每經(jīng)記者 可楊 楊卉    每經(jīng)編輯 蘭素英    

2023年3月15日，隨著OpenAI多模態(tài)預(yù)訓(xùn)練大模型GPT-4的發(fā)布，國內(nèi)包括百度、華為、騰訊等科技巨頭，百川智能等初創(chuàng)企業(yè)，以及智譜AI研究院等研究機(jī)構(gòu)紛紛揚(yáng)帆起航，投身到人工智能（AI）大模型的開發(fā)中，試圖搭上這趟時代列車，轟轟烈烈的“百模大戰(zhàn)”也由此開啟。

新華社圖

據(jù)《每日經(jīng)濟(jì)新聞》記者不完全統(tǒng)計，截至2024年4月底，國內(nèi)共計推出了305個大模型。而截至5月16日，只有約140個大模型完成了生成式人工智能服務(wù)備案，占發(fā)布總量的45.9%。這意味著，還有約165個大模型尚未“過審”。

這一嚴(yán)峻現(xiàn)實(shí)的背后除了技術(shù)層面的難題，還有訓(xùn)練和推理過程中高昂算力成本的制約。即便跨過這些關(guān)卡，大模型企業(yè)如何實(shí)現(xiàn)商業(yè)化，依然面臨眾多難題。而對這場競賽中可能被“出局”的公司來說，未來的路又在何方？

現(xiàn)狀：305個大模型發(fā)布，約140個完成備案

GPT-4的發(fā)布在全球掀起了“大模型”熱潮，面對這一新藍(lán)海，科技巨頭、初創(chuàng)企業(yè)以及科研院所相繼開啟布局，沒人想錯過這趟時代的列車。

據(jù)《每日經(jīng)濟(jì)新聞》記者不完全統(tǒng)計，截至今年4月底，國內(nèi)共推出了約305個大模型，在過去一年推動著語言理解、圖像識別等多個領(lǐng)域的技術(shù)進(jìn)步。截至2024年5月16日，國內(nèi)共有約140個大模型完成生成式人工智能服務(wù)備案，占305個大模型的約45.9%。

此前，國家網(wǎng)信辦有關(guān)負(fù)責(zé)人就《生成式人工智能服務(wù)管理暫行辦法》（以下簡稱《辦法》）相關(guān)問題回答媒體提問時介紹，《辦法》規(guī)定，利用生成式人工智能技術(shù)向中華人民共和國境內(nèi)公眾提供生成文本、圖片、音頻、視頻等內(nèi)容的服務(wù)，適用本辦法。

在已備案的大模型中，在地域分布上，北京以70個備案大模型領(lǐng)跑全國，凸顯了其在AI領(lǐng)域的集聚效應(yīng)。上海和廣東緊隨其后，分別有28個和19個大模型備案。

而“140”這一數(shù)字同時也意味著，從備案層面來看，大約還有165個大模型依舊未通過備案，無法公開向公眾提供服務(wù)。這些尚未能“過審”的大模型中，不乏一些備受關(guān)注的明星項目，包括曾號稱是“國內(nèi)首個ChatGPT”的元語智能大模型ChatYuan。

更多未完成備案的是“學(xué)院派”大模型。在305個大模型中，有60個大模型是由大學(xué)或研究院所研發(fā)的?；蛟S是由于研究機(jī)構(gòu)的項目更偏重學(xué)術(shù)探索，而非商業(yè)應(yīng)用，備案動力可能不如企業(yè)充足。也有大模型轉(zhuǎn)向“境內(nèi)深度合成服務(wù)算法”備案，例如恒生電子的大模型。

一名大模型行業(yè)的創(chuàng)業(yè)者對記者介紹道，當(dāng)前大模型相關(guān)的備案申請有點(diǎn)像專利申請，并不一定會通過，且申請周期較長，約為4~6個月。他表示，當(dāng)下，大模型只要做To C（面向消費(fèi)者）服務(wù)，就需要備案，而在B端（企業(yè)端），一些大客戶會要求大模型公司完成備案工作。

不過他同時強(qiáng)調(diào)，沒備案的大模型也不代表就消失在市面上了，很多來自研究所、大學(xué)的大模型僅僅只用于研究，就沒有動機(jī)去完成備案。

一家大模型頭部企業(yè)從業(yè)人士也告訴記者，來自大學(xué)的大模型，如果只做自身學(xué)術(shù)范圍內(nèi)的研究，是可以不用備案的。

“百模大戰(zhàn)”行至此時，最終留下3~5個大模型已經(jīng)成為行業(yè)對于這場競賽最終結(jié)局的共識。“大模型這個行業(yè)（到最后）可能就不存在了，未來大模型就是幾個最基本的底座，只有少數(shù)的幾家公司（去搞）。”行行AI董事長、順福資本創(chuàng)始人李明順此前在接受《每日經(jīng)濟(jì)新聞》記者采訪時坦言。

難點(diǎn)：日活千萬需年入超100億元才能覆蓋數(shù)據(jù)中心成本

算力資源的稀缺是制約大模型發(fā)展的關(guān)鍵瓶頸。對不少大模型來說，沒能挺過一周年，難搞的算力要負(fù)很大責(zé)任。對于大模型廠商而言，目前主要的算力成本包括預(yù)訓(xùn)練成本和推理成本。模型推理應(yīng)用階段對算力的需求要遠(yuǎn)遠(yuǎn)高于訓(xùn)練階段。

據(jù)中國工程院院士鄭緯民計算，在大模型訓(xùn)練的過程中，70%的開銷要花在算力上；推理過程中95%的花費(fèi)也是在算力上。以GPT-4為例，該模型的訓(xùn)練需要一萬塊英偉達(dá)A100芯片跑上11個月。假設(shè)每塊A100芯片的成本為10000美元（價格因供應(yīng)商和購買數(shù)量而異），那么一萬塊A100芯片的總成本約為1億美元。

對于許多急匆匆踏上大模型賽道的創(chuàng)業(yè)公司或科技企業(yè)來說，在“燒”了一陣子錢后，他們絕望地發(fā)現(xiàn)，算力不僅越來越貴，質(zhì)量也開始下降，而且可能買不到。

鄭緯民表示，目前，市面上只有三類系統(tǒng)可支持大模型訓(xùn)練。其中，基于英偉達(dá)GPU的系統(tǒng)一卡難求；基于國產(chǎn)AI芯片的系統(tǒng)面臨國產(chǎn)卡應(yīng)用不足、生態(tài)系統(tǒng)有待改善的問題；而基于超級計算機(jī)的系統(tǒng)，雖然可在做好軟硬件協(xié)同設(shè)計的情況下實(shí)現(xiàn)大模型訓(xùn)練，但需在超算機(jī)器尚未飽和的前提下操作，私人企業(yè)獲得超算設(shè)備的機(jī)會并不大。

據(jù)英特爾方面介紹，在大模型領(lǐng)域，去年關(guān)注點(diǎn)更多是在模型訓(xùn)練上，對成本和功耗并不那么重視。彼時，企業(yè)都希望能訓(xùn)練一個自身的通用大模型。隨著很多通用大模型被訓(xùn)練出來，今年關(guān)注的重點(diǎn)則轉(zhuǎn)移到了推理。對企業(yè)來說，大模型訓(xùn)練出來是需要變現(xiàn)且能夠盈利的。但目前市場上很多大模型都是開源的，性能差不多，用于訓(xùn)練的數(shù)據(jù)也差不多，很難通過差異化來盈利。

沒有足夠的資金支撐推理過程，成了很多創(chuàng)業(yè)者敗退的重要原因。為了降低成本，部分企業(yè)正在嘗試探索是否可以用CPU來做大模型推理。從當(dāng)前一些案例來看，在130億參數(shù)以下的大模型中，CPU是可以做到這一點(diǎn)的。

然而，即便是熬過了推理關(guān)，企業(yè)要將大模型變現(xiàn)仍有不小的難度。在行云集成電路創(chuàng)始人季宇看來，大模型的商業(yè)落地與早期互聯(lián)網(wǎng)時代相比區(qū)別很大，邊際成本仍然非常高。大模型每增加一個用戶，基礎(chǔ)設(shè)施需增加的成本是肉眼可見的，一個月幾十美元的訂閱費(fèi)用根本不足以抵消背后高昂的成本。

更為關(guān)鍵的是，眼下大模型要大規(guī)模商業(yè)化，在模型質(zhì)量、上下文長度等方面還有進(jìn)一步訴求，不排除會進(jìn)一步增加邊際成本。目前來看，日活千萬的通用大模型一年需超過100億元的收入才能支撐其背后的數(shù)據(jù)中心成本，未來大模型要像互聯(lián)網(wǎng)產(chǎn)業(yè)一樣服務(wù)上億人，成本一定是邁不過去的檻。

尋找新“航道”：投身應(yīng)用或?qū)Ｗ⒋诡惣?xì)分行業(yè)

如果說“百模大戰(zhàn)”最后的贏家只屬于少數(shù)幾家公司，那在這場賽事中被淘汰的公司，未來會走向何方？

昆侖萬維董事長方漢此前在接受《每日經(jīng)濟(jì)新聞》記者采訪時表示，“百模大戰(zhàn)”會淘汰一部分公司，剩下的科技公司肯定會繼續(xù)全速前進(jìn)。

在行云集成電路創(chuàng)始人季宇看來，當(dāng)下和未來兩三年，大模型的商業(yè)探索會在成本和Token（大模型可以理解和生成的最小意義單位）質(zhì)量上相互妥協(xié)，并逐漸分化為兩派。

一派是質(zhì)量優(yōu)先，用高端系統(tǒng)打造高質(zhì)量的通用大模型，尋找超級應(yīng)用來覆蓋高昂的成本。另一派是成本優(yōu)先，用足夠便宜的硬件提供基本夠用的Token質(zhì)量，尋找垂直場景的落地。若能在同樣的成本下買到規(guī)格大得多的芯片，跑一個百億千億模型，支持超長上下文，商業(yè)化的空間會比今天大得多，就像曾經(jīng)的顯卡和游戲行業(yè)一樣。

啟明創(chuàng)投合伙人周志峰認(rèn)為，當(dāng)下，絕大多數(shù)的大模型企業(yè)是包著大模型的皮，裹著應(yīng)用的心。擁有模型能力的團(tuán)隊更容易在算法、模型、數(shù)據(jù)、模型的加速方面去作優(yōu)化，以做出體驗(yàn)更好的產(chǎn)品，尤其是相對那些用第三方模型純粹做應(yīng)用的公司。這一類公司其實(shí)不是模型公司，未來一定會是一家應(yīng)用公司。

周志峰以字節(jié)跳動為例，從今日頭條到抖音再到TikTok，背后的軸是AI驅(qū)動的推薦引擎。“字節(jié)跳動第一輪、第二輪融資的時候跟我們投資人講得更多的故事是AI驅(qū)動的推進(jìn)引擎，而今天大家不會再去說字節(jié)跳動是一家AI技術(shù)公司，只會記得是哪幾個應(yīng)用成就了這么大的規(guī)模。”

李明順也持同樣的觀點(diǎn)，在不遠(yuǎn)的將來，有一部分大模型公司要轉(zhuǎn)型成應(yīng)用公司，因?yàn)榇竽Ｐ皖I(lǐng)域不需要這么多公司，有一些大模型公司的創(chuàng)始人有Plan A和Plan B的雙計劃，就是一旦其模型實(shí)在是拼不過前面的5家之后，就要被迫在一些垂直領(lǐng)域里面找到生存之地，它就會轉(zhuǎn)型為一家應(yīng)用公司。

在備案成功的大模型中，部分模型已經(jīng)從通用型轉(zhuǎn)變?yōu)榫劢固囟I(lǐng)域或行業(yè)的細(xì)分垂類模型。

中科聞歌董事長王磊在接受《每日經(jīng)濟(jì)新聞》記者采訪時坦言，在過去的半年到一年內(nèi)，適當(dāng)做小行業(yè)大模型，降低參數(shù)規(guī)模的趨勢已經(jīng)變得非常明顯。真正成功的商業(yè)應(yīng)用不是制造一個巨無霸，而是能夠被用戶廣泛使用且價格適中。實(shí)用至上，不必為了面子而去追求大規(guī)模，高昂的代價會影響產(chǎn)品的市場推廣和用戶的使用，實(shí)用性才是商業(yè)發(fā)展的主導(dǎo)原則。

王磊表示：“在我們的大模型發(fā)布時，國外網(wǎng)友評價這是企業(yè)級應(yīng)用的小型參數(shù)規(guī)格。我認(rèn)為一般的企業(yè)可能難以承受更大規(guī)模的產(chǎn)品。對于文本生成任務(wù)，這個規(guī)?；旧鲜亲銐虻?，但對于一些特定領(lǐng)域的任務(wù)，還需要強(qiáng)化模型的能力。”

第四范式也同樣堅定選擇投入行業(yè)大模型。“如果說無限把模型做大，往里面放無限多的數(shù)據(jù)，最后可能會達(dá)到AGI（通用人工智能）的狀態(tài)，但是在每一個垂直應(yīng)用領(lǐng)域，我們都要平衡好能力以及代價。”第四范式創(chuàng)始人戴文淵此前在公司業(yè)績溝通會上表示，從技術(shù)的角度來說，第四范式也追求AGI，但是與此同時，對于每一個客戶的具體場景，也要做一定的裁剪，比如說這個考試只考數(shù)學(xué)，不一定需要讓它（大模型）有解決物理問題的能力。

封面圖片來源：新華社圖