移动广告平台排行 - 透析中国移动广告市场前10大平台

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>國(guo)產(chan)大(da)模(mo)型(xing)狂(kuang)飆(biao)，大廠(chang)跑(pao)步(bu)入(ru)場(chang)，誰(shui)能(neng)率(lv)先(xian)做(zuo)出(chu)第(di)壹(yi)個(ge)中(zhong)国版(ban)GPT

文(wen) | 山(shan)核(he)桃(tao)

熱(re)火(huo)烹(peng)油(you)的(de)大模型賽(sai)道(dao)打(da)起(qi)了(le)“嘴(zui)仗(zhang)”。

搜(sou)狗(gou)前(qian)CEO王(wang)小(xiao)川(chuan)評(ping)價(jia)百(bai)度(du)創(chuang)始(shi)人(ren)李(li)彥(yan)宏(hong)的采(cai)訪(fang)發(fa)言(yan)稱(cheng)：“妳(ni)們(men)采访的可(ke)能是(shi)平(ping)行(xing)世(shi)界(jie)的他(ta)，不(bu)是我(wo)们這(zhe)个世界裏(li)的。”

而(er)針(zhen)對(dui)王小川的评論(lun)，百度集(ji)團(tuan)副(fu)總(zong)裁(cai)、搜索(suo)平臺(tai)負(fu)責(ze)人肖(xiao)陽(yang)又(you)回(hui)應(ying)道：“王小川脫(tuo)離(li)一線(xian)太(tai)久(jiu)，確(que)實(shi)跟(gen)我们不在(zai)一个宇(yu)宙(zhou)，自(zi)然(ran)对国內(nei)人工(gong)智(zhi)能技(ji)術(shu)的发展(zhan)缺(que)乏(fa)了解(jie)。”

意(yi)外(wai)的是，王小川在14日(ri)淩(ling)晨(chen)又“嘲(chao)諷(feng)”了一把(ba)，称对 方(fang)是“脱离一线15年(nian)的人，去(qu)懟(dui)离開(kai)1.5年的人”。

这场爭(zheng)论也(ye)暴(bao)露(lu)出创業(ye)派(pai)與(yu)大厂間(jian)微(wei)妙(miao)的競(jing)争關(guan)系(xi)。

毋(wu)庸(yong)置(zhi)疑(yi)，大模型技术徹(che)底(di)點(dian)燃(ran)了科(ke)技圈(quan)的热情(qing)，创业者(zhe)忙(mang)著(zhe)招(zhao)兵(bing)買(mai)馬(ma)，生(sheng)怕(pa)錯(cuo)過(guo)了新(xin)風(feng)口(kou)；一級(ji)市(shi)场关於(yu)大模型的投(tou)融(rong)資(zi)热度攀(pan)升(sheng)，不少(shao)FA们甚(shen)至(zhi)跑去B站(zhan)开始惡(e)補(bu)AI知(zhi)識(shi)。

政(zheng)策(ce)端(duan)也在吹(chui)來(lai)暖(nuan)风，北(bei)京(jing)市經(jing)濟(ji)和(he)信(xin)息(xi)化(hua)局(ju)发布(bu)的《2022年北京人工智能产业发展白(bai)皮(pi)書(shu)》顯(xian)示(shi)，今(jin)年，北京將(jiang)支(zhi)持(chi)頭(tou)部(bu)企(qi)业打造(zao)对標(biao)ChatGPT的大模型。

热鬧(nao)只(zhi)是硬(ying)幣(bi)的A面(mian)。

無(wu)论是忙着官(guan)宣(xuan)大模型的科技大厂，還(hai)是廣(guang)发英(ying)雄(xiong)帖(tie)的创业公(gong)司(si)，身(shen)處(chu)这股(gu)浪(lang)潮(chao)之(zhi)中的人们都(dou)在思(si)考(kao)一些(xie)关鍵(jian)問(wen)題(ti)：率先做出第一个中国版GPT的是谁？还有(you)多(duo)久才(cai)能做出来？市场格(ge)局又會(hui)是发生怎(zen)樣(yang)的變(bian)化？

这些问题都難(nan)以(yi)給(gei)出正(zheng)确的答(da)案(an)，事(shi)实上(shang)，也沒(mei)有人能给出準(zhun)确的回答。畢(bi)竟(jing)，人们总是高(gao)估(gu)一項(xiang)科技所(suo)帶(dai)来的短(duan)期(qi)效(xiao)益(yi)，卻(que)又低(di)估它(ta)的長(chang)期影(ying)響(xiang)。

本(ben)文将圍(wei)繞(rao)當(dang)下(xia)中国的大模型竞争現(xian)狀(zhuang)，基(ji)于行业资料(liao)与研(yan)究(jiu)，主(zhu)要(yao)回答三(san)个问题：

1. 為(wei)什(shen)麽(me)国内科技公司要紛(fen)纷竞逐(zhu)大模型？

2. 火热背(bei)後(hou)，中国科技公司究竟缺什么？

3. 中国科技公司“大模型之戰(zhan)”的走(zou)向(xiang)会是什么？

为什么極(ji)客(ke)们都愛(ai)大模型？

理(li)解中国科技巨(ju)头们的“大模型焦(jiao)慮(lv)”，一張(zhang)产品(pin)发布時(shi)刻(ke)表(biao)就(jiu)夠(gou)了。

在OpenAI发布GPT-4大模型后，百度用(yong)“Demo演(yan)示”的形(xing)式(shi)正式发布文心(xin)一言。同(tong)样在3月(yue)，53歲(sui)的周(zhou)鴻(hong)祎(yi)決(jue)定(ding)“把剛(gang)出生的孩(hai)子(zi)抱(bao)出来给大家(jia)看(kan)看”，他推(tui)出360的大模型产品，甚至倉(cang)促(cu)到(dao)名(ming)字(zi)都要现场取(qu)。

隨(sui)后的一个多月里，科技巨头、创业公司与高校(xiao)研究院(yuan)们展开了一輪(lun)关于“大模型”的軍(jun)備(bei)竞赛，整(zheng)个4月可以被(bei)称为“大模型的发布月”，繼(ji)百度之后，華(hua)为、商(shang)湯(tang)、阿(e)里已(yi)在4月亮(liang)出自己(ji)的大模型产品。

最(zui)新的消(xiao)息是，京東(dong)計(ji)劃(hua)在今年发布新一代(dai)产业大模型“言犀(xi)”，被視(shi)为“京东版”ChatGPT。

大模型也成(cheng)为了互(hu)聯(lian)網(wang)大佬(lao)紮(zha)堆(dui)二(er)次(ci)创业的热門(men)赛道。

原(yuan)美(mei)团联合(he)创始人王惠(hui)文、创新工场CEO李开復(fu)、前京东AI掌(zhang)门人周伯(bo)文、前阿里技术副总裁賈(jia)揚(yang)清(qing)等(deng)均(jun)入局创业。前搜狗CEO王小川的百川智能已完(wan)成了5000萬(wan)美元(yuan)融资，王小川给了自己一个DDL：“今年年底做到国内最好(hao)的”。

一位(wei)业内人士(shi)这样形容(rong)当下百花(hua)齊(qi)放(fang)的圖(tu)景(jing)：“（这波(bo)创业）很(hen)像(xiang)2000年左(zuo)右(you)的互联网创业潮。”

普(pu)通(tong)讀(du)者们很难理解科技圈对大模型的擁(yong)躉(dun)，毕竟類(lei)似(si)的创业潮在元宇宙、XR行业也都复现过。但(dan)如(ru)果(guo)深(shen)入理解人工智能的发展歷(li)史(shi)与傳(chuan)統(tong)AI时代的困(kun)境(jing)，就能理解为何(he)这群(qun)极客们如此(ci)热爱大模型。

关于大模型的定義(yi)，OpenAI创始人Altman与李开复更(geng)願(yuan)意将大模型定义为“一種(zhong)新技术平台”，而學(xue)界則(ze)将“大模型”对比(bi)“小模型”，定义为一种“基于大量(liang)數(shu)據(ju)訓(xun)練(lian)的、拥有巨量參(can)数的模型”，这种模型能適(shi)应广泛(fan)的下遊(you)任(ren)務(wu)。

在AI1.0时代，比起创业者对AI智能化的疾(ji)呼(hu)，大多数人对人工智能只停(ting)留(liu)在一些單(dan)一场景产品端的理解。

例(li)如人工智能客服(fu)、人工智能質(zhi)檢(jian)等，上述(shu)场景都是针对一项任务具(ju)體(ti)开发一个專(zhuan)用小模型，並(bing)不具备“理解能力(li)”。就像周鸿祎将此前的人工智能产品形容为“人工智障(zhang)”，在他看来：“在GPT之前，從(cong)来没有一个人工智能的产品能真(zhen)正的理解我们这个世界。”

从人工智障到人工智能的進(jin)化，大模型的出现意味(wei)着人们正式进入到AI2.0时代，这背后是大模型的湧(yong)现性(xing)使(shi)然。

涌现是人工智能領(ling)域(yu)经常(chang)会被提(ti)及(ji)到的概(gai)念(nian)，代表一种从量变到质变的过程(cheng)，当数据規(gui)模足(zu)够大，参数達(da)到千(qian)億(yi)级，即(ji)使在没有专门训练过的领域，AI也能涌现出知识理解和邏(luo)輯(ji)推理能力，华东政法(fa)大学人工智能与大数据指(zhi)数研究院将“涌现性”定义为一个“多种技术融合的結(jie)果”：“（大模型）有效集成自然語(yu)言处理等多个人工智能核心研究领域的多项技术，实现1+1>2的融合式涌现。”

換(huan)言之，大模型有望(wang)解决“人工智能如何理解世界”的问题，实则提供(gong)了一條(tiao)可能邁(mai)向AGI（通用人工智能）的可能性。

另(ling)一方面，大模型的通用性也在激(ji)发更多的商业图景，解决了AI1.0时代的諸(zhu)多问题。

在上一波AI创业潮中，总结AI企业所面臨(lin)的问题主要兩(liang)点：一是成本问题，清洗(xi)与标註(zhu)海(hai)量的数据需(xu)要耗(hao)費(fei)巨大的成本，商汤科技联合创始人、副总裁楊(yang)帆(fan)曾(zeng)表示，对于每(mei)一个新场景，公司都要重(zhong)新收(shou)集新数据，搭(da)建(jian)定制(zhi)化模型。

这种开发模式很像“小作(zuo)坊(fang)”，不但解决问题的成本极高，开发模式也十(shi)分(fen)低效。

在实際(ji)落(luo)地(di)过程中，应用场景的复雜(za)性導(dao)致(zhi)AI应用的“孤(gu)島(dao)化”，李开复曾提到一个例子：“如果今天(tian)一家銀(yin)行想(xiang)做AI应用，但没有任何数据可以用来冷(leng)啟(qi)動(dong)，还要收集、清洗、标注数据，再(zai)去做模型，整个过程代价都很大。”

而当大模型已成为上層(ceng)应用的技术底座(zuo)，可以实现在AI1.0时代无法实现的跨(kua)领域部署(shu)，支撐(cheng)終(zhong)端、平台、系统等产品应用落地。这种像搭積(ji)木(mu)一样“組(zu)合创新”的可能性，以及商业化的能力就像ChatGPT一样，人们不僅(jin)发现，它可以深夜(ye)聊(liao)天，撫(fu)慰(wei)人心，还会寫(xie)程序(xu)和講(jiang)故(gu)事。

成本问题之外，并不具备通用能力的小模型，由(you)于无法向行业进行推广与复用，难以形成规模效应，也就更难言盈(ying)利(li)。

这种“通用性”激发出诸多新的商业图景，可以将其(qi)理解为AI时代的“操(cao)作系统”，在降(jiang)低开发成本的同时，人人都可以是开发者，由此发现与生产出新的产品与应用场景。

找(zhao)錢(qian)、找人、找应用场景

大模型竞赛的槍(qiang)响之后，创投行业又复现“元宇宙”的热潮。

有大模型企业1个月見(jian)的投资人相(xiang)当于去年一整年。一级市场关于大模型的投融资热度攀升，不少FA们甚至跑去B站开始恶补AI知识，生怕错过一个好项目(mu)。

但搶(qiang)到这张通往(wang)新世界的“船(chuan)票(piao)”并非(fei)容易(yi)，區(qu)別(bie)于AI1.0时代， 找钱、找人与找应用场景的焦虑，在这一波竞逐中，体现的尤(you)为明(ming)显。

首(shou)先是找钱。 参考多位创业者的觀(guan)点，2亿美元是行业普遍(bian)認(ren)为的启动资金(jin)。拆(chai)解来看，以硬件(jian)成本为例，研究機(ji)構(gou)TrendForce在一份(fen)報(bao)告(gao)中指出，要处理1800亿参数的GPT-3.5大型模型，需要的GPU芯(xin)片(pian)数量高达2万顆(ke)，未(wei)来GPT大模型商业化所需的GPU芯片数量甚至会超(chao)过3万颗。

仅在算(suan)力门檻(kan)上，很多创业企业便(bian)无力与大厂抗(kang)衡(heng)。

因(yin)此，表面上热火朝(chao)天的大模型赛道，风大“魚(yu)”貴(gui)，但实际投资人们心里也知道，仅靠(kao)幾(ji)张PPT创新的时代过去了，投资既(ji)是要投靠譜(pu)的人，也要考虑赛道与具体的商业路(lu)徑(jing)，毕竟，钱也一定要投在刀(dao)刃(ren)上。

雲(yun)启资本合夥(huo)人陳(chen)昱(yu)在接(jie)受(shou)《甲(jia)子光(guang)年》采访时就表示：“做大模型创业的公司要融到大钱不容易了。”

英諾(nuo)天使基金合伙人王晟(sheng)曾表示，“我们也经常‘刷(shua)论文’，看到AI领域里很棒(bang)的论文，直(zhi)接就去找作者了，看他是一个学霸(ba)，还是有创业潛(qian)质、业务没有商业化的潜力，如果合适，我们也会建議(yi)他创业并考虑投资。”

比起AI1.0时代的純(chun)科学家创业，AI2.0时代更像是一场互联网大佬与科学家们的“集体二次创业”。

能够融到“大钱”的要么是有创始人经历或(huo)个人魅(mei)力背书，要么就是此前长期跟蹤(zong)孵(fu)化，雙(shuang)方一直保(bao)持着良(liang)好的合作关系。

比如，目前融资总額(e)已达数亿元的瀾(lan)舟(zhou)科技是创新工场从0到1孵化出的企业，而由前京东技术委(wei)員(yuan)会主席(xi)周伯文创立(li)的銜(xian)遠(yuan)科技，背后的参投方启明创投等均是AI领域的长期捕(bu)手(shou)。

其次，找到合适的人也并不容易，在这一点上，科技巨头与创业公司面临相同的处境。 在一檔(dang)播(bo)客節(jie)目中，已宣布加(jia)入光年之外的北京智源(yuan)人工智能研究院副院长劉(liu)江(jiang)曾发出呼籲(xu)：“所有的同学，如果你是AI的頂(ding)级人才，或者有这样的人，歡(huan)迎(ying)来到光年之外。”

“大数据+強(qiang)算法+大算力”被视为支撑大模型落地的重要公式，大厂有算力，也有数据，能够提供标准化的产品，但算法背后对应的则是人才。大厂很难留住(zhu)强算法人才的原因在于，大模型投入是一件长期主义的事，必(bi)定会面临与既有业务之间的沖(chong)突(tu)，从大厂出走的诸多大模型创业者的经历已然說(shuo)明了这一点。

而对创业公司而言，即便有首席科学家的支撑，找到合适的人也并不容易。

聆(ling)心智能创始人、清华大学计算机科学与技术系长聘(pin)副教(jiao)授(shou)黃(huang)民(min)烈(lie)认为，如OpenAI这种技术见长的公司需要很多特(te)别牛(niu)的工程技术人才。

对创业企业而言，回到前述的融资環(huan)境下，无论是基于创始人的背景背书，抑(yi)或是资源合作，都需要长期积澱(dian)。

同时，在强調(tiao)生態(tai)的大模型赛道，创业型企业勢(shi)必要面临来自投资方、合作方乃(nai)至竞对间的博(bo)弈(yi)，一个合适的伙伴(ban)不仅要在自己的細(xi)分领域内做到顶尖(jian)（懂(dong)技术+懂产品），还有随时保持战略(lve)的獨(du)立性，不輕(qing)易站隊(dui)。

最后，能否(fou)找到合适的应用场景，另辟(pi)赛道，并迅(xun)速(su)建立護(hu)城(cheng)河(he)壁(bi)壘(lei)，这一问题也同样拷(kao)问着入局者。

百度李彦宏将当前的大模型生态分为三类，他最看好应用层的市场机遇(yu)。

第一类是新型云计算公司，云计算主流(liu)商业模式将会从IaaS变为MaaS（模型即服务）。

第二类是进行行业模型精(jing)调的公司，介(jie)于通用大模型和企业之间的中间，这类企业可以基于对行业的洞(dong)察(cha)，调用通用大模型能力，为行业客戶(hu)提供解决方案。

第三类是应用层的企业，基于通用大语言模型开发应用服务，这可能才是真正的机会。

区别于国外专业化的分工，当前，国内的大模型赛道的创业模式主要分类是三类： 一类是聚(ju)焦基礎(chu)层，对标OpenAI，发揮(hui)基础設(she)施(shi)的作用。一类是錨(mao)定中间层，不需要如OpenAI一样花大钱做底层，掌握(wo)通用化能力，可以通过开源大模型做精调，讓(rang)模型具备差(cha)異(yi)化能力，最终可以形成垂(chui)直类模型。还有一类就是调用大模型API的企业，专注开发大模型具体场景的应用，如Jasper。

如果将大模型比喻(yu)成AI时代的電(dian)，那(na)么基础层与中间层擔(dan)任的都是“发电厂”的角(jiao)色(se)，需要极高的门槛，对资金、技术以及资源有嚴(yan)格的准入壁垒，大多也是大公司间的竞逐。

百度、阿里、华为头部企业均采取“模型+工具平台+生态”三层共(gong)建模式的模式，推动业务的正向循(xun)环。

大厂的竞逐中，也涌现出一些创业公司，既做大模型，又将其能力輸(shu)出至垂直行业，形成定制化模型，雖(sui)然避(bi)开了与有钱有势的大厂们的直接竞争，但也面临三大难题。

一是数据如何才能做专做细，很多行业定制化模型依(yi)舊(jiu)难以形成数据飛(fei)轮与场景飞轮。二是大厂极容易摘(zhai)低垂的果实，垂直大模型实现复用的前提是必須(xu)要在該(gai)行业建立壁垒与护城河，即“人无我有”的竞争優(you)势。三是通用化往往是历史的趨(qu)势，因此“未来垂直大模型是否会最终被通用大模型取代”这一问题也值(zhi)得(de)思考。

大船票or小船票？

人工智能专家侯(hou)世达的学生梅(mei)拉(la)妮(ni)·米(mi)歇(xie)爾(er)在《AI 3.0时代》里认为，研究人工智能与赛道中的创业者们都熟(shu)悉(xi)了一种模式——先是“人工智能的春(chun)天”，緊(jin)接着是过度的承(cheng)诺和媒(mei)体炒(chao)作，接下来便是“人工智能的寒(han)冬(dong)”。从某(mou)种程度上来说，这种模式以5～10年为周期在不斷(duan)上演。

正在興(xing)起的“大模型热”也必定会经历从繁(fan)榮(rong)到擠(ji)去泡(pao)沫(mo)的过程。

对中国的科技公司而言，“能不能做出一个中国版GPT”“中国创业公司里是否会出现一个OpenAI”。对上述大模型行业的叩(kou)问，从业者们看法不一。

李彦宏在被问到“中国创业公司里会不会再出一个OpenAI？”时，他直接回答“基本不会了”，“没有必要再重新发明一遍轮子。”

但另一种观点也认为，中国攻(gong)堅(jian)大模型依旧难以绕开OpenAI，这种危(wei)机感(gan)越(yue)发强烈。曠(kuang)视科技联合创始人印(yin)奇(qi)在接受鈦(tai)媒体采访时表示，中国攻坚 AI 大模型要先把GPT-3.5复现出来，但面临长期技术创新与短周期商业化两重壓(ya)力：

“未来的一段(duan)时间，能不能有一个公司首先把大模型真的做出来，且(qie)性能真的是达到GPT-3.5，这是所有事情的起点。就像菜(cai)你没有炒过，不知道鹽(yan)和味精怎么放，而且GPT所消耗的资源、门槛都非常高。”

是崇(chong)尚(shang)“大算力+大数据+强算法”的暴力美学，还是专注将一个垂直模型做透(tou)做专？中国企业的机会又在哪(na)里？又可以在哪些方面深耕(geng)与挖(wa)掘(jue)？

这些问题的答案都亟(ji)待(dai)解决。

与此同时，人们也关注大模型行业未来的市场格局演进。未来究竟是两三家企业间的竞争，还是百花齐放？“大船票”和“小船票”或牽(qian)引(yin)企业走向不一样的结局。

在关于大模型的这场游戲(xi)中，盡(jin)管(guan)尚未看到终局，但对入局者而言，有两大方向是确定的：

一个是应用与场景先行的逻辑。 国产大模型极为强调产业側(ce)的价值，一方面当前中国智能化浪潮下，产业侧数字化实踐(jian)本就有广闊(kuo)的市场需求(qiu)，另一方面在2B生态下，基于垂直应用的实践本身也有利于形成数据飞轮与场景飞轮。

以金融业为例，BloombergGPT的誕(dan)生已说明了这一领域既有数据基础，也有多元化场景需求。但在此前的实践中，存(cun)在的问题一是数据量龐(pang)大，AI专家培(pei)養(yang)成本高，因此只有头部银行机构愿意嘗(chang)試(shi)。二是金融机构对业务的連(lian)續(xu)性与数据的准确性有着严苛(ke)要求，因此也对大模型厂商对行业的理解能力提出了高要求。

换言之，回到业务本质，需要什么就用什么。

通用意味着泛化，这为能够输出精准能力的企业提供了机会窗(chuang)口。如果能将一个垂直领域做专做透， 用高质量的数据持续优化模型，将价值鏈(lian)做长。 对创企而言，金融、醫(yi)療(liao)、教育(yu)等领域都有市场空(kong)间。

二是先行者已提供了路线参照(zhao)。 如周鸿祎所言，差距(ju)并非是天壤(rang)之别，路线已经明确。周鸿祎指出：“发展大语言模型，别人已经指明了技术路线，剩(sheng)下的就是长期主义指导下的时间问题。”

很难回答，此轮的大模型竞逐是否是人工智能竞赛浪潮最后的哨(shao)聲(sheng)，但几乎(hu)每个从业者都害(hai)怕自己会成为“最后的一个”。科技大公司们恐(kong)懼(ju)被顛(dian)覆(fu)，创业公司恐惧被大公司们颠覆，更大的恐惧则来自于大模型超越摩(mo)尔定律(lv)的技术叠(die)代速度。

而在商业世界里，危机与恐惧往往是最好的原动力。 返(fan)回搜狐(hu)，查(zha)看更多

责任編(bian)辑：