一片欣欣向榮之中，大模型產(chǎn)業(yè)鏈同頻進(jìn)步
編者按：本文來(lái)自微信公眾號(hào) 光錐智能（ID：guangzhui-tech），作者：劉雨琦，編輯：王一粟，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載
(資料圖片)
身處大模型的浪潮之中，AI的熱度一波接著一波。
7月6日，2023年世界人工智能大會(huì)在上海召開(kāi)，一度沖上了微博熱搜榜。在5萬(wàn)平方米的會(huì)場(chǎng)中，400多家企業(yè)的展臺(tái)員工都在不遺余力地講解著自家新產(chǎn)品，參會(huì)的人們不斷穿梭其中，“腳都走麻了，但心情還是很澎湃?！庇杏^眾說(shuō)道。
在現(xiàn)場(chǎng)，光錐智能發(fā)現(xiàn)大會(huì)的展臺(tái)均是按行業(yè)部署，軟件、硬件、芯片“一家人整整齊齊”的排列著。阿里、百度、騰訊三連座，無(wú)異于同臺(tái)競(jìng)技，而觀眾們能在5分鐘之內(nèi)縱覽全國(guó)最新大模型，邊看邊對(duì)比。
作為國(guó)內(nèi)最大的AI盛會(huì)，此次與往屆不同的是，通用人工智能的曙光似乎就在咫尺之間，群雄逐鹿的戰(zhàn)意感染了每一個(gè)見(jiàn)證者。
特斯拉創(chuàng)始人、CEO埃隆·馬斯克連線開(kāi)場(chǎng)，圖靈獎(jiǎng)得主、中國(guó)科學(xué)院院士、上海期智研究院院長(zhǎng)姚期智主持討論此次大會(huì)，不僅集齊了百度文心、阿里通義、華為盤(pán)古、訊飛星火、商湯日日新等30余個(gè)海內(nèi)外大模型，還有80余位國(guó)內(nèi)外院士，特斯拉、微軟、華為、阿里等50余位海內(nèi)外大咖，學(xué)術(shù)界與科技界正在合力推開(kāi)時(shí)代厚重的大門(mén)。
最為基礎(chǔ)的大模型層，技術(shù)平臺(tái)迎來(lái)新的迭代升級(jí)，如何賦能千行百業(yè)，推進(jìn)產(chǎn)業(yè)落地成為新階段的探討主題。
AI infra結(jié)構(gòu)雖然尚不成熟，但大模型的配套設(shè)施跟了上來(lái)，適應(yīng)大模型計(jì)算存儲(chǔ)的向量數(shù)據(jù)庫(kù)成為熱門(mén)賽道，保證大模型安全運(yùn)行的AI安全監(jiān)測(cè)平臺(tái)順勢(shì)而生。
應(yīng)用落地?fù)屧诹舜竽Ｐ统墒斓那懊?，軟件?yīng)用滲透至各行各業(yè)場(chǎng)景，硬件端又催生了一批機(jī)器人新產(chǎn)品。
中國(guó)大模型跑出了中國(guó)速度，技術(shù)層、配套設(shè)施層、應(yīng)用層，同時(shí)在各個(gè)環(huán)節(jié)同步崛起，而不是等著底層大模型技術(shù)成熟后才慢慢跟上。一面繼續(xù)夯實(shí)地基，一面遍地開(kāi)花，整艦加速前進(jìn)，衍生出更多的中國(guó)大模型模式。
大模型，兩條腿走路從3月如雨后春筍般冒頭至今，短短4個(gè)月的時(shí)間，大模型正在從“通用型”走向“產(chǎn)業(yè)落地”。
通用大模型是一場(chǎng)“贏家通吃”的大逃殺，把大模型用起來(lái)，比做出來(lái)更重要。在此次世界人工智能大會(huì)上，所有大模型升級(jí)的關(guān)鍵詞都是“產(chǎn)業(yè)”。
作為大模型的提供方，螞蟻、騰訊、百度、阿里、華為、網(wǎng)易等大廠結(jié)合此前已有領(lǐng)域的經(jīng)驗(yàn)優(yōu)勢(shì)，快速探索垂類場(chǎng)景應(yīng)用。
阿里的通義千問(wèn)大模型，就率先用在了智慧金融。通過(guò)將自然語(yǔ)言理解和生成能力與金融場(chǎng)景結(jié)合，通義千問(wèn)與中金財(cái)富、杭州銀行、恒生電子等合作，通過(guò)智能問(wèn)答、智能外呼、智能助手，來(lái)幫助企業(yè)識(shí)別市場(chǎng)風(fēng)險(xiǎn)、理解客戶需求。
以游戲和教育為主的網(wǎng)易，則將大模型率先與這兩個(gè)領(lǐng)域結(jié)合。在教育領(lǐng)域，網(wǎng)易有道自研了國(guó)內(nèi)首個(gè)教育大模型“子曰”，在此次大會(huì)還發(fā)布了最新應(yīng)用成果——虛擬人口語(yǔ)教練，可以1V1體驗(yàn)類似真人的口語(yǔ)私教。
而在自動(dòng)駕駛領(lǐng)域積累多年的百度，把大模型投入了汽車(chē)交通領(lǐng)域。在汽車(chē)制造領(lǐng)域，百度智能云為長(zhǎng)安汽車(chē)提供了人工智能基礎(chǔ)設(shè)施平臺(tái)和數(shù)字人平臺(tái)，與吉利汽車(chē)一起打造了汽車(chē)行業(yè)大模型，構(gòu)建了工廠數(shù)字化大腦，幫助降低管理運(yùn)維成本。
正如華為輪值董事長(zhǎng)胡厚崑提到，“人工智能的發(fā)展關(guān)鍵是走深向?qū)崳c(diǎn)放在讓人工智能為千行百業(yè)的生產(chǎn)活動(dòng)服務(wù)，為科研創(chuàng)新服務(wù)?！?
不過(guò)，這波中國(guó)大模型們產(chǎn)業(yè)落地的姿勢(shì)雖各不相同，但在優(yōu)勢(shì)領(lǐng)域站穩(wěn)后，都開(kāi)始一致向外擴(kuò)展，比拼起了行業(yè)覆蓋能力。
以騰訊為例，目前，騰訊云已經(jīng)為傳媒、文旅等10余個(gè)行業(yè)提供了超過(guò)50個(gè)大模型行業(yè)解決方案；華為的盤(pán)古大模型則主要與金融、制造、醫(yī)藥研發(fā)、煤礦、鐵路等行業(yè)相結(jié)合落地......總體而言，智慧政務(wù)、智慧金融、智慧交通成為搶手垂類賽道。
騰訊集團(tuán)高級(jí)執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生表示，“通用大模型可以在100個(gè)場(chǎng)景中，解決70%-80%的問(wèn)題，但未必能100%滿足企業(yè)某個(gè)場(chǎng)景的需求?！?/p>
為了提升行業(yè)大模型的競(jìng)爭(zhēng)力，企業(yè)們需要深入垂類行業(yè)的具體場(chǎng)景，貼身肉搏真正考驗(yàn)技術(shù)的細(xì)節(jié)與效果。
作為持續(xù)進(jìn)化的技術(shù)，大模型光能用起來(lái)還不夠。正如每一個(gè)技術(shù)的發(fā)展，都需要兩條腿走路，一條是實(shí)用性，一條是先進(jìn)性，大模型的實(shí)用性，是借由產(chǎn)業(yè)側(cè)落地逐步探索的，而先進(jìn)性則體現(xiàn)在對(duì)跨模態(tài)難題的突破。
參考ChatGPT從3.5到4.0的路徑，生成式大模型的技術(shù)前進(jìn)之路，是單模態(tài)到多模態(tài)的，從一開(kāi)始同質(zhì)化嚴(yán)重的文生文，正在一路向文生圖、文生聲、文生視頻演進(jìn)。
在通義千問(wèn)之后，阿里云此次宣布推出“通義大模型”新成員AI繪畫(huà)“通義萬(wàn)相”，與文心一格、商湯秒畫(huà)類似，文生圖賽道已經(jīng)擁擠起來(lái)。
而在文生圖之后，文生聲、文生視頻是接下來(lái)的賽點(diǎn)。
以視頻為例，作為文、聲、圖的結(jié)合體，文生視頻也是生成式大模型的終極形態(tài)。目前，文生視頻技術(shù)的難點(diǎn)在于連貫畫(huà)面素材的生產(chǎn)?；跀?shù)字人的已有技術(shù)，文生視頻最快在數(shù)字人場(chǎng)景實(shí)現(xiàn)。
例如，商湯的如影大模型，能將文本文案,一鍵生成知識(shí)分享、品牌宣傳、短視頻帶貨、培訓(xùn)宣講、熱點(diǎn)資訊等各類數(shù)字人視頻，以及3D內(nèi)容生成平臺(tái)“瓊宇”（場(chǎng)景生成）、“格物”（物體生成），基于3D內(nèi)容生成技術(shù)對(duì)空間和物體復(fù)刻與交互。
以往，技術(shù)往往都是先發(fā)展，后應(yīng)用。而在這一波大模型浪潮下，技術(shù)的先進(jìn)性、實(shí)用性同步發(fā)展，兩條腿走路的大模型正在加速前進(jìn)。
產(chǎn)業(yè)拼圖，逐個(gè)補(bǔ)齊大模型狂奔了4個(gè)月，產(chǎn)業(yè)的拼圖，也在一塊一塊逐漸補(bǔ)齊。
以大模型為核心的MaaS服務(wù)平臺(tái)，是大模型飛機(jī)著陸的機(jī)場(chǎng)。大模型如何落地、落地速度，都與這個(gè)機(jī)場(chǎng)平臺(tái)的建設(shè)成熟程度緊密相關(guān)。
目前，百度文心千帆、阿里靈駿PAI平臺(tái)、騰訊模型商店、火山引擎的火山方舟，雖然有細(xì)分的差別，但都是MaaS服務(wù)平臺(tái)，幫助企業(yè)更好的精調(diào)、部署行業(yè)大模型，將大模型應(yīng)用在產(chǎn)業(yè)中。
WAIC中，MaaS平臺(tái)的升級(jí)也是一大主要看點(diǎn)。會(huì)上，騰訊云公開(kāi)了幾大重點(diǎn)行業(yè)方向，包括金融風(fēng)控、交互翻譯、數(shù)智人等創(chuàng)新場(chǎng)景，下一步將布局AI for Science，持續(xù)通過(guò)AI 大模型應(yīng)用在天文探索、文化考古等領(lǐng)域。
在不久前，火山引擎也發(fā)布了MaaS服務(wù)平臺(tái)火山方舟，包括模型廣場(chǎng)和模型工具兩個(gè)重要模塊，核心目的也是通過(guò)平臺(tái)力量幫助企業(yè)更好的做應(yīng)用落地。
而在發(fā)展的過(guò)程中，安全問(wèn)題也逐漸暴露出來(lái)。
無(wú)論是AI詐騙還是三星的員工數(shù)據(jù)泄露，模型安全一度成為了社會(huì)焦點(diǎn)?，F(xiàn)階段，解決問(wèn)題的前提是發(fā)現(xiàn)問(wèn)題，亮起安全紅燈，才能有的放矢的解決。
為此，螞蟻推出了可信程度安全評(píng)測(cè)系統(tǒng)“蟻鑒2.0”，作為業(yè)內(nèi)首個(gè)產(chǎn)業(yè)級(jí)支持文本、圖像等全數(shù)據(jù)類型的AI安全檢測(cè)平臺(tái)，“蟻鑒2.0”新增AIGC安全性、AI可解釋評(píng)測(cè)能力，可服務(wù)于金融、教育、文化、醫(yī)療、電商等領(lǐng)域10多個(gè)大規(guī)模復(fù)雜業(yè)務(wù)場(chǎng)景。
另外，螞蟻還將發(fā)布以隱私計(jì)算技術(shù)為核心的隱語(yǔ)開(kāi)源框架1.0版本、“隱私計(jì)算安全對(duì)戰(zhàn)”科普互動(dòng)游戲，數(shù)字版權(quán)保護(hù)平臺(tái)“鵲鑿”等。
螞蟻的技術(shù)人員告訴光錐智能：“當(dāng)面對(duì)多模型決策時(shí)，企業(yè)可以將大模型開(kāi)放給蟻鑒平臺(tái)進(jìn)行評(píng)分，將有4個(gè)不同的評(píng)分標(biāo)準(zhǔn)，就像論文的查重系統(tǒng)，檢測(cè)模型的安全指數(shù)并打分，為企業(yè)提供指導(dǎo)。”
不過(guò)，據(jù)光錐智能了解到，目前，蟻鑒僅能檢測(cè)問(wèn)題，并不提供針對(duì)性解決數(shù)據(jù)安全問(wèn)題的方案。還需要其他廠商共同完善產(chǎn)業(yè)鏈條。
另一方面，數(shù)據(jù)技術(shù)的發(fā)展也在突破大模型本身的限制。
正如前文所講，大模型正在經(jīng)歷從通用到行業(yè)的變遷，這個(gè)過(guò)程受到兩個(gè)方面的限制：一是通用大模型只有“短期記憶”，無(wú)論是國(guó)內(nèi)還是國(guó)外，OpenAI最新發(fā)布了GPT4的開(kāi)源版本中也強(qiáng)調(diào)，有8k的Token限制；二是訓(xùn)練行業(yè)專有大模型，企業(yè)需要將私有數(shù)據(jù)與通用大模型進(jìn)行結(jié)合，私有數(shù)據(jù)如何安全的接入大模型？如何更高效率、低成本的處理動(dòng)態(tài)變化的數(shù)據(jù)？
這也就是為什么，大模型火了之后，向量數(shù)據(jù)庫(kù)隨之火爆的原因。
星環(huán)科技創(chuàng)始人孫元浩向光錐智能解釋道：“向量數(shù)據(jù)庫(kù)就像是大模型的外腦，能夠幫助大模型擁有長(zhǎng)期記憶，且私有數(shù)據(jù)可以通過(guò)向量化存儲(chǔ)在向量數(shù)據(jù)庫(kù)中，既能滿足瞬時(shí)接入和輸出，也保障企業(yè)私有數(shù)據(jù)不被泄露?！?/p>
為此，騰訊云發(fā)布了云原生向量數(shù)據(jù)庫(kù)Tencent Cloud VectorDB，支持10億級(jí)向量檢索規(guī)模，并將延遲控制在毫秒級(jí)。相比傳統(tǒng)單機(jī)插件式數(shù)據(jù)庫(kù)檢索規(guī)模提升10倍，同時(shí)具備百萬(wàn)級(jí)每秒查詢（QPS）的峰值能力。
星環(huán)科技發(fā)布了分布式向量數(shù)據(jù)庫(kù)Transwarp Hippo。支持存儲(chǔ)、索引以及管理海量的向量式數(shù)據(jù)集，提供向量相似度檢索、高密度向量聚類等能力，有效地解決了大模型在知識(shí)時(shí)效性低、輸入能力有限、準(zhǔn)確度低等問(wèn)題。
向量數(shù)據(jù)庫(kù)火爆的背后，是大模型帶動(dòng)著整個(gè)數(shù)據(jù)產(chǎn)業(yè)鏈向前發(fā)展。
在訓(xùn)練大模型之前的數(shù)據(jù)準(zhǔn)備（清洗、過(guò)濾、提純）、數(shù)據(jù)處理（選型、質(zhì)量、標(biāo)注）在經(jīng)歷了數(shù)道工序后才能“喂”給大模型，而中國(guó)目前數(shù)據(jù)產(chǎn)業(yè)相對(duì)分散，導(dǎo)致數(shù)據(jù)在流通的過(guò)程中容易遇到安全問(wèn)題，且效率不高。
比如，需要先把復(fù)雜的非結(jié)構(gòu)化數(shù)據(jù)通過(guò)向量化（embedding），處理統(tǒng)一成多維空間里的坐標(biāo)值，才能夠?yàn)榇竽Ｐ退?，但如Zilliz一類的向量數(shù)據(jù)庫(kù)，并不幫企業(yè)完成向量化的過(guò)程。
這就需要一個(gè)一站式的數(shù)據(jù)處理平臺(tái)。和數(shù)據(jù)打了十幾年交道的孫元浩，將經(jīng)驗(yàn)?zāi)Y(jié)在了星環(huán)的Sophon LLMOps中，通過(guò)該平臺(tái)，用戶可以完成數(shù)據(jù)采集、知識(shí)沉淀、大模型迭代提升的完整閉環(huán)。同時(shí)將向量數(shù)據(jù)庫(kù)與圖數(shù)據(jù)庫(kù)進(jìn)行結(jié)合，能夠更好的幫助大模型跨領(lǐng)域知識(shí)學(xué)習(xí)和調(diào)優(yōu)，讓大語(yǔ)言模型能更好地理解不同領(lǐng)域的專業(yè)術(shù)語(yǔ)、縮寫(xiě)、常見(jiàn)詞匯和語(yǔ)法，承擔(dān)統(tǒng)一的語(yǔ)義理解功能，解決業(yè)務(wù)領(lǐng)域性問(wèn)題。
產(chǎn)業(yè)鏈的陸續(xù)補(bǔ)齊，是大模型發(fā)展的基石，同時(shí)也將帶起諸多的產(chǎn)業(yè)鏈機(jī)會(huì)，共建一個(gè)完整的模型生態(tài)。
軟件、硬件，兩手抓今年整個(gè)展覽館，素有“人氣王”之稱的機(jī)器人被數(shù)字人搶了風(fēng)頭。
數(shù)字人展館外人頭攢動(dòng)，圍了一圈又一圈。商湯搭建如影數(shù)字人生成平臺(tái)，現(xiàn)場(chǎng)演繹3D數(shù)字人生成過(guò)程；網(wǎng)易有道豎屏展示虛擬人口語(yǔ)教練，吸引了參展人上前互動(dòng)；魔琺科技還原虛擬人試播間，虛擬人一上午連播三場(chǎng)。
雖然，近期AI主播、AI數(shù)字人大規(guī)模涌入了短視頻平臺(tái)，掀起了一波討論熱度，但逛完一圈卻發(fā)現(xiàn)沒(méi)人展出2D數(shù)字人，顯然相比其實(shí)用性，酷炫、好玩、互動(dòng)性強(qiáng)的3D數(shù)字人更能搶奪人們的目光。
走進(jìn)AI繪畫(huà)平臺(tái)的場(chǎng)館，依然令人眼花繚亂。阿里打造巨屏展示其文生圖效果，商湯使用超大卷屏演示其秒畫(huà)功能。數(shù)字人、AI繪畫(huà)，AIGC儼然成為大眾最關(guān)心的事兒，也是大模型應(yīng)用中跑得最快的方向。
AIGC熱度居高不下，成為了人們茶余飯后的談資，不過(guò)更重要的是要推進(jìn)產(chǎn)業(yè)落地。
網(wǎng)易伏羲預(yù)訓(xùn)練及生成式人工智能平臺(tái)負(fù)責(zé)人趙增告訴光錐智能，目前游戲是圖像生成的核心應(yīng)用場(chǎng)景之一?！坝螒驁?chǎng)景需要?jiǎng)?chuàng)作大量的內(nèi)容，例如各種不同朝代的角色，世界各地的風(fēng)景，通過(guò)文圖功能可快速生成手稿，激發(fā)創(chuàng)意，提升游戲制作效率?！?/p>
光錐智能逛展過(guò)程中發(fā)現(xiàn)，相比于年初，市面上內(nèi)容生成的類型變得豐富了起來(lái)。文生圖幾乎是各家的標(biāo)配，除此之外，更多維度的多模態(tài)能力越來(lái)越完善。比如，騰訊利用文生音頻技術(shù)，在音樂(lè)創(chuàng)作領(lǐng)域推出了XMusic生成式通用作曲框架。
從最初的文生圖，到現(xiàn)在的文生音頻、圖生圖，生成內(nèi)容的類型越來(lái)越多樣化，呈現(xiàn)出從單模態(tài)走向多模態(tài)的趨勢(shì)。但這還遠(yuǎn)遠(yuǎn)不夠，參照國(guó)外Midjourney一類軟件的發(fā)展，文生視頻將是下一階段的方向，而國(guó)內(nèi)公司在這方面探索還處于特別早期。
“左手軟件，右手硬件”，AIGC應(yīng)用落地正在表現(xiàn)出“兩手抓”的趨勢(shì)。
大會(huì)剛開(kāi)幕，馬斯克在發(fā)言中就提出：“未來(lái)人類將會(huì)有更多機(jī)器人產(chǎn)品，預(yù)計(jì)地球上的機(jī)器人數(shù)量將會(huì)超過(guò)人類數(shù)量。
據(jù)了解，今年現(xiàn)場(chǎng)共20余款機(jī)器人共同亮相，多款為首發(fā)，包括達(dá)闥搭載大模型對(duì)話能力的雙足機(jī)器人、特斯拉人形機(jī)器人擎天柱、網(wǎng)易伏羲具身智能工程機(jī)器人、微創(chuàng)手術(shù)機(jī)器人、美團(tuán)無(wú)人機(jī)V4、宇樹(shù)四足機(jī)器人、科大訊飛機(jī)器狗、云深處絕影Lite3四足機(jī)器人等。
大模型讓軟件重做了一遍，但離實(shí)際應(yīng)用到機(jī)器人行業(yè)還有很長(zhǎng)的距離。
長(zhǎng)期以來(lái)，機(jī)器人一直面臨前端需求不足、單體成本太高、無(wú)法規(guī)?；a(chǎn)等難題。某機(jī)器人廠商市場(chǎng)負(fù)責(zé)人向光錐智能透露，幾年間，我們的機(jī)器人成本降低到此前的三分之一，但于行業(yè)而言，在實(shí)際應(yīng)用中還有很多未知問(wèn)題需要磨合。
上述負(fù)責(zé)人表示，理想狀態(tài)下，大模型能夠使機(jī)器人長(zhǎng)出靈魂，讓它自主做決策，跟實(shí)際環(huán)境去互動(dòng)。
但遺憾的是，目前還很難做到，機(jī)器人的邊緣端資源有限，已有的算力帶不動(dòng)大模型部署，而部署了高昂的GPU又會(huì)繼續(xù)拉高機(jī)器人的單價(jià)。
對(duì)此，有創(chuàng)業(yè)者稱，AI技術(shù)路線尚未走通，可能五年之內(nèi)也難出現(xiàn)大規(guī)模人形機(jī)器人的產(chǎn)品形態(tài)應(yīng)用。
不過(guò)，包括馬斯克在內(nèi)的多位企業(yè)家都認(rèn)為，機(jī)器人是人工智能的“具身智能”落地。在更長(zhǎng)期的未來(lái)中，機(jī)器人的成熟會(huì)將人工智能的應(yīng)用從信息產(chǎn)業(yè)，帶向更深更大的實(shí)體世界中。
結(jié)語(yǔ)中國(guó)大模型正處于一片欣欣向榮的態(tài)勢(shì)。
不過(guò)，行業(yè)熱鬧之中，我們也看到了大模型技術(shù)路徑、產(chǎn)業(yè)落地、配套設(shè)施搭建、應(yīng)用生態(tài)仍處于早期階段。
正如阿里云周靖人所說(shuō)，“大模型領(lǐng)域你追我趕的過(guò)程剛剛開(kāi)始，大家還是要有一些耐心?！?/p>