gezhongxuankuhualizhandoujineng，rangnichangxiangchaoshuangzhandoukuaiganheshadilequ；gezhonggeyangdongmanchatuyonghumentongguozhegepingtailaipaijieyali，zaifangsongdezhuangtaixiajinrushuimian。liushishichenweitingzhuyandianshijuzuilinglongzhegeshiweiyizhengbanshouquanshouyouyonghukeyiyangchenglianghaodeyundongjihua，rangnikeyigenghaodebaochihaoshenghuodejiankang。大(da)模(mo)型(xing)慢(man)半(ban)拍(pai)，字(zi)節(jie)甘(gan)做(zuo)“嫁(jia)衣(yi)”？

文(wen)： 財(cai)經(jing)故(gu)事(shi)薈(hui)，采(cai)寫(xie)： 王(wang)舒(shu)然(ran)，編(bian)輯(ji)： 萬(wan)天(tian)南(nan)

圖(tu)片(pian)來(lai)源(yuan)：由(you)無(wu)界(jie) AI工(gong)具(ju)生(sheng)成(cheng)

在(zai)大模型甚(shen)囂(xiao)塵(chen)上(shang)的(de)當(dang)下(xia)，壹(yi)向(xiang)高(gao)舉(ju)高打(da)的字节，卻(que)一反(fan)常(chang)態(tai)，低(di)調(tiao)得(de)讓(rang)人(ren)不(bu)太(tai)習(xi)慣(guan)。

当百(bai)度(du)、阿(e)裏(li)、華(hua)為(wei)、360等(deng)知(zhi)名(ming)互(hu)聯(lian)網(wang)公(gong)司(si)的一把(ba)手(shou)們(men)親(qin)自(zi)掛(gua)帥(shuai)，为大模型站(zhan)臺(tai)，並(bing)不吝(lin)用(yong)“智(zhi)能(neng)化(hua)時(shi)代(dai)的開(kai)端(duan)”、“科(ke)技(ji)和(he)商(shang)業(ye)史(shi)上的革(ge)命(ming)性(xing)时刻(ke)”来贊(zan)譽(yu)它(ta)时，字节却安(an)靜(jing)得多(duo)。

相(xiang)關(guan)的官(guan)宣(xuan)只(zhi)有(you)兩(liang)個(ge)，一是(shi)4月(yue)11日(ri),飛(fei)書(shu)宣布(bu)將(jiang)推(tui)出(chu)AI助(zhu)手“My AI”，二(er)是4月18日，火(huo)山(shan)引(yin)擎(qing)推出大模型訓(xun)練(lian)雲(yun)平(ping)台，包(bao)括(kuo)自研(yan)DPU（數(shu)據(ju)處(chu)理(li)器(qi)）、新(xin)版(ban)機(ji)器學(xue)习平台等系(xi)列(lie)云產(chan)品(pin)，以(yi)服(fu)務(wu)於(yu)大模型創(chuang)业公司——字节自研大模型始(shi)終(zhong)未(wei)露(lu)面(mian)。

相反的是，火山引擎總(zong)裁(cai)譚(tan)待(dai)公开“承(cheng)諾(nuo)”，火山引擎不做大模型，将化身(shen)賦(fu)能者(zhe)，为大模型客(ke)戶(hu)提(ti)供(gong)算(suan)力(li)等AI基(ji)礎(chu)設(she)施(shi)，幫(bang)助其(qi)做好(hao)大模型开發(fa)。

此(ci)举似(si)乎(hu)表(biao)明(ming)，字节避(bi)开了(le)大模型戰(zhan)火，選(xuan)擇(ze)以幕(mu)後(hou)賣(mai)水(shui)者的身份(fen)入(ru)局(ju)。

只是，在算力、算法(fa)、数据這(zhe)大模型的三(san)要(yao)素(su)上均(jun)具備(bei)優(you)勢(shi)的字节，为何(he)會(hui)选择“韜(tao)光(guang)養(yang)晦(hui)”？字节真(zhen)的会徹(che)底(di)放(fang)棄(qi)大模型，甘为他(ta)人做“嫁衣”嗎(ma)？

慢一拍的字节大模型

火山引擎不做大模型，或(huo)許(xu)并不代表字节對(dui)大模型无動(dong)于衷(zhong)，这可(ke)能是个文字遊(you)戲(xi)。

實(shi)際(ji)上，雖(sui)然字节從(cong)未大張(zhang)旗(qi)鼓(gu)得官宣自研大模型，但(dan)已(yi)经有所(suo)部(bu)署(shu)。

据36Kr在今(jin)年(nian)2月的報(bao)道(dao)，字节跳(tiao)动在大模型上已有布局，会在語(yu)言(yan)和图像(xiang)两方(fang)面发力，语言大模型團(tuan)隊(dui)由字节搜(sou)索(suo)部門(men)牽(qian)頭(tou)，目(mu)前(qian)团队規(gui)模在十(shi)数人左(zuo)右(you)；图片大模型团队則(ze)由产品研发與(yu)工程(cheng)架(jia)構(gou)部下屬(shu)的智能创作(zuo)团队牵头。

另(ling)据《晚(wan)點(dian)LatePost》报道，张一鳴(ming)开始看(kan)人工智能論(lun)文，且(qie)时常会和一些(xie)字节人士(shi)分(fen)享(xiang)论文心(xin)得和对ChatGPT的思(si)考(kao)。

这表明，字节并不想(xiang)缺(que)席(xi)这場(chang)盛(sheng)宴(yan)，但必(bi)須(xu)承認(ren)的是，字节在大模型上的反應(ying)確(que)实有点“遲(chi)鈍(dun)”了。

民(min)生證(zheng)券(quan)4月9日发布的《当大模型不再(zai)稀(xi)缺》报告(gao)顯(xian)示(shi)，國(guo)內(nei)至(zhi)少(shao)已有30多家(jia)大模型亮(liang)相。大部分都(dou)在3～4月份官宣，比(bi)如(ru)3月16日的百度“文心一言”大模型，4月8日的华为盤(pan)古(gu)系列AI大模型，4月10日的商湯(tang)“日日新”大模型，4月11日的阿里“通(tong)義(yi)千(qian)問(wen)”大模型......

而(er)据36Kr报道，字节语言大模型团队今年初(chu)才(cai)成立(li)，預(yu)期(qi)今年年中(zhong)推出大模型，字节跳动相关技術(shu)負(fu)責(ze)人表示，技术中台在这些領(ling)域(yu)的探(tan)索仍(reng)处于初期，尚(shang)未成熟(shu)。

事实上，大模型競(jing)賽(sai)的起(qi)点并非(fei)今天，而在更(geng)早(zao)的布局，这方面，字节有些晚了。

对比来看，百度、阿里、华为、騰(teng)訊(xun)等企(qi)业的大模型均在2019年～2021年間(jian)就(jiu)已有雛(chu)形(xing)，比如，百度在2019年发布了文心大模型，阿里在2021年发布了M6大模型，同(tong)年华为发布盘古大模型，这些雏形可以視(shi)为近(jin)期发布的類(lei)ChatGPT大模型的“基座(zuo)”。

而字节方面，虽然其AI布局不算晚，字节AI Lab早在2016年就成立，与腾讯同一年，但其似乎并未在大模型上下足(zu)功(gong)夫(fu)。

据《晚点LatePost》报道，一位(wei)字节人士稱(cheng)，在去(qu)年底ChatGPT出現(xian)前，字节对大模型的投(tou)入還(hai)比較(jiao)少，表现之(zhi)一是，約(yue)有100人的字节AI Lab NLP（自然语言处理）組(zu)，只有不到(dao)10人在研究(jiu)语言大模型，其他人主(zhu)要在做翻(fan)譯(yi)和抖(dou)音(yin)安全(quan)等优化。

知乎上一位字节AI Lab工程師(shi)的回(hui)答(da)也(ye)印(yin)证了这一点，他表示，字节AI Lab的主要研究方向和业务应用有关，比如抖音特(te)效(xiao)、视頻(pin)和图片審(shen)核(he)等。

簡(jian)單(dan)来說(shuo)，字节对AI的探索比较务实，主要服务于自家业务，这種(zhong)务实而非务遠(yuan)的策(ce)略(lve)，或许反而成了其布局通用大模型的“阻(zu)礙(ai)”。

而除(chu)了晚一步(bu)之外(wai)，字节对大模型的野(ye)望(wang)似乎也不是很(hen)大。

据《晚点LatePost》报道，字节语言大模型的探索方向主要与搜索相关，可能会在抖音、TikTok中推出类似微(wei)軟(ruan)New Bing的功能；图像大模型则主要服务商业化需(xu)求(qiu)，以帮助字节的廣(guang)告客户以更低成本(ben)制(zhi)作视频。

另据字母(mu)榜(bang)报道，有知情(qing)人士称，飞书推出的“My AI”背(bei)后的大模型是由飞书自行(xing)操(cao)盘，而非字节大模型团队负责。

从上述(shu)信(xin)息(xi)判(pan)斷(duan)，字节大模型似乎并不打算“大包大攬(lan)”，而是与自家部分业务緊(jin)密(mi)相关，这与百度“文心一言”、阿里“通义千问”等通用大模型有所差(cha)別(bie)。

比如“文心一言”，在发布会现场，文心一言展(zhan)示了五(wu)个使(shi)用场景(jing)，包括文学创作、商业文案(an)创作、数理推算、中文理解(jie)和多模态生成。

“通义千问”的功能则包括多輪(lun)对話(hua)、文案创作、邏(luo)辑推理、多模态理解、多语言支(zhi)持(chi)等，阿里巴(ba)巴集(ji)团董(dong)事会主席兼(jian)首(shou)席執(zhi)行官张勇(yong)表示，阿里所有业务包括天貓(mao)、釘(ding)钉、高德(de)地(di)图、淘(tao)寶(bao)、优酷(ku)、盒(he)馬(ma)等都将接(jie)入該(gai)模型，应用场景实属广泛(fan)。

另一个可以側(ce)面佐(zuo)证这一点的是，百度和阿里均計(ji)劃(hua)依(yi)托(tuo)自家云平台，向外界开放大模型服务，打造(zao)大模型生态。

比如阿里云智能集团CTO周(zhou)靖(jing)人表示，各(ge)行各业的生态夥(huo)伴(ban)都可以对千问大模型進(jin)行再训练和精(jing)调，打造行业專(zhuan)属大模型；百度智能云事业群(qun)总裁沈(shen)抖也表示，文心一言的能力将通過(guo)百度智能云对外提供服务，会率(lv)先(xian)在媒(mei)體(ti)、文娛(yu)、企业软件(jian)等行业落(luo)地，场景包括智能客服、員(yuan)工培(pei)训、巡(xun)檢(jian)日报、知識(shi)萃(cui)取(qu)等。

但字节云却“反其道而行之”，火山引擎宣称只做基础设施服务，不对外輸(shu)出大模型能力。

这意(yi)味(wei)著(zhe)，字节正(zheng)在探索的大模型定(ding)位可能并非是开放生态，而是为了增(zeng)強(qiang)现有业务的竞爭(zheng)力。

当然，这只是初期，字节大模型的全貌(mao)尚未揭(jie)开，在字节官宣之前，还是變(bian)数難(nan)料(liao)。

字节为何甘为他人做“嫁衣“？

值(zhi)得探究的是，为何字节对百度、阿里那(na)樣(yang)的通用大模型興(xing)趣(qu)不高？火山引擎又(you)为何堅(jian)定得不做大模型？

背后原(yuan)因(yin)或许与以下幾(ji)方面的權(quan)衡(heng)有关：

其一，通用大模型燒(shao)錢(qian)，且距(ju)離(li)商业落地“遙(yao)远”。

训练大模型的一大成本是算力，而算力的关鍵(jian)是芯(xin)片，那麽(me)，大模型训练需要多少芯片？

參(can)考ChatGPT，美(mei)国市(shi)场研究机构TrendForce推算称，处理ChatGPT的训练数据需要2万枚(mei)A100芯片。网上流(liu)傳(chuan)的一份《AI芯片专家交(jiao)流紀(ji)要》显示，如果(guo)是对標(biao)ChatGPT的大模型，1万顆(ke)A100芯片是入门券。

而据国盛证券估(gu)算，按(an)单张A100芯片的價(jia)格(ge)为10万元(yuan)算，大模型训练需要投入约10億(yi)元。

这还只是训练階(jie)段(duan)的芯片成本，还有模型推出后的綜(zong)合(he)運(yun)營(ying)成本，参考ChatGPT，半導(dao)体研究公司SemiAnalysis认为，GPT-3每(mei)天大规模服务用户的运营成本高達(da)70万美元，一年则高达2.555亿美元（约17.6亿元人民幣(bi)），新一代的GPT-4模型只会更烧钱。

除此外，还有数据采集、人工标註(zhu)等软性成本，加(jia)起来可謂(wei)“天价”。

像字节这样的大廠(chang)或许有資(zi)金(jin)实力，但麻(ma)煩(fan)的是，烧钱的結(jie)果面臨(lin)不确定性。

虽然大模型前景可瞻(zhan)，但距离大规模的商业落地还有不小(xiao)的距离，目前仍在摸(mo)索阶段，除了像钉钉、飞书、印象(xiang)筆(bi)記(ji)等辦(ban)公场景的具体落地外，其他的应用场景都还停(ting)留(liu)在展望阶段。

创世(shi)伙伴CCV合伙人梁(liang)宇(yu)曾(zeng)对《21世纪经濟(ji)报道》表示，现在是通用人工智能商业化应用的前夜(ye)，AI大模型还沒(mei)有经过大量(liang)的商业包裝(zhuang)和训练，需要从业者像園(yuan)藝(yi)师一样去修(xiu)剪(jian)，形成符(fu)合行业规律(lv)的商业化产品。

IDC中国研究总監(jian)盧(lu)言霞(xia)则认为，大模型落地的不确定性在于，能不能成功落地，是否(fou)真的能产出比之前的AI更好的效果，需要多久(jiu)才能落地等等。

通用大模型投入产出比的不确定性，或许会让“ROI至上”的字节有所顧(gu)慮(lv)。

其二，时间就是力量，在过去几年内，阿里、百度等企业已将大模型“基座”叠(die)代过几轮，而字节几乎是从“零(ling)”开始，先发优势已失(shi)，追(zhui)趕(gan)不易(yi)，不如务实一点。

如今，字节大模型聚(ju)焦(jiao)搜索、视频生成等场景，离自身的业务落地更近，在算法和数据的儲(chu)备上極(ji)具优势，可操作性更高。

火山引擎定位基础设施的服务也是同理，其2021年开始切(qie)入IaaS（基础设施服务）模式(shi)，至今也有一定積(ji)累(lei)。

且网上流传的一份《阿里云AI专家交流纪要0401》显示，在国内大厂的AI算力储备中，字节排(pai)名第(di)二，僅(jin)次(ci)于阿里。

更重(zhong)要的是，火山引擎该定位的商业落地十分明确，更容(rong)易保(bao)障(zhang)正向现金流。

这是因为大模型训练需要巨(ju)大算力支持，而云厂商是公认的算力等基础设施的最(zui)佳(jia)載(zai)体。

正如阿里巴巴集团董事会主席兼首席执行官张勇所言，大模型是一场“AI+云计算”的全方位竞争，超(chao)万亿参数的大模型研发，是囊(nang)括了算法、底層(ceng)龐(pang)大算力、网絡(luo)、大数据、机器学习等諸(zhu)多领域的復(fu)雜(za)系統(tong)性工程，需要超大规模AI基础设施的支撐(cheng)。

微软便(bian)是先例(li)，微软Azure作为OpenAI的獨(du)家云供应商，为ChatGPT提供算力和超級(ji)计算系统。除了OpenAI，微软2023财年二季(ji)度财报電(dian)话会議(yi)显示，安盛、联邦(bang)快(kuai)遞(di)和H&R Block等公司也都选择Azure来部署和管(guan)理其模型。

像微软这样的云厂商被(bei)喻(yu)为大模型时代的“卖水人”，意为在大模型淘金的人未必能賺(zhuan)到钱，但为淘金人提供基础服务的肯(ken)定能赚到。

矽(gui)谷(gu)知名風(feng)投A16Z的研究印证了这一点：生成式AI的大量资金最终都穩(wen)定地流向了基础设施层，预计生成式AI总收(shou)入的10%~20%都流向了云提供商。

总之，商业落地风險(xian)小，自身又擅(shan)長(chang)，无怪(guai)乎火山引擎如此定位，而抓(zhua)住(zhu)这股(gu)“紅(hong)利(li)”，有机会为其帶(dai)来新的市场增量。

在目前的云市场中，火山引擎还排不上名次，IDC最新发布的《中国公有云服务市场（2022 下半年）跟(gen)蹤(zong)》报告显示，目前公有云服务市场的市场份額(e)排名前五名分别为：阿里云、华为云、中国电信天翼(yi)云、腾讯云和AWS，它们总共(gong)占(zhan)据了72%以上的市场份额，其余(yu)的云服务厂家份额有限(xian)。

或许，以基础服务切入大模型战场的火山引擎，未来有机会借(jie)此一搏(bo)新的市场格局。

火山引擎或遇(yu)天花(hua)板(ban)

目前看，火山引擎这條(tiao)路(lu)走(zou)得还算順(shun)利。火山引擎总裁谭待表示，目前国内有数十家做大模型的企业，七(qi)成已经在火山引擎云上，包括AI技术公司MiniMax、智譜(pu)AI、昆(kun)侖(lun)万維(wei)、毫(hao)末(mo)智行等。

关于“七成”的数据口(kou)徑(jing)，谭待的解釋(shi)是，该“七成”是火山引擎相关客户与第三方机构统计的大模型企业数量之比，而能獲(huo)得这么多客户是因为机器学习平台解決(jue)了算力輔(fu)助的问題(ti)。

这些客户案例表明，火山引擎在大模型训练领域已有一定立足之地。

不过，从长远看，火山引擎也面临挑(tiao)战。

一方面，有能力做大模型的公司畢(bi)竟(jing)是少数，客户规模的天花板很明显。

据谭待透(tou)露，在火山引擎的大模型客户中，通用大模型公司占比大约为三分之一，垂(chui)直(zhi)行业公司占比约为三分之二。

分别来看，在通用大模型方面，虽然目前创业者眾(zhong)，但大浪(lang)淘沙(sha)，最终留下的能有几何？

一位互联网投资人认为，中国版ChatGPT只会在5家公司里产生：BAT+字节+华为，因为大厂有钱有人有场景。

北(bei)京(jing)航(hang)空(kong)航天大学人工智能研究院(yuan)教(jiao)授(shou)吳(wu)文峻(jun)也有类似觀(guan)点，其在接受(shou)《中新经緯(wei)》采訪(fang)时表示，在目前宣布进軍(jun)大模型的三四(si)十家企业中，最后能做成的或许不超过一半。

当客户数量有明显的天花板时，火山引擎的前景可能也有了“瓶(ping)頸(jing)”。

而在垂直行业模型方面，客户数量虽然很多，但也可能面临阿里云、百度云等平台的“狙(ju)擊(ji)”。

原因在于，阿里云、百度云均自带通用大模型输出的能力，基于此，企业可更方便的生成垂直模型。

比如阿里云，阿里云智能集团CTO周靖人在此前的媒体采访中表示，阿里云会为企业提供一个专属数据空间，企业将相关信息存(cun)入，且不需要做任(ren)何数据预处理，便可调用“通义千问”，一键式生成自己(ji)的行业专属大模型。

而如果在没有大模型的火山引擎上做垂直模型训练，企业要操心的事显然更多。

上述投资人认为，垂直模型企业一般(ban)很少会自己从头做，而是找(zhao)一个还不錯(cuo)的Pre-Train过的大模型，在此基础上做Instruction Tuning（指(zhi)令(ling)微调）。

在此方面，阿里云等平台可能更有优势。

另一方面，未来云厂商的模式可能是卖模型+卖算力，而不只是卖算力。

Maas模型即(ji)服务的时代已经到来，阿里云、百度云不仅支持专属行业模型的生成，还支持中小企业甚至个人基于大模型直接开发应用，这就好比个人开发者基于安卓(zhuo)操作系统开发App。

換(huan)句(ju)话说，模型层在未来可能成为新的基础设施。

李(li)彥(yan)宏(hong)在36Kr专访中更是断言，未来企业在購(gou)買(mai)云计算时，不看底层算力，而是看大模型的优劣(lie)。

这可能給(gei)火山引擎带来一定沖(chong)击，因为当大量中小企业或个人基于阿里云、百度云开发应用时，云厂商背后的算力也得到了间接调用，从而规模效应平攤(tan)了算力成本，最终使其基础设施层面的服务也更具价格优势，这頗(po)有点“降(jiang)维打击”的意思。

事实上，“价格战”已经开始了。

4月26日，在2023阿里云合作伙伴大会上，阿里云推出了史上最大规模的降价：核心产品价格全線(xian)下调，降幅(fu)最高至50%。

不过，火山引擎对此好像比较樂(le)观，至少现阶段如此。

其逻辑在于，一来火山引擎拿(na)到的时间窗(chuang)口还比较长，谭待认为，国内距离全球(qiu)最高水平的大模型还需要比较长的时间，现阶段不可能用三四十分的模型去做应用，也不可能做好应用。

二来，火山引擎坚信未来是多云多模型时代，企业会避免(mian)单一依賴(lai)，而选择使用多家云服务，同时，各行业都有自己高質(zhi)量的私(si)有语料，会形成多模型生态。

言下之意可能是，市场很大，火山引擎总会有立足之地。

总而言之，大模型市场的未来撲(pu)朔(shuo)迷(mi)离，参与其中的任何一员的前途(tu)均可能有变数，“缺失”大模型的火山引擎如此，走务实路线的字节大模型也如此。返(fan)回搜狐(hu)，查(zha)看更多

责任编辑：