2019年,，前谷歌CEO埃里克·施密特向白宮遞交了一份頗為“詭譎”的報告,。這份長達750頁的文件，核心觀點其實只有一句話：若美國再不加大投資,，中國將徹底主導AI領(lǐng)域[1],。

施密特此舉其實有“騙經(jīng)費”之嫌：一年前，谷歌曾迫于輿論壓力退出了一個政府AI項目,，他一直對此耿耿于懷,。但報告本身卻并非胡謅。同年,，美國數(shù)據(jù)創(chuàng)新中心也發(fā)布了一份報告,，聲稱中國AI實力全球第二，且在數(shù)據(jù)等層面比美國更具優(yōu)勢[2],。

在全民追趕GPT的今天,，這則舊聞讀起來頗有幾分“魔幻感”。

然而,，施密特口中的AI,，與如今人們談論的GPT并非一個東西。

以GPT為代表的AI，指的其實是大模型,。它擁有生成圖像,、音頻、視頻等內(nèi)容的能力,，像是個文藝青年,。但彼時讓美國人深感威脅的，多指識別型AI（小模型）,。它擅長各類數(shù)據(jù)分析工作,，如同一個木得感情的運算機器。

大模型走紅前,，識別型AI曾被寄予了太多改變世界的厚望,，在中國催生了一段群雄并起、熱錢涌動的黃金歲月,。巔峰時期,，中國AI初創(chuàng)企業(yè)的融資金額甚至超過了美國——李開復將其形容為“有三個AI專家就能估值7億、靠AI概念就能忽悠投資人”,，也不怪美國人感到焦慮,。

只是好景不長：后來VC陸陸續(xù)續(xù)退出，曾經(jīng)風頭無兩的獨角獸也褪去了身上的光環(huán),，殘暴的歡愉最終以殘暴終結(jié),。

對此，百度集團執(zhí)行副總裁,、百度智能云事業(yè)群總裁沈抖曾打過這么一個比方：大模型出現(xiàn)前的AI像是氧氣——本身很有價值,，但自己不會燃燒，必須找到可燃物才能把價值給發(fā)揮出來,。這里的“可燃物”,，指的是落地場景。

AI起起落落這十年,，成也場景,，敗也場景。

舊范式的困境

2016年,，谷歌AlphaGO不僅徹底顛覆了圍棋,，也改變了當時的AI創(chuàng)業(yè)。一時間,，VC,、科學家、大學教授,，乃到各路鄉(xiāng)鎮(zhèn)企業(yè)家,，無一不在談論著AI商業(yè)化的可能性。短短一年時間，國內(nèi)誕生了528家AI企業(yè),，催生371起AI投融資,，同比漲幅達到了38.9%；同一時間,，中國AI企業(yè)申請了9000多項AI專利,，幾乎是美國新增專利數(shù)的兩倍有余[3]。

不過,，整個行業(yè)閉眼狂奔的同時,，鮮有人會注意到初冬的號角已經(jīng)悄悄吹響,。2019年,，繁榮戛然而止。

首先是融資遇冷：這一年的AI融資金額僅有186億元,，相比2018年直接腰斬了一個0,。受此影響，AI初創(chuàng)企業(yè)的數(shù)量也大幅縮水,，僅有鼎盛時期的1/20,。至于那些從競爭中幸存、成功“上岸”的AI企業(yè),，其財務狀況仍舊慘不忍睹,。據(jù)不完全統(tǒng)計，近九成AI企業(yè)都處于嚴重虧損的狀態(tài)[4],。

大起大落背后,，是AI長期以來的產(chǎn)業(yè)化困境。

2021年之前,，業(yè)界三大主流AI技術(shù)分別是計算機視覺,、語音識別、自然語言識別,，本質(zhì)都屬于識別型AI,。單從技術(shù)層面來看，上述技術(shù)都具備著充分的下游應用空間,，想象力充足,。

例如在“AI+安防”領(lǐng)域，2020年時已有453億元的市場,，且增速可觀,，預計到2025年時市場規(guī)模將再翻一番[6]。

可下游需求不斷擴大,，并無法拯救虧錢的AI企業(yè),。識別型AI的技術(shù)特點，決定了它是一門技術(shù)、投入與產(chǎn)出不成正比的生意,。

識別型AI采用的是小模型——這是一種專為特定任務而生的技術(shù),。在實際訓練小模型時，研究員只需給AI灌入標注過的特定數(shù)據(jù),，便能讓AI獲得對應的能力,。如果想要一個能抓“闖紅燈”的AI，那么無需教它語文數(shù)學,，只要讓它從小學習各種闖紅燈的視頻即可,。

小模型的優(yōu)點在于簡單、高效,，專用向的AI能夠很好地完成對應任務,。但其缺點同樣明顯：由于沒學過其他知識，一個AI只能解決一個問題,。譬如一個抓闖紅燈的AI,，顯然不會具備識別超速、違規(guī)變道的能力,。

由于小模型不具備通用性,，導致識別型AI只能成為一門類手工作坊的定制生意。

且具體到實際應用中,，一個需求有時還需要定制不止一個AI,。例如在工業(yè)領(lǐng)域，在制造冶金鋼卷時有缺陷檢測這一步驟,。如果將這項工作交由AI,，定制起來其實相當麻煩。因為鋼卷分為冷軋,、熱軋,，所以AI企業(yè)需要同時用“冷軋-合格”“冷軋-缺陷”“熱軋-合格”“熱軋-缺陷”四組數(shù)據(jù)訓練四遍[7]。其繁瑣程度,，與“五彩斑斕的黑”有的一拼,。

定制需求繁瑣的同時，對人力要求還不低——這活兒可不是月薪三千的大學生能干的,。

出于業(yè)務需要,，頭部AI企業(yè)都聘請了大批科學家、博士生與教授作為研究員,，而AI研究員又是出了名的“高薪崗位”,。2015年，谷歌為了不讓知名研究員伊利亞（Ilya Sutskever）跳槽,，曾開出過200萬美元/年的高薪——后來桑達爾·皮查伊繼任谷歌CEO時,，其基本工資是同一個數(shù)字,。

財新曾對國內(nèi)AI企業(yè)招股書做過一筆測算，發(fā)現(xiàn)：它們每掙1塊錢,，就要花掉0.75元的人力成本,。再算上定制AI的算力、數(shù)據(jù)開銷,、以及其他成本,，幾乎做一單虧一單。

人們這才驚奇地發(fā)現(xiàn),，AI這門生意似乎遠不如想象中那么性感,。

陷入死局后，AI企業(yè)們只能寄希望于一場“推翻重來”式變革,。幸運的是,，沒過幾年，暴風雨真的來了,。

通用性的價值

紅杉資本率先嗅到了風雨欲來的氣息,。2022年9月,，紅杉發(fā)表了文章《Generative AI: A Creative New World》,，預言一場全新的科技競賽即將來臨。投資人同行很快聞風而動,，一度冷清的AI圈再度人聲鼎沸,。

這篇文章發(fā)布僅半年，有頭有臉的科技公司們幾乎全部一頭扎進了AI浪潮之中,，要用人工智能把每個行業(yè)都重新做一遍,。

例如當下火熱的直播行業(yè)，大模型應用的空間就相當廣闊,。對于那些養(yǎng)不起專業(yè)直播團隊的商家,，如今只需輸入商品信息，百度的文心一言能夠自動生成話術(shù),、配音以及數(shù)字人主播,，直接包攬了整個流程。

企業(yè)無需再花錢雇主播,、想話術(shù),、搞培訓，能輕松實現(xiàn)7*24小時直播,，對中小企業(yè)而言無疑是個重大利好,。

在沈抖看來,，大模型創(chuàng)業(yè)帶來的眾多機會,，將帶動數(shù)字化經(jīng)濟更進一步，有機會在全球范圍內(nèi)掀起一股產(chǎn)業(yè)再造的浪潮,。

他認為,，隨著大模型深入數(shù)字經(jīng)濟，更多產(chǎn)業(yè)會出現(xiàn)新的改變,。智能化不僅讓整個生產(chǎn)流程大幅提效,，也改變了很多原有的生產(chǎn)關(guān)系，包括人和人,、人和設(shè)備,、人和系統(tǒng)的關(guān)系。以前沒有智能時,，很多工作實際上是靠人來操作,；有了智能以后，機器,、設(shè)備,、系統(tǒng)都可以按照人的思想去學習。

未來的工作模式,，很有可能是一個聰明的人去指導一堆機器人,。這些機器人執(zhí)行人類的決定，重塑整個生產(chǎn)線,。沈抖說道,，“生成式AI已經(jīng)形成全球性的'AI再造業(yè)務’趨勢，企業(yè)迎來'智能化躍遷’的歷史機遇,?！?/span>

AI產(chǎn)業(yè)能夠二度迎來春天，背后其實是大模型技術(shù)邁向成熟,。

這場變革的起點發(fā)生在2017年：彼時,，谷歌幾位研究員公開了深度學習模型Transformer。以此為基礎(chǔ),，OpenAI等機構(gòu)開始嘗試研究大模型,，一種不同于識別型AI的全新技術(shù)。

其研究成果,，正是如今備受關(guān)注的GPT,，即Generative Pre-trained Transformer（生成式預訓練Transformer）。

眾所周知,，一個AI由模型,、數(shù)據(jù)、算力三要素構(gòu)成,。相比于傳統(tǒng)的識別型AI（小模型）,，以GPT為代表大模型在數(shù)據(jù),、模型等方面均有不同程度的革新，賦予了大模型更強的通用性,。這恰好改善了小模型時代的產(chǎn)業(yè)化痛點,，AI實現(xiàn)即插即用。AI企業(yè)終于能擺脫手工作坊般的生產(chǎn)模式,，有機會變成一門好生意,。

大模型的這一價值，幾乎吸引了全球所有的目光,。連早已退休,、專心搞慈善的比爾蓋茨，都為此興奮不已,。他在一篇文章中寫道,，自己有幸親歷了人類可能最重要的兩場革命的開端：第一次發(fā)生在Windows萌芽、PC市場剛剛興起的80年代,，而第二次正是去年——大模型剛剛開始涌現(xiàn)的時候,。

而沈抖認為，作為“通才”的大模型還催生一種全新的產(chǎn)業(yè)化路徑：MaaS（Model as a Service）,，模型即服務,。“根據(jù)我們提供的文心一言的大模型服務,，企業(yè)能夠以此為基礎(chǔ),，結(jié)合他們所在行業(yè)去微調(diào)出一個行業(yè)大模型，再用這個行業(yè)大模型去服務整個行業(yè),。”

未來,，大模型可能會成為一個類似于安卓的“超級底座”,， 每個行業(yè)都迎來AI再造的機會，并給應用端帶來大量的機會,。

而在美國,，已經(jīng)誕生了依托于大模型開展業(yè)務的獨角獸。在德克薩斯州,，一家初創(chuàng)企業(yè)憑借微調(diào)后的AI應用,，在短短18個月時間做到了15億美元估值，年收入已有3000萬美元,，比直接做大模型的企業(yè)還賺錢[10],。

不過，產(chǎn)業(yè)化潛力僅僅是大模型價值的一個方面,。不同于過去兩年流行的元宇宙,、Web3等概念,，大模型帶來了實打?qū)嵉纳a(chǎn)力提升。

例如長安汽車在參與百度文心一言的邀測時,，就體驗了一回大模型的生成PPT功能,。過去，制作一份PPT通常要花費半天甚至一天時間,；如今,，只需三分鐘即可做出一份內(nèi)容齊全、格式精美的PPT,。未來,，機械的重復性工作將完全可以交給AI，員工可以集中于創(chuàng)造更大價值的工作,，企業(yè)競爭力增加同時增加社會財富,。

毫無疑問,，大模型將是未來十年科技圈最重要的敘事之一,。

百模大戰(zhàn)

“百模大戰(zhàn)”來了，一如當年的“百團大戰(zhàn)”,。

國內(nèi)大公司紛紛扎堆推出大模型,，百度文心一言最先，360,、騰訊,、阿里、商湯,、科大訊飛,、字節(jié)等紛紛緊追。大模型產(chǎn)品大多同時兼具對話問答,、文章創(chuàng)作,、代碼寫作等多項技能。市場上供給多了,，但這些產(chǎn)品的“智力”水平卻參差不齊,，如何挑選成為了一個難題。

目前主流觀點認為,，可以有以下兩個標準：

第一,，從芯片到框架、模型再到應用的全鏈路環(huán)節(jié)都具備極為優(yōu)秀的性能,。

芯片決定了算力,，這是AI訓練的基礎(chǔ)。OpenAI曾做過一筆測算：2012年開始,，全球AI訓練所用的計算量平均每3.43個月便會翻一倍,，遠超摩爾定律,。在肉眼可見的未來，“算力不足”都將會是制約AI發(fā)展的最大因素,。因此,，芯片要做到性能過硬。

只有制造出算力極強的高端芯片,，才能滿足智算時代的計算需求,，讓云好用，這是基礎(chǔ)條件,。

而在框架和模型層面,，軟件適配程度要更高，算法積累足夠,，大模型能力要更強,。深度學習框架需要做到全棧自主可控，推動大模型不斷迭代升級,。在此基礎(chǔ)上,，推出多樣云服務使得大模型適應各產(chǎn)業(yè)的數(shù)字、智能化需求,，做好模型即服務（MaaS）,。

第二，能為大家提供全鏈路的服務保障,。

服務商不僅要具備多元的能力,，還需要將它們有機地結(jié)合起來：如此一來不僅能帶來更高的可靠性、幫助企業(yè)降本增效,，還降低AI使用門檻,，既易用，又好用,。

好的智算基礎(chǔ)設(shè)施,，就是要高效解決算力、算法,、數(shù)據(jù)處理等多維度的問題，而且這些維度之間不是獨立存在的,，而是互相依賴,，相互優(yōu)化、緊密耦合,，從而提升整體基礎(chǔ)設(shè)施效能,。

比如芯片解決算力問題，框架解決算法開發(fā)問題,，大模型解決模型泛化問題,，他們?nèi)呔酮q如三人四足比賽中的團隊合伙人,，只有彼此心有靈犀、協(xié)調(diào)互補,，才能打出完美的團隊配合,，贏得比賽勝利。

百度的解決方案,，是將文心一言大模型與百度智能云服務結(jié)合起來,，提供一種更便捷的一站式服務，即“云智一體”,。

該方案同時提供了算力與大模型服務，企業(yè)只需提供自身行業(yè)的數(shù)據(jù)做微調(diào),，即可快速生產(chǎn)出符合市場需求的AI產(chǎn)品,。不過，百度智能云能做的還不止微調(diào)一項,，它還額外集成了推理與托管服務,。

推理是大模型所具備的一項能力，指利用訓練好的AI去進行結(jié)論推導的過程,。如果說微調(diào)是將已有的房子重新裝修一遍,，那么推理則相當于給你空地和材料，搭建一個全新的房子,。雖然推理的成本高于微調(diào),，但能讓大模型新增更多原本不具備的能力，滿足企業(yè)更深層次的開發(fā)需求,。

至于托管,，則能幫助較為早期的大模型創(chuàng)業(yè)者解決搭建團隊的難題。高薪的AI研究員一直是市場上最搶手的資源之一,，初創(chuàng)企業(yè)不僅資金有限,，且很難在人才競爭中獲得太多優(yōu)勢。相比之下,，托管服務則會提供一支高度專業(yè)的團隊,，幫助第三方企業(yè)管理他們的AI解決方案。

由此可見,，微調(diào),、推理、托管三大服務的功能各不相同,，能夠滿足不同階段企業(yè)的需求,。

如今，上述“云智一體”服務已成為一種行業(yè)共識。百度智能云作為這一概念的提出者,，具備一些獨有的優(yōu)勢,。

2022年，百度副總裁沈抖升級了原有的架構(gòu),，正式對外官宣了“云智一體3.0”,。該架構(gòu)的優(yōu)勢在于，形成了“芯片-框架-大模型-行業(yè)應用”的智能化閉環(huán)路徑,，百度是全球唯一在每一層都有自研產(chǎn)品的公司,。比如芯片層有昆侖芯，框架有中國市場份額第一的飛槳,。

沈抖認為,，四層架構(gòu)的高效協(xié)同，能實現(xiàn)更高的運轉(zhuǎn)效率,，“我們能在同等算力投入下,，把某個應用的性能提高100%，相當于讓算力需求降低了50%,?！边@是百度智能云非常獨特的優(yōu)勢，也使得百度智能云成為國內(nèi)第一個訓練出大模型的云,。

如今,，“云智一體”不僅僅只是一項服務，更有可能成為數(shù)字時代的一種新基建,。經(jīng)濟學博士任澤平曾在2023年跨年演講中預測,，智能云將成為數(shù)字經(jīng)濟的重要技術(shù)支撐，并在未來20年成為支撐中國經(jīng)濟繁榮發(fā)展的新型基礎(chǔ)設(shè)施,。

對當今社會而言,，這些變化既是將來時，也是進行時——AI正在以肉眼可見的速度重塑這個社會,。對此,，輿論上充斥著許多不安的聲音。不過,，當時代的浪潮撲面而來,，企業(yè)、個體最好的選擇,，只有擁抱它,。

尾聲

不論是紅杉資本還是黃仁勛，都喜歡將當下稱為“AI的IPhone時刻”,。

初代IPhone發(fā)布于2007年。彼時，摩托羅拉,、諾基亞才是手機市場的霸主,，張小龍還在忙著做QQ郵箱，百度搜索的網(wǎng)頁訪問量每天都在增長,，沒人知道世界上第一款智能手機到底會帶來些什么,。

然而，當喬布斯講出那句“今天,，蘋果將重新發(fā)明手機”時,，世界依舊為之沸騰，變革的伏筆已經(jīng)埋下,。相比于市面上的其他產(chǎn)品,，初代IPhone的革新之處其實只有兩個方面：一是取消了鍵盤，改用觸屏設(shè)計,；二是借鑒了電腦的設(shè)計,，嘗試在手機中加入瀏覽器、股票,、天氣等應用,。

10年之后，初代IPhone的這兩大設(shè)計已然成為了智能手機的設(shè)計標準,，以此構(gòu)建的移動互聯(lián)網(wǎng)改寫了數(shù)十億人的生活,。

沈抖曾在采訪時提到，初代IPhone的出現(xiàn),，將手機分成了兩類：智能手機與非智能手機,，而非智能手機最終被淘汰了。大模型出來后,，同樣會把企業(yè)分成兩類：一類是智能企業(yè),，一類是非智能企業(yè)——類似的故事有可能會再次上演。

關(guān)于大模型的未來,，如今看來仍有些模糊,，但唯有一點是確信的——新時代的序幕正緩緩拉開，一場重新定義時代的比賽已經(jīng)開始,。

參考資料

責任編輯：李墨天