五一劳动节餐饮广告词

<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>大(da)模(mo)型(xing)狂(kuang)飆(biao)半(ban)年(nian)，掏(tao)出(chu)真(zhen)金(jin)白(bai)銀(yin)的(de)投(tou)資(zi)人(ren)是(shi)少(shao)數(shu)

作(zuo)者(zhe)｜劉(liu)楊(yang)楠(nan)

來(lai)源(yuan)｜甲(jia)子(zi)光(guang)年

在(zai)高(gao)喊(han)“要(yao)做(zuo)中(zhong)國(guo)版(ban)OpenAI”之(zhi)後(hou)的第(di)136天(tian)，王(wang)慧(hui)文(wen)把(ba)光年之外(wai)賣(mai)給(gei)了(le)美(mei)團(tuan)。

2023年6月(yue)29日(ri)，美团在港(gang)交(jiao)所(suo)發(fa)布(bu)公(gong)告(gao)，於(yu)2023年6月29日全(quan)资收(shou)購(gou)「光年之外」100%的股(gu)權(quan)，收购總(zong)代(dai)價(jia)包(bao)括(kuo)：2.33673億(yi)美元(yuan)現(xian)金+承(cheng)擔(dan)3.66924亿元人民(min)幣(bi)債(zhai)務(wu)+1元人民币，合(he)計(ji)大約(yue)20.65亿元人民币。

很(hen)難(nan)想(xiang)象(xiang)，国內(nei)第壹(yi)家(jia)由(you)大佬(lao)入(ru)局(ju)創(chuang)辦(ban)的大模型初(chu)创公司(si)會(hui)以(yi)這(zhe)種(zhong)方(fang)式(shi)收尾(wei)，这一結(jie)局给市(shi)場(chang)留(liu)下(xia)了無(wu)数的疑(yi)問(wen)和(he)猜(cai)測(ce)。

從(cong)整(zheng)體(ti)商(shang)業(ye)視(shi)角(jiao)看(kan)，光年之外被(bei)美团收购只(zhi)是企(qi)业間(jian)常(chang)見(jian)的收购動(dong)作。但(dan)對(dui)于国内AI行(xing)业来說(shuo)，这筆(bi)收购似(si)乎(hu)預(yu)示(shi)著(zhe)僅(jin)火(huo)熱(re)半年的AI大模型创业潮(chao)正(zheng)在降(jiang)溫(wen)。

资本(ben)市场对行业水(shui)温的感(gan)知(zhi)更(geng)加(jia)直(zhi)觀(guan)。自(zi)6月26日開(kai)始(shi)，科(ke)大訊(xun)飛(fei)、昆(kun)侖(lun)萬(wan)維(wei)、360等(deng)AI概(gai)念(nian)股集(ji)体大跌(die)。

不(bu)只是国内，人們(men)甚(shen)至(zhi)对曾(zeng)經(jing)趨(qu)之若(ruo)鶩(wu)的ChatGPT也(ye)不再(zai)追(zhui)捧(peng)。

根(gen)據(ju)網(wang)站(zhan)数据分(fen)析(xi)工(gong)具(ju)SimilarWeb数据，前(qian)期(qi)ChatGPT的訪(fang)问量(liang)增(zeng)長(chang)率(lv)驚(jing)人，1月份(fen)的環(huan)比(bi)增长率為(wei)131.6%，2月份为62.5%，3月份为55.8%，在4月份明(ming)顯(xian)放(fang)緩(huan)，环比增长率为12.6%，到(dao)了5月，这個(ge)数字(zi)只剩(sheng)2.8%。

當(dang)大模型的热度(du)不再，人们很容(rong)易(yi)想到一个问題(ti)：大模型到底(di)是不是创业的好(hao)機(ji)会？

这个问题显然(ran)沒(mei)有(you)標(biao)準(zhun)答(da)案(an)，甚至連(lian)大佬之间的看法(fa)都(dou)大相(xiang)徑(jing)庭(ting)。就(jiu)在前幾(ji)天，獵(lie)豹(bao)移(yi)动董(dong)事(shi)长兼(jian)CEO傅(fu)盛(sheng)和金沙(sha)江(jiang)创业投资基(ji)金董事总经理(li)朱(zhu)嘯(xiao)虎(hu)为此(ci)在朋(peng)友(you)圈(quan)“吵(chao)”了起(qi)来。

大模型的認(ren)知矛(mao)盾(dun)並(bing)不只集中在个体身(shen)上(shang)。当创业者、投资人與(yu)需(xu)求(qiu)方都存(cun)在认知偏(pian)差(cha)的時(shi)候(hou)，对于大模型的“謹(jin)慎(shen)与保(bao)守(shou)”，就成(cheng)了絕(jue)大多(duo)数玩(wan)家的普(pu)遍(bian)狀(zhuang)態(tai)。

在6月16日召(zhao)开的2023年華(hua)映(ying)资本年度大会上，华映资本投资人与被投的硬(ying)科技(ji)及(ji)消(xiao)費(fei)科技企业之间，对產(chan)业如(ru)何(he)擁(yong)抱(bao)大模型与AIGC的问题也曾展(zhan)开過(guo)激(ji)烈(lie)的探(tan)討(tao)。

在「甲子光年」看来，大模型市场急(ji)需理性(xing)的聲(sheng)音(yin)，创新(xin)的腳(jiao)步(bu)不能(neng)停(ting)，諸(zhu)多问题尚(shang)待(dai)厘(li)清(qing)——大模型究(jiu)竟(jing)能不能投？如何投？入局大模型有哪(na)些(xie)问题？大模型未(wei)来的商业化(hua)前景(jing)到底是否(fou)会重(zhong)蹈(dao)此前AI行业的覆(fu)轍(zhe)？

无論(lun)人们多憂(you)慮(lv)，产业拥抱大模型几乎是既(ji)定(ding)结局——问题是，以什(shen)麽(me)樣(yang)的姿(zi)态拥抱。

1.谨慎的投资人们

百(bai)川(chuan)智(zhi)能、銜(xian)遠(yuan)科技、聆(ling)心(xin)智能、西(xi)湖(hu)心辰(chen)、MiniMax……从2023年初至今(jin)，国内大模型创业公司層(ceng)出不窮(qiong)，每(mei)一位(wei)创业者的背(bei)景都足(zu)夠(gou)光鮮(xian)，每一家企业的實(shi)力(li)都備(bei)受(shou)资本方认可(ke)。

那(na)段(duan)时间，某(mou)某明星(xing)企业家離(li)職(zhi)创业入局大模型獲(huo)得(de)巨(ju)額(e)融(rong)资的消息(xi)屢(lv)见不鲜。

例(li)如6月1日，有消息稱(cheng)国内大模型初创公司MiniMax即(ji)將(jiang)完(wan)成一輪(lun)超(chao)过2.5亿美元的融资，公司估(gu)值(zhi)超过12亿美元；

而(er)剛(gang)刚被美团收购的光年之外的融资消息在当时更是撲(pu)朔(shuo)迷(mi)离，王慧文曾一度否认公司获得了包括源碼(ma)、騰(teng)讯、五(wu)源以及宿(xiu)华的2.3亿美元融资，但这笔融资最(zui)終(zhong)也因(yin)为美团发布的收购公告而坐(zuo)实。

这种投资人追捧创业者的浪(lang)潮，讓(rang)人们一度以为大模型将要激活(huo)国内整个AI创投圈，但事实卻(que)并非(fei)如此。实際(ji)上，除(chu)了自帶(dai)光环的明星团隊(dui)，投资人对大模型创业更多是观望(wang)和審(shen)视，真正拿(na)出真金白银的人是少数。

早(zao)在今年初ChatGPT浪潮席(xi)卷(juan)全球(qiu)时，「甲子光年」便(bian)第一时间和部(bu)分投资人们交流(liu)看法。那段时间，几乎所有人都在快(kuai)速(su)學(xue)習(xi)，邀(yao)請(qing)專(zhuan)家对公司内部進(jin)行科普。

当时，AI領(ling)域(yu)热烈讨论着一个问题：ChatGPT是不是人工智能界(jie)的iPhone时刻(ke)？对此，險(xian)峰(feng)给出的答案是不急于下定论。“我(wo)们暫(zan)时還(hai)不能確(que)定这个影(ying)響(xiang)到底有多大，但我们认为它(ta)（大模型）肯(ken)定会改(gai)變(bian)一些東(dong)西。”险峰副(fu)总裁(cai)李(li)抗(kang)说。

但也有投资机構(gou)对大模型表(biao)现了担忧。某一級(ji)市场投资人对「甲子光年」表示，很担心中国的反(fan)應(ying)过热。ChatGPT爆(bao)发后，国内的AI概念股被引(yin)爆。“我们的一二(er)级市场都必(bi)須(xu)考(kao)虑註(zhu)入的相關(guan)投资能否产生(sheng)相应的回(hui)報(bao)。如果(guo)都是为了短(duan)期利(li)益(yi)，这种投资到最后很容易打(da)水漂(piao)，因为妳(ni)没有真正去(qu)促(cu)进技術(shu)的发展，而是一个概念性投资。”

在他(ta)看来，投资人的关注點(dian)要聚(ju)焦(jiao)，去探索(suo)更多对人類(lei)未来有影响力的基礎(chu)科学，这才(cai)是真正深(shen)藏(zang)潛(qian)在市场价值的科技力量。“既要和市场动态结合，也要和市场价值以及真正的、未来的社(she)会进步结合，不能盲(mang)从，我们要清醒(xing)认識(shi)到哪些东西能改变未来，不能去蹭(ceng)热点，一窩(wo)蜂(feng)做这件(jian)事兒(er)，我们不应該(gai)成为一个浪潮中的泡(pao)沫(mo)。”

不过，一位FA从业者向(xiang)「甲子光年」表示：“最近(jin)慢(man)慢开始有投资人出手(shou)大模型項(xiang)目(mu)了，但手笔都不大。”

“本質(zhi)问题还是认知不够。”对于投资人们的谨慎态度，华映资本管(guan)理合夥(huo)人章(zhang)高男(nan)给出了自己(ji)的理解(jie)。他进一步表示：“几乎没有人能清晰(xi)地(di)定義(yi)大模型，我们要先(xian)把大模型的邊(bian)界定义清楚(chu)再来讨论，你说的大模型与我说的大模型，很有可能都不是一件事情(qing)。”

在一些人看来，投资人的谨慎对大模型创业而言(yan)或(huo)許(xu)是一种負(fu)面(mian)信(xin)號(hao)，是在给大模型潑(po)冷(leng)水。但客(ke)观来看，谨慎不代表拒(ju)绝，经过深刻思(si)考后的理性拥抱更为珍(zhen)貴(gui)。

无论投资者还是创业者，又(you)或是希(xi)望借(jie)助(zhu)大模型将自身业务轉(zhuan)型升(sheng)级的傳(chuan)統(tong)企业，在真正投身大模型市场前都需要厘清兩(liang)个问题——大模型的能力边界是什么，以及自身是否有必要引入大模型？

2.拥抱大模型前，厘清两个问题

当一项新技术出现时，商业世(shi)界最核(he)心的问题就是：这项技术能用(yong)在哪，怎(zen)么用？

这对大模型来说尤(you)其(qi)重要，也是当前还未真正入局大模型的企业都应谨慎考虑的问题。

要回答这个问题，首(shou)先需要劃(hua)定大模型的能力边界。

大模型的特(te)殊(shu)之處(chu)在于，其内部的模型算(suan)法是一个巨大的黑(hei)箱(xiang)，大模型的生成过程(cheng)不可解釋(shi)且(qie)不可预测，因此很难界定其能力边界。但可以确定的是，通(tong)用大模型不是万能的。

智源研(yan)究院(yuan)副院长、总工程師(shi)林(lin)詠(yong)华曾在一次(ci)分享(xiang)中提(ti)到，从产业落(luo)地角度来看，“大模型+提示学习”无法代替(ti)一切(qie)。

她(ta)进一步提到，对于许多特定任(ren)务或新任务，提示学习或许能通过多轮提示prompt，让大模型輸(shu)出需要的结果，但大模型“記(ji)不住(zhu)”这个过程，而如果开发者把整个提示prompt都加到每一次的調(tiao)用中，一方面有可能使(shi)得prompt越(yue)加越长而超过了大模型的上下文能力，另(ling)一方面勢(shi)必導(dao)致(zhi)每次的推(tui)理开銷(xiao)增大、效(xiao)果也会难以控(kong)制(zhi)。在投入了真金白银的产品(pin)落地环節(jie)，这种不穩(wen)定性更为致命(ming)。

国家語(yu)音创新中心首席专家張(zhang)熠(yi)天也在2023年华映资本的年会上表示：“大模型是一个生成邏(luo)輯(ji)，他给出的只是一个最優(you)的詞(ci)匯(hui)梯(ti)次聚类，答案和问题之间并无因果。我们得到的东西只是一个'result'，需要鑒(jian)別(bie)，而不是'answer'。所以大模型是否能够直接(jie)在教(jiao)育(yu)、醫(yi)療(liao)、司法等嚴(yan)肅(su)领域应用，可能都是一个问题。但是它在輔(fu)助決(jue)策(ce)上，是有意(yi)义的。在直接生成结果上，如果要商业化、产品化，我们认为还是有很长的路(lu)要走(zou)的。”

因此，一个在业内基本形(xing)成的共(gong)识是，未来每个行业都会有一个自己的垂(chui)直大模型，重点在于如何将通用大模型的能力与企业自身的行业数据很好地融合起来。

但在真正考虑大模型工程落地前，创业者们还需要考虑一个更加重要却很容易被忽(hu)视的问题——大模型是否是企业的“刚需”？

对此，国内一家多模态大模型团队曾对「甲子光年」表示，大模型是否是企业的“刚需”需要多角度来理解。对于一些企业而言，没有引入大模型，就相当于在市场競(jing)爭(zheng)中失(shi)去了一把利刃(ren)，他们不得不上大模型来获取(qu)客戶(hu)青(qing)睞(lai)——这也是一种“刚需”。

但某种程度上，这更多是新興(xing)技术在发展初期的一种市场情緒(xu)。长远来看，新兴技术的产业化发展，本质还是要靠(kao)业务需求驅(qu)动。这时，企业究竟是否需要大模型就需要考虑多重因素(su)。

除了具体的工程落地问题外，企业还需要考虑数据安(an)全问题，以及大模型对原(yuan)有市场格(ge)局的影响。

这两大问题在信息化、数字化时代已(yi)经頻(pin)频出现且无法根除，智能化时代，这些问题則(ze)可能以一种更隱(yin)晦(hui)的方式出现。

“很多消费型、或者是平(ping)臺(tai)型的企业，如果毫(hao)无保留地去拥抱大模型，那大模型对行业的反噬(shi)能力是很強(qiang)的，因为这意味(wei)着从产业端(duan)很輕(qing)易地就交出了行业的进入門(men)檻(kan)和认知鑰(yao)匙(chi)。”张熠天表示。

在数字化转型的大背景下，大多数行业都通过大数据、雲(yun)计算等技术实现了数字化转型升级。但与此同(tong)时，传统企业也向数字化技术廠(chang)商交出了大量的行业数据，数字化技术的提供(gong)商成为产业中一个不可忽视的主(zhu)体，原有的市场格局被改变。

但工业、建(jian)築(zhu)等行业由于数据量小(xiao)，且各(ge)业务線(xian)之间的数据难以打通，传统企业至今仍(reng)保持(chi)着較(jiao)高的竞争壁(bi)壘(lei)。

张熠天表示：“目前，建筑业是在数字化背景下被保護(hu)得最好的行业。现在建筑业的信息化，除了一个廣(guang)聯(lian)達(da)可以做预算以外，没有一家巨頭(tou)能够切入。为什么？因为建筑有設(she)计圖(tu)、施(shi)工图、维修(xiu)图、規(gui)划图、备案图等八(ba)张图，所有的图之间相互(hu)都是打不通的，政(zheng)府(fu)部门都不是互认的，打通整个建筑的这八张图的成本足够高，所以建筑业才保持了这种竞争主体的多元化。我们通常认为竞争主体的多元化是产业发展活力和动力之源。”

因此，在大模型浪潮下，对于行业标准、竞争优势尚不完善(shan)的企业，是否要无條(tiao)件拥抱大模型，是每一家都需要慎重考虑的问题。

3.大模型的工程化落地没有标准答案

对于已经将真金白银投入大模型市场的入局者而言，接下来要做的是解决实际的工程落地问题。

对此，业内已经逐(zhu)漸(jian)形成一个共识——未来，在产业落地环节，大模型和小模型将会相辅相成。

林咏华曾表示，对精(jing)度要求高、对泛(fan)化能力要求低(di)的窄(zhai)域场景更合適(shi)“小模型+遷(qian)移学习”的範(fan)式。比如工业檢(jian)测、工业质检、医疗影像(xiang)分析等等。

此外，华院计算创始人宣(xuan)曉(xiao)华也曾表示，未来AI企业的商业模式，是将大数据驱动的通用大模型和以知识驱动的面向垂直行业的小数据模型相融合，实现雙(shuang)轮驱动。

章高男也对「甲子光年」表示：“企业在做自己的模型优化或訓(xun)練(lian)垂类模型时，可以和大模型有所结合。不需要大模型那么高维的数据，也不需要完全套(tao)用大模型的训练方法，但可以将大模型技术和其他技术耦(ou)合，形成低算力要求的行业垂直模型，这是有啟(qi)示作用的，绝不是簡(jian)單(dan)套用大模型。”

例如，对于大模型屡遭(zao)詬(gou)病(bing)的“幻(huan)覺(jiao)”问题，短期内可能还需结合上一代AI技术来解决。

“产生幻觉的原因很多，可能是因为数据在某个领域相对稀(xi)疏(shu)和不足。在这种情況(kuang)下，我们需要为模型提供更多数据来进行训练。此外，在用户提问时，清楚地向模型提供更多背景信息也是減(jian)少幻觉的一种方法，或者降低‘温度’。有时候幻觉的产生是因为问题提得不够完整，缺(que)乏(fa)背景和前提。因此，问题的提出也非常重要，prompt engineering是关鍵(jian)。另外，如果用户真的想要百分之百解决准确的问题，可能还是需要用到知识图譜(pu)。知识图谱能够保證(zheng)逻辑推理的准确性，以及包括Meta AI的负責(ze)人Yann Lecun提出的‘世界模型’等更新的技术。”金柚(you)网CTO鄔(wu)学寧(ning)表示。

除和上一代AI技术相结合之外，将大模型的训练过程与高质量的行业数据结合也是很重要的部分。

例如，作为一家为AI PaaS平台服(fu)务的混(hun)布型数据庫(ku)，天云数据已经走过了十(shi)余(yu)年，如今已经走到了和大模型结合的階(jie)段。

天云数据副总裁李从武(wu)表示，将从两个方面考虑自身与大模型的结合——首先是如何将私(si)域数据与大型模型结合使用。例如天云数据为证監(jian)会完成了一个类似政策解讀(du)的项目，通过结合法规、判(pan)例和解释等各种数据，天云数据生成了对違(wei)规行为的解读，类似于法院判罰(fa)的过程，可以通过綜(zong)合各种数据来解读违规行为的原因。

其次，天云数据一直在研发混布式数据库，是国内最早的几家之一。早在2018年左(zuo)右(you)，天云数据就提出了AI native数据库的概念，其实就类似今天支(zhi)持大型模型的向量数据库，天云数据已经发布了自研向量数据库，并应用于自己的模型。

总的来看，大模型的工程化落地问题没有标准答案。

在人工智能这条路上，中国一定会走出一条不同于别国的道(dao)路。两条路很难有优劣(lie)之分，更多是基于不同国情下的现实選(xuan)擇(ze)。

险峰副总裁李抗曾在访談(tan)中向「甲子光年」做了一个类比，如今看来依(yi)然适用：“借OpenAI的成功(gong)去说国内创业者的诸多问题是不公平的，就像两个人打牌(pai)，牌風(feng)不同，对方突(tu)然玩了一把大的，胡(hu)出了同花(hua)順(shun)，你就说人家打牌好，我太(tai)谨慎了，但我贏(ying)的时候你怎么不说？”

张熠天分享道，从中央(yang)的判斷(duan)来看，大模型，包括人工智能的问题，是赢得全球竞争主动权的重要戰(zhan)略(lve)抓(zhua)手，是推动我国科技跨(kua)越发展，产业化优化升级，生产力总体躍(yue)升的重要战略资源。

“二十大报告谈产业问题的时候，将人工智能从新一代信息技术中单獨(du)提出。所以从政策上来看，发展人工智能、大模型，不仅仅是技术问题与产业问题，还是一个国家经濟(ji)核心竞争力的问题，从更深远上看，更是一个政治(zhi)问题，大家要从更高的角度来认识这个问题。”

如果将视野(ye)跳(tiao)出中国，将技术发展的时间线拉(la)长，ChatGPT引发的軒(xuan)然大波(bo)或许只是人工智能技术发展歷(li)史(shi)上的一个点，现在一切判断都可能为之过早。

畢(bi)竟，即使是长期浸(jin)淫(yin)人工智能研究一线的技术人員(yuan)，现在并未对人工智能的未来形成共识，并深陷(xian)于一种不安情绪中。

在近期爆火的《为什么偉(wei)大不能被计划》一書(shu)中，肯尼(ni)斯(si)·斯坦(tan)利、喬(qiao)爾(er)·雷(lei)曼(man)两位作者寫(xie)道：“我们不得不面对这样一个令(ling)人不安的事实，即我们无法确定任何经驗(yan)法则能否成为追求实现人工智能目标的可靠指(zhi)南(nan)。”

在前不久(jiu)落幕(mu)的2023北(bei)京(jing)智源大会上，智源研究院院长黃(huang)鐵(tie)軍(jun)也有着極(ji)度相似的不安。他直接用“无法閉(bi)幕”4个字作为闭幕式的演(yan)講(jiang)标题。他说：“我们处在一个不能确定的状态，这样的Near AGI它比我们强嗎(ma)？它超过我们的智能了吗？还是它在什么时候能超过我们呢(ne)？我不知道，我们处在一个完全无法把控的状态裏(li)。”

在闭幕致辭(ci)的最后，他用这样一句(ju)話(hua)收尾：“如果我们能够用投资大模型一样的热情去应对风险，至少有一定可能把握(wo)未来。但是，你相信人类能做到吗？我不知道。”

放眼(yan)所有技术与产业，这种来自一线核心技术人员的“失控感”在其他领域并不常见。现在，几乎所有人都在摸(mo)着石(shi)头过河(he)。如今入场的每一家企业，都有可能成为技术处女(nv)地的拓(tuo)荒(huang)者。

而时间，是证明一切的最佳(jia)憑(ping)证。返(fan)回搜(sou)狐(hu)，查(zha)看更多

责任編(bian)辑：