育口，甚至還能配套自有硬件，比如有道的詞典筆。攜程的問道，閱文的妙筆，用友的YonGPT，這些在各自領(lǐng)域舉足輕重的垂類巨頭親自下場做閉源大模型，從戰(zhàn)略上來講進(jìn)可攻退可守，先期的獲客、訓(xùn)練成本，適配、調(diào)整效率，都有顯而易見的優(yōu)勢。
怎么都比小公司吭哧吭哧做出來個普適款的大模型，再吭哧吭哧追在產(chǎn)業(yè)后面玩命推銷，然后一點一點做產(chǎn)業(yè)接入和適配的模式，要省力氣得多。
第二種，掌握著可以觸達(dá)產(chǎn)業(yè)資源的平臺接口或渠道。這種模式基本上是將AI大模型接入自身平臺，讓平臺獲取AI能力后，能夠更好地服務(wù)原有的產(chǎn)業(yè)端客戶。
這里最典型的，軟件層面比如阿里釘釘搭載的通義千問，字節(jié)跳動未來要做的火山方舟；而硬件層面則比如華為要接入工業(yè)系統(tǒng)和整個鴻蒙的盤古系列，還有小米初具雛形的MiLM-6B等等。
阿里“通義千問”目前推得最順利領(lǐng)域之一，就是在釘釘中的應(yīng)用。釘釘本身就是做企業(yè)服務(wù)的平臺，產(chǎn)品架構(gòu)的底層邏輯就是建立在公司和組織層面上的，而且一直都在做深入產(chǎn)業(yè)的工作，安全性也已經(jīng)得到過驗證。這意味著，通義千問接入后，可以從最底層調(diào)動原始數(shù)據(jù)幫助決策者進(jìn)行定制化的分析和總結(jié)。
這種本身就有企業(yè)服務(wù)平臺的公司，接入AI大模型之后，是最有可能幫助實現(xiàn)企業(yè)內(nèi)部AGI的。而目前國內(nèi)做這個且有平臺級能力的，除了阿里的釘釘，就是字節(jié)跳動的飛書，還有騰訊的系列套件，二級梯隊可能是以WPS為主要產(chǎn)品的金山辦公，或者筆記軟件有道云或印象筆記等。
當(dāng)然還有一個比較特殊的百度，這家公司雖然有很強(qiáng)的技術(shù)實力，但因為入口在搜索，所以經(jīng)常卡在To C和To B的中間，自身缺少殺手級別的企業(yè)應(yīng)用。這也就能理解為什么在ChatGPT爆火后，百度要那么著急發(fā)布文心系列——不是很多人以為的什么追趕進(jìn)度，而是極其現(xiàn)實的：為了搶市場。
百度沒有釘釘，沒有飛書，也沒有微信或者WPS。但有意思的是，百度除了搜索之外，還會有車和智能交通配套系統(tǒng)。
這剛好就是我們要說第二種模式：直接從硬件切入。
汽車領(lǐng)域，集度在2月份就已經(jīng)宣布接入百度文心一言，理想6月在常州發(fā)布了自家研發(fā)的認(rèn)知大模型"Mind GPT"，問界未來介入華為旗下的盤古，大體上也都是時間問題。傳統(tǒng)各大廠商未必自己完全走自研的路，但不可能不做，這也是一個AI大模型廠商們的兵家必爭之地。
各大手機(jī)廠商也顯然都不會缺席。華為已經(jīng)接入了盤古，小米也已經(jīng)發(fā)布了MiLM-6B，OV和榮耀雖然目前還沒有落地的大模型，但也都已經(jīng)進(jìn)行了大量布局，將AI接入自身手機(jī)系統(tǒng)做智能化升級，都只是時間問題。
當(dāng)然，華為更特殊一點，盤古系列是鴻蒙的最佳拍檔，但鴻蒙卻不只為了華為手機(jī)而生。華為在工業(yè)和基礎(chǔ)設(shè)施領(lǐng)域的布局，未來都將會成為鴻蒙+盤古的主場。
無論是從成本，還是從產(chǎn)業(yè)資源上看，AI大模型這個智能時代的底層支持領(lǐng)域，都已經(jīng)越來越趨向于巨頭們的游戲，留給小團(tuán)隊和獨立創(chuàng)業(yè)公司們的機(jī)會雖然不是沒有，但確實已經(jīng)越來越少，而抓住機(jī)會也正在變得越來越難。
中國人最擅長的“應(yīng)用層戰(zhàn)爭”
固然牌桌上只剩下了中美兩國，但中美之間依然存在著明顯的差距。星海一直以來經(jīng)常會被問的一個問題是：在這個領(lǐng)域，我們和全世界最先進(jìn)的水平差幾年？
在AI大模型上，這個問題李彥宏和王小川都回答過。李彥宏說文心一言和OpenAI差距大概是兩個月，王小川挺震驚，說那你們問的應(yīng)該是平行宇宙的李彥宏，不是我們這個世界的。
記者問此話怎講，王小川：“那怎么可能只差兩個月??？那一定是另一個宇宙嘛?！?/p>
在王小川概念里，如果要用時間衡量，OpenAI比國內(nèi)應(yīng)該突出三年的時間。之前業(yè)內(nèi)都說追上GPT-3.5可能需要一年時間，但人家已經(jīng)到4了，還有5在訓(xùn)練，所以他覺得有三年。如果大家很努力，那可能會短一點。
但應(yīng)用層不一樣。
王小川六月去硅谷轉(zhuǎn)了一圈，去之前，他想的是，中國AI大模型已經(jīng)在追求“理想”的道路上比OpenAI慢了半步，但落地他想要比美國人快上半步。但交流完回來，他的想法就變了：落地這事，王小川覺得能比對方快三步。
王小川去硅谷的時候發(fā)現(xiàn)，那幫子不差錢的工程師已經(jīng)在研究怎么把1000萬塊GPU聯(lián)在一塊做模型架構(gòu)了，但英偉達(dá)一年才生產(chǎn)100萬塊GPU……
而反面是，雖然工程師文化濃厚，但美國有大量工程師沒有任何應(yīng)用的經(jīng)驗，一旦從做技術(shù)延展到做應(yīng)用，“能力實在不咋樣”。
大模型是一個必須落向應(yīng)用，但卻又沒有辦法做完服務(wù)用戶最后一步的綜合性工程，而在這個領(lǐng)域，落到應(yīng)用層之后的應(yīng)用反饋，常常會是比空中樓閣式干數(shù)據(jù)訓(xùn)練更好用的東西。在《TikTok大劫案：美國總統(tǒng)也搶不走的武功絕學(xué)到底是什么？》一文中，我們講Tiktok核心競爭力的時候講過一個類似原理：當(dāng)有效數(shù)據(jù)量到達(dá)一定臨界值的時候，將會無限拉近不同算法帶來的準(zhǔn)確率差距。
也就是說，應(yīng)用層的反饋，某種程度上會決定模型訓(xùn)練的質(zhì)量。讓訓(xùn)練變得更加高效，同時大幅削減訓(xùn)練成本。我們可能起步晚，但應(yīng)用能做起來，我們會跑得更快。
在《大國鎖鑰》一書中，我寫過中國互聯(lián)網(wǎng)為什么能做到全球突出，其核心的動能就是應(yīng)用過程中所爆發(fā)出來的大量創(chuàng)新和經(jīng)濟(jì)效益，反哺了基礎(chǔ)層研究所需要的資金和資源，一點點補(bǔ)全了很多我們在70年前，甚至100年前就已經(jīng)落下的功課。
AI是一個同樣適用的領(lǐng)域。
在美國，微軟（OpenAI）、Google、Meta的巨頭之戰(zhàn)，基本上已經(jīng)將通用模型層的格局固定了下來，幾乎沒有創(chuàng)業(yè)公司會選擇“再造一個OpenAI”。轉(zhuǎn)而興起的是如火如荼的應(yīng)用層創(chuàng)業(yè)，通用層、應(yīng)用層之間涇渭分明。
但在中國，通用模型層的百模大戰(zhàn)還遠(yuǎn)沒有分出勝負(fù)，從效果上誰也沒有做出決定性的優(yōu)勢，但隨之而來的是對應(yīng)用形式的大量創(chuàng)新探索。本身就在AI垂直領(lǐng)域做通用模型開發(fā)的廠商，如科大訊飛，也在做出通用模型后很快就發(fā)布了訊飛星火app去切入學(xué)習(xí)和辦公場景。
這種通用層和應(yīng)用層相互哺育的模式，是中國獨特的發(fā)展模式，也是中國未來最大的機(jī)會所在。
結(jié)語
輿論場上面對中國如今打得不可開交的百模大戰(zhàn)，有過很多不好的聲音，其中一種是，OpenAI已經(jīng)做出ChatGPT-4了，中國公司現(xiàn)在還在通用層大模型上卷來卷去早就晚了?？瓷先フf了大實話，但其實很可笑：中國人什么時候怕過起步晚了人家?guī)撞侥兀棵绹嗽缇桶押藦椩斐鰜砹?，中國就不造了嗎?/p>
在AI這件事上，早或者晚其實已經(jīng)沒那么重要了，重要的是我們必須得做。自認(rèn)大模型技術(shù)水平存在差距的王小川被問到：起步晚了的中國還有沒有彎道超車的機(jī)會？
他的回答是：“超車我們現(xiàn)在不敢提，可能過幾年后大家會找到路徑。就像互聯(lián)網(wǎng)剛開始的時候，我們上來第一句話，就說要彎道超車嗎？”
路要一步步走，中國廠商的AI之路，最重要的是先做自己能做到的事情。
活下來，然后——
追上去。
本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。
