沸腾 251 天,访谈近百位从业者,关于大模型世界的 5 个现状
01
薛定谔的 OpenAI :
所有人的英雄,
也可能是所有人的敌人
因为对科技的新鲜感已经下降——实际上 ChatGPT 的访问量增长率一直在下滑,5 月环比仅有 2.8%;
学生放假导致学生使用量降低;
以及一个更为严重的猜测,ChatGPT 的回答质量下降导致使用量下降——GPT-4 刚刚推出的时候,速度较慢而回答质量较高,而几周前的一次更新,有用户反馈其回答速度增强,但质量有了可感的下降。
02
最顶级的公司各选山头,
但目标上殊途同归
下一代「安卓」,损人且利己
CEO 亲自挂帅「最具野心的 AI 项目」
B 可攻、C 可守
奋起直追防闪击
巨头间的恐慌期已经结束,纷纷重新瞄准了自己的目标,核心是维持自己在产业的最高位,同时,如果有机会对竞争对手进行攻击,自然也不会错过。
在大模型这波范式革命前,理论上,任意一家成熟公司利用好大模型则可能具备对巨头发起闪击战的能力,而任何一个巨头如果不能快速行动,将大模型融入产品,则面临着被降维偷袭的风险——如微软搜索之于谷歌搜索,微软云服务之于亚马逊云服务。
大模型带来的可能性广阔而未知,此前确立的商业边界会重新模糊。
巨头训练自己的中心化大模型的目的,与 OpenAI 所常常谈到的「达到 AGI」不同,其战略意义更多出于防守。除了业务与 Chatbox(聊天机器人)强相关的 Google,各家未必强求训练出一个世界顶尖的 ChatGPT 形态的产品,更在意的是使用大模型防守自己的业务,具备反闪击战的能力。
但由于技术尚在发展中,想利用大模型发起闪击战颠覆对手,或者用大模型本身规模化获益,也远没有想象中容易:微软自今年 2 月份推出 New Bing 后,曾一度被认为流量增长超过了谷歌,但 4 月以来,有报告显示,必应的搜索份额不升反降,截止 7 月,谷歌搜索的地位并没有被撼动的趋势。而一位计划用大模型服务 toB 领域的创业者告诉极客公园,巨头想用大模型提供标准化服务,也一定程度会陷入激烈竞争:以他所在的 SaaS 公司为例,其后台接入多个大模型(语言模型、翻译模型等)——OpenAI、Google、开源模型等,「让他们卷价格和性能去吧」,这位创业者这样说道。
此外,大模型时代的硅谷,「Brain Drain(人才流失)is very real」。多个从业者告诉极客公园。无论从历史还是当下,任何巨头不能使用大模型构建出有竞争力的业务,顶级的 AI 工程师就会很快流失。早在 2022 年,因为 Meta 专注于元宇宙概念,曾被曝出多个资深 AI 专家跳槽,伦敦分部几乎全部垮掉。OpenAI 早期更是从 Google 挖走了一百多人来扩展业务。而离开一家公司的顶级 AI 程序员,在短期内基本不可能回流。
最后,AGI 时代的云计算仍是绝对的巨头赛场——云计算本身就是巨头的生意,而训练大模型需要巨大的算力。正如同淘金热下,挣钱的将是卖铲子的人——大模型底层和应用均有较高不确定的当下,云厂商一定会从中获得利润,在当下,如何提供「更优质的云服务」,比如用更低的算力优化计算结果、满足模型训练的需求与场景,将是巨大的优势。
03
中间层的繁荣,才能
把应用「抬进」大模型时代
13 亿美元收购 Mosaic,数据平台摇身变为AI平台
千金难买精标数据,效率为王
的对手和百花齐放的企业模型
Hugging Face 支持大文件的上传。 免费提供 hosting,免费提供全球 CDN 的 deliver。 开发者在 Hugging Face 平台可以做版本控制以及开源协作,可使用交互式的方式直接展示模型效果,还可以一键部署,快速将模型部署到亚马逊云上使用起来。
「受大模型冲击最大的」RPA 赛道
软硬件全栈体系,挑战英伟达!
04
应用层的窘境:热度最高,
但还未真正「起跑」
05
中国大模型生态推演:
巨头是重要玩家,
但不止是巨头的游戏
从模型能力上而言,中国模型的能力大多处于初步可用、但不及 GPT3.5 的水平,开源可商用的模型亦相对缺乏,这也一定程度上影响了工具层和应用层创业;
从商业生态而言,美国已经初步显现模型层、中间工具层、应用层的不同生态位。中间工具是围绕定制、部署、使用而出现的一系列工具,例如模型托管平台如 Hugging Face,模型实验管理工具平台 Weights&Biases,像 DataBricks、Snowflake 这样的数据库也在原有平台上叠加模型相关的能力与产品,目的是让企业级用户在平台上一站式使用数据定制化模型。
而在中国,大模型创业公司之外,独立的工具层生态尚未成气候,目前提供相关功能的主要是以大厂为代表的云平台,外加零星的创业公司。而在产业探索进程上,中国 C 端应用尚未大规模放开,如百度、金山尚处于邀请码内测阶段,知乎曾发布基于大模型的新功能,也处于内测阶段,行业仍在等待合规。B 端服务则处于混沌状态,一些行动较快的模型创业公司尝试为企业做定制化模型,处于积累案例经验的阶段,而企业需求与技术提供方之间存在沟通隔阂,则是更普遍存在的情况,更重要的是,中国行业的信息化数字化程度整体较为落后,这显然会影响速度,但长远来看,留给模型厂商的空间更大。
如果你关注大模型领域,欢迎扫码加入我们的大模型交流群,来一起探讨大模型时代的共识和认知,跟上大模型时代的这股浪潮。
更多阅读
周鸿祎的大模型产品方法论:企业的5个痛点和垂直大模型的6个趋势
傅盛的AI-Native创业思考:所有创业者都要相信,这就是最好的时代
百川智能王小川:大模型创业100天,我确认找到了属于我的「无人区」
深度解读AI Agents:OpenAI研究多年,可能会改变互联网的软件终极形态
转载原创文章请添加微信:geekparker