大模型，洗牌開始了AI大模型扇動翅膀，掀起了歷史的波瀾。但沒人想到，浪潮僅僅卷過半年，就將迎來一次徹底的大洗牌。去年11月30日，ChatGPT正式發(fā)布，2個月用戶過億。今年6月，ChatGPT流量開始下滑。網(wǎng)站與移動客戶端流量環(huán)比下跌9.7%，用戶在網(wǎng)站的使用時長下降8.5%。這被解讀成AI泡沫的一個征兆：初期新鮮感消失，AI要回到現(xiàn)實；另一猜測，是OpenAI的對手強者如云，它并沒有真正的技術(shù)護城河。

　　谷歌內(nèi)部文件泄密泄露：我們沒有護城河，OpenAI也沒有OpenAI迅速給GPT-4安排上Code Interpreter功能，賺足一波眼球?！斑@就是GPT-4.5！”人們歡呼。然而，Meta（前Facebook）突然動手，直接將自己的大語言模型Llama 2開源了。Llama 2的水平在GPT-3之上。它的免費開源商用，簡直是一次殺手級的突襲，堪稱“AI大模型的安卓時刻”。這意味著，許多公司尚在研發(fā)的大模型，已被淘汰了。因為別人可以直接用開源模型，免費的。國內(nèi)的AI進程，更加熱火朝天。今年3月，百度首個發(fā)布了“文心一言”，開啟國產(chǎn)大模型“超越ChatGPT”之路。120天狂飆突進，互聯(lián)網(wǎng)科技公司、學術(shù)界大牛、大廠創(chuàng)業(yè)者、地方國家隊紛紛下場。國內(nèi)發(fā)布了79款10億參數(shù)以上的大模型。

　　不過，行業(yè)和專家都提出了質(zhì)疑：這么多的大模型，同質(zhì)化嚴重嗎？誰的技術(shù)更強？誰在更快進入產(chǎn)業(yè)，解決問題？這個風頭上，國際數(shù)據(jù)公司IDC發(fā)布了《AI大模型技術(shù)能力評估報告，2023》，想要設(shè)立一些標準。IDC圍繞產(chǎn)品技術(shù)、行業(yè)應用、服務生態(tài)三個維度，設(shè)計了36項評估標準，對頭部大模型進行測評。目前，國內(nèi)的百度、阿里、騰訊、華為、科大訊飛、360、商湯等14家廠商都在評估之中。

　　從結(jié)果看，百度的文心大模型3.5綜合評分最高。并且，在算法模型、行業(yè)覆蓋上，都拿到唯一的滿分。文心從發(fā)布后一直在迭代。文心大模型3.5相比之前，模型效果已提升了50%，訓練速度提升2倍，推理速度提升了30倍。多個公開測評顯示，文心3.5的綜合能力已超過ChatGPT 3.5。在中文能力上，已有超出GPT-4的表現(xiàn)，拉平了中美的技術(shù)差。AI大模型第一戰(zhàn)正式結(jié)束，參賽者站在十字路口。超越GPT-3的開源模型，還會繼續(xù)出現(xiàn)。通用大模型注定是少數(shù)人的游戲，留下技術(shù)最頂尖的。更多創(chuàng)業(yè)者將集中到中間層、應用層，在這些基礎(chǔ)模型之上做創(chuàng)新。IDC中國高級分析師楊雯表示：

　　AI大模型的主要價值體現(xiàn)在技術(shù)、應用以及商業(yè)化3個方面：在技術(shù)方面，AI大模型帶來了認知智能技術(shù)跨越式發(fā)展；在應用方面，AI大模型可以為人類提供更加精準和高效的服務；在商業(yè)化方面，AI大模型將會帶來軟件入口級的顛覆，并促進上層生態(tài)發(fā)展。

　　國內(nèi)大模型公司，在迅速形成共識：技術(shù)差距追平后，產(chǎn)業(yè)縱深和商業(yè)化能力，是下一階段的戰(zhàn)場。

　　大模型，扎堆進產(chǎn)業(yè)前幾天，我們在WAIC世界人工智能大會上，幾乎只能看到中美的公司。行業(yè)客戶們圍在各個大廠的展臺前，最想知道兩件事：AI到底能解決什么問題？怎么賣，賣多少錢？

　　WAIC的現(xiàn)場目前的大模型參數(shù)規(guī)模太大，加上算力成本極高，暫時還無法降低價格。動輒千萬、上億的部署成本，讓人望而卻步。在具體的行業(yè)場景，尤其是一些專業(yè)性強、知識密度高的領(lǐng)域，大模型的表現(xiàn)也還不夠精準。行業(yè)大模型、產(chǎn)業(yè)落地、賦能千行百業(yè)，成為各大廠商給出的標準答案。百度文心大模型，提出源于產(chǎn)業(yè)實踐，服務于產(chǎn)業(yè)實踐；華為云的盤古大模型，喊出了“不做詩，只做事”，聚焦行業(yè)場景和垂直領(lǐng)域；騰訊云也認為，“企業(yè)需要的，是在實際場景中真正解決了某個問題，而不是在100個場景中，解決了70-80%的問題”，他們探索了超50個行業(yè)大模型的應用解決方案；京東言犀大模型，也是立足做產(chǎn)業(yè)大模型，要“把供應鏈做透 ，把大模型做實”。這些廠商身上，透出一股極為務實、“接地氣”的氣質(zhì)。這有些反常的。更多想象的AI研究者，在科研機構(gòu)、實驗室里把技術(shù)打磨成熟，像ChatGPT，而非直接到行業(yè)中應用。背后真相是，僅在過去10年，國內(nèi)就經(jīng)歷了兩輪AI創(chuàng)業(yè)潮。但幸存者寥寥。

　　“AI教父”Geoffrey Hinton2012年的ImageNet大賽，“圖靈三巨頭”中的杰弗里·辛頓以卷積神經(jīng)網(wǎng)絡(luò)奪冠，讓深度學習火了。學院派們下場創(chuàng)業(yè)，如科大訊飛、商湯、曠視、云從等AI公司成為資本寵兒。

　　紀錄片AlphaGo劇照2016年，AlphaGo戰(zhàn)勝圍棋冠軍李世石，AI真正意義上出圈了。AI創(chuàng)業(yè)和融資進入高峰期，互聯(lián)網(wǎng)大廠全部入局。

　　2012-2023人工智能融資趨勢70%的中國AI公司成立于2014-2018年，但90%的公司到2019年還深陷虧損。在技術(shù)研發(fā)和產(chǎn)業(yè)落地之間，隔著一個復雜的現(xiàn)實鴻溝。大部分創(chuàng)業(yè)者沒熬到今年的AI潮。而“活下來”的AI公司，也都領(lǐng)悟到了：人工智能一定要落地去解決問題，才能形成良性的商業(yè)模式，才能持續(xù)創(chuàng)造價值。所以AI大模型們，都爭先恐后往行業(yè)里鉆。

　　千行百業(yè)，用大模型重做一遍產(chǎn)業(yè)落地跑在前面的公司，都已布局了十幾年。他們從之前的云計算、互聯(lián)網(wǎng)+、企業(yè)軟件、新基建潮、產(chǎn)業(yè)互聯(lián)網(wǎng)時期，就在積累行業(yè)合作者和高質(zhì)量數(shù)據(jù)。在幫助行業(yè)數(shù)字化期間，他們就是從一線場景、復雜問題、龐雜需求的摔打里練出來的。在IDC評估中，百度文心拿到了唯一的行業(yè)覆蓋度滿分，因為其AI在能源、金融、教育、城市、工業(yè)、醫(yī)療等領(lǐng)域都有布局和落地。

　　制造業(yè)的產(chǎn)業(yè)升級，是大家的期待。在2008年，中國有4500種商品要靠進口，很多是技術(shù)和工業(yè)品，比如集成電路、屏幕、汽車、工業(yè)設(shè)備。到今天，我們很多技術(shù)實現(xiàn)了自立自強，比如大飛機、新能源汽車、液晶顯示面板。很多工廠的智能化，是從質(zhì)檢環(huán)節(jié)開始的。過去，一條流水線要十幾個質(zhì)檢工人，人工的效率很低，即便之后有了工業(yè)視覺的輔助，也是一份辛苦、附加值很低的工作。顯示面板又是典型的高精產(chǎn)品，生產(chǎn)工序復雜、精密，良品率極為關(guān)鍵，幾微米的瑕疵也無法容忍。TCL與百度文心合作，構(gòu)建了電子制造行業(yè)大模型。將訓練樣本減少30%-40%，還讓TCL兩個產(chǎn)線檢測mAP指標平均提升10%+，新產(chǎn)線冷啟動效率提升3倍，產(chǎn)線上線開發(fā)周期降低30%。而在汽車制造，百度與長安汽車的合作又不同。汽車設(shè)計需要經(jīng)驗豐富的工程師，在2萬多種零部件、幾十萬個參數(shù)里，去尋找滿足需求的排列組合，再寫成文檔、畫出圖紙。通過百度大模型，可以迅速進行信息組合，自動生成設(shè)計文檔，大幅減少了汽車研發(fā)的時間和成本。如果把行業(yè)大模型的能力，從一個工廠放大到一座城市，就是百度打造的智能交通解決方案。今年的五一，居民旅游出行達到高峰。假期前的最后一個工作日，北京城市的擁堵指數(shù)暴增了2.5倍，從二環(huán)堵到了六環(huán)。亦莊，成了當時北京唯一不堵車的“綠洲”。因為當?shù)夭渴餉I全域信控方案，亦莊300多個智能路口，都能根據(jù)車流量自動調(diào)節(jié)紅綠燈。

　　同樣的AI交通已經(jīng)在國內(nèi)69個城市落地。根據(jù)百度測算，這能讓通行效率提升15%-30%，從而拉動GDP2.4%-4.8%的增長。除此之外，百度文心還和浦發(fā)銀行打造金融行業(yè)大模型，與國家電網(wǎng)做電力大模型，還打造了政務、汽車、城市、航天、傳媒等11個行業(yè)大模型。數(shù)字化程度高的企業(yè)，有數(shù)據(jù)積累、人才團隊、基礎(chǔ)設(shè)施，落地大模型應用相應也會走得更快。絕大部分中小企業(yè)還未數(shù)字化，他們并非沒有機會，但更需要低成本、低門檻、開箱即用的系列產(chǎn)品。湖北襄陽一位鐵路工人，靠自學使用百度飛槳的開發(fā)套件，獨立實現(xiàn)了從建設(shè)數(shù)據(jù)集、到模型訓練、再到模型部署的整套流程，做了一個自動識別火車車號的應用程序。以前檢查貨運火車的車號，往往要人工核對數(shù)小時，襄陽車輛段用了這個程序后，只用3分鐘就能做完，給當?shù)剀囕v段節(jié)省了20多萬的成本。研究機構(gòu)Epoch估算，AI和大模型訓練，要不了3年時間，在2026年就會耗盡所有高質(zhì)量數(shù)據(jù)。

左起：低質(zhì)量文本、高質(zhì)量文本、圖像數(shù)據(jù)耗盡時間數(shù)據(jù)是未來AI競爭的一個勝負點。把AI普及的門檻不斷降低，到產(chǎn)業(yè)落地中去，產(chǎn)生和積累更多高質(zhì)量數(shù)據(jù)。這個過程中，AI能力也會不斷迭代，更符合行業(yè)需求，從而開啟增長的飛輪。

　　百度集團執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖說，未來所有企業(yè)都將強依賴大模型，所有產(chǎn)品都會基于大模型開發(fā)。

　　百度文心，AI十年技術(shù)+產(chǎn)業(yè)落地的先跑，是百度過去十年All in AI，戰(zhàn)略轉(zhuǎn)向最好的嘉獎?，F(xiàn)如今，百度是全球少數(shù)在芯片、架構(gòu)、大模型、產(chǎn)業(yè)應用上，都擁有先進自研技術(shù)的企業(yè)。與微軟、谷歌、Meta一起，被評為全球四大AI公司。算力和芯片是當下焦點。大模型的基礎(chǔ)層需要數(shù)以萬計的芯片，而英偉達GPU面臨斷供。百度自研有昆侖芯，目前已部署幾萬片，并對外向行業(yè)輸出。第三代的昆侖芯片預計在2024年初就會量產(chǎn)。同時，百度智能云在山西陽泉修建了亞洲最大單體智算中心，每秒可以完成4EFLOPS（400億億次浮點運算），滿足文心的訓練和推理。在框架層，百度的飛槳PaddlePaddle是中國首個開源的產(chǎn)業(yè)級深度學習框架，替代谷歌TensorFlow和Meta的Pytorch，在中國的市場綜合份額排第一。

　　模型層的文心大模型，包含30多個大模型，分為基礎(chǔ)大模型、任務大模型、行業(yè)大模型三級體系，全面滿足產(chǎn)業(yè)需求。

　　百度內(nèi)部的產(chǎn)品，如搜索、信息流、地圖等，都已在進行AI原生重構(gòu)。同時，飛槳長期深耕產(chǎn)業(yè)落地，連接著750萬的開發(fā)者，20萬家企事業(yè)單位。文心共享飛槳生態(tài)，解決了大模型研發(fā)和部署難題，加快文心的產(chǎn)業(yè)落地。作為AI的領(lǐng)軍者，百度不但培育出本土化的中國AI平臺和工具，還在搭建一個教育、產(chǎn)業(yè)、開發(fā)社區(qū)的AI生態(tài)，要在5年為社會培養(yǎng)500萬AI人才，補充國內(nèi)AI人才缺口。今年5月，百度也宣布設(shè)立10億元的百度文心投資基金，鼓勵投資中國的AI創(chuàng)業(yè)者，鼓勵他們文心大模型的能力、百度智能云的算力，去開發(fā)和創(chuàng)新。

　　百度創(chuàng)始人李彥宏說：

　　新的國際競爭戰(zhàn)略關(guān)鍵點，不是一個國家有多少個大模型，而是你的大模型上有多少原生的AI應用，這些應用在多大程度上提升了生產(chǎn)效率。

　　如果我們能擠上牌桌，獲得競賽入場券，中國將擁有更壯大的數(shù)字化產(chǎn)業(yè)，數(shù)字經(jīng)濟規(guī)模將獲得巨大增長?！蔽覀兛偸歉吖牢磥?年的變化，而又低估未來10年的變革。不管你叫它智能時代、第四次工業(yè)革命，人工智能是用技術(shù)變革，打破一切格局的難得機遇。大模型推動的歷史車輪，才剛剛開始。接下來的十年，注定也屬于AI。先期的泡沫會不斷釋放，大模型公司不斷洗牌，這是必然的過程。在產(chǎn)業(yè)落地的進程中，留下那些能真正走進行業(yè)，去解決問題、創(chuàng)造生態(tài)的公司。