大廠競逐AI大模型 虛火過旺還是星辰大海？

你方唱罷我登場。

　　過去一周，國產AI大模型賽道熱鬧非凡。先是阿里巴巴旗下超大規模語言模型“通義千問”開放內測，后有商湯科技、昆侖萬維放出自家打造的大模型成果。與此同時，科大訊飛、騰訊、360、字節跳動等也在“摩拳擦掌”，紛紛將發展人工智能列為未來企業的核心戰略……

　　國內科技企業圍繞AI大模型上演“百團大戰”背后，誰能憑硬實力拔得頭籌？這一新興技術，究竟是虛火過旺還是星辰大海？

　　南方日報記者?許雋?葉丹?郜小平

　　國產大模型“百舸爭流”

　　AI大模型，指的是擁有數百萬以上參數規模的深度神經網絡模型。這類模型在經過專門的訓練后，即可對海量數據進行復雜處理和任務處理。由海外科技公司OpenAI開發的ChatGPT之所以擁有強大的對話交互能力，背靠的正是名為“GPT”的AI預訓練模型。

　　今年以來，隨著ChatGPT爆紅“出圈”，“大模型熱潮”也從國外涌向了國內。

　　4月7日，阿里巴巴正式發布超大規模語言模型“通義千問”，并定向邀請用戶測試體驗。與百度于3月中旬上線的“文心一言”大模型工具類似，“通義千問”也具備與用戶進行多輪對話的能力，并支持代碼編程、文案創作等功能。

　　雖然沒趕上國內大模型產品的“首發”，但是“通義千問”卻可能是最早通過各個場景應用融入人們生活的一個。據阿里巴巴集團董事會主席兼CEO、阿里云智能集團CEO張勇透露，釘釘、天貓精靈將于不久后正式接入該模型，未來阿里巴巴全系產品都將用上。

　　4月9日，360宣布，將基于360GPT大模型開發人工智能產品矩陣“360智腦”，未來將其率先落地在“360搜索”場景，后續面向電商、營銷、辦公等場景深度落地。

　　4月10日，商湯科技公布“日日新SenseNova”大模型體系雛形，并現場演示了該模型體系下“商量SenseChat”語言工具的超長文本閱讀理解、健康咨詢等創新能力。同日，游戲起家的昆侖萬維也對外預告，不日將發布和奇點智源合作自研的大模型成果——“天工”3.5，并宣稱這是“中國第一個真正實現智能涌現的國產大語言模型”。

　　京東、科大訊飛、騰訊、字節跳動打造的大模型產品也有望在未來一個月集中亮相。

　　除此之外，由美團聯合創始人王慧文、創新工場創始人李開復、搜狗創始人王小川等企業高管領銜的“AI大模型創業軍團”，也對AI大模型風口“虎視眈眈”。

　　“當前AI大模型仍是新興技術，未來的競爭格局在一定程度上取決于各廠商的舉措、戰略方向與資本投資方向。”IDC中國助理研究總監盧言霞指出，目前AI大模型處于百花齊放的狀態，未來企業要想真正跑贏對手，不能僅靠“一頭熱”，而是需要培養自身在數據、場景、軟硬一體算力等方面的多重能力。

　　大廠上演AI“軍備競賽”

　　“每年5000萬到1億美元的花費，是千億級大模型訓練的入場券。”昆侖萬維CEO方漢指出，AI大模型高昂的訓練成本和研發投入，讓眾多入局者“望而生畏”。而據公開資料顯示，無論是百度、阿里巴巴買還是騰訊、華為每年在研發上投入的資金均在百億元規模，研發團隊人數破萬，且在技術研發上實力雄厚，是目前當之無愧的“第一梯隊”玩家。

　　以華為為例，身處“制裁常態化”壓力之下，2022年企業研發投入仍高達1615億元，占總營收的25.1%，現金流表現整體健康。在AI大模型相關的技術積累上，華為擁有芯片、算力、模型、算法等完善的生態鏈布局。早在2019至2020年間，公司內部就已啟動“盤古大模型”立項，該模型在預訓練階段累計學習了40TB大小的文本資料，參數規模達千億級別，目前在工業、制造、金融、醫藥等行業場景都已有成熟的應用案例。

　　百度在人工智能領域布局已有近10年時間，是國內少數在芯片層、框架層、模型層、應用層有全棧布局的科技企業。同樣早在2019年，公司就已打造文心大模型ERNIE?1.0。經過多輪迭代，目前模型已經升級到3.0版本。除在模型框架內的基礎訓練外，ERNIE3.0每天還要接收數十億用戶的搜索請求，這為“文心一言”積累了豐富的語料庫。

　　相較之下，阿里巴巴與騰訊在大模型方面雖然沒能搶占“頭啖湯”，但是基于原有業務、資源和技術的積累，他們卻是最有機會推動模型技術向C端用戶普及的兩家。在業內人士看來，深厚的算力積累和豐富的應用場景，都是阿里和騰訊的最大“法寶”。

　　以阿里巴巴為例，張勇曾經指出，大模型是一場“AI云計算”的全方位競爭。超萬億參數的大模型研發，并不僅僅涉及算法問題，更囊括了底層龐大算力、網絡、大數據、機器學習等諸多領域的復雜系統性工程，需要有超大規模AI基礎設施的支撐。而阿里云從2019年就開始投入大模型研發，算力優勢突出，是全球首個完成10萬億參數AI大模型訓練的企業。

　　騰訊方面雖然還沒有發布通用的AI大模型工具，但企業自身不乏在網絡、存儲、軟件優化、訓練框架和芯片等大模型技術上的積累，距離打造一款成熟產品只有“一步之遙”。

　　而從各自的特有優勢來看，百度擁有“搜索”這一核心流量入口，有利于第一時間搶占用戶心智；阿里、騰訊各自擁有釘釘、天貓精靈，微信/QQ等豐富的應用生態，能夠推動廣泛的場景落地；華為大模型成果在B端已有成熟落地，有望率先在垂直細分領域做出成績。

　　“直道沖鋒”任重而道遠

　　浙商證券指出，大模型越來越成為當下科技企業核心競爭力的重要體現。與“元宇宙”等概念不同，大模型有著相對清晰的商業模式和應用場景。目前，業內也已基本形成共識：大模型將成為AIGC（即AI生成內容的生產方式）時代的核心支撐。

　　“中國需要有自己的AI大模型，這是彰顯科技創新實力的需要，也是經濟和社會發展的需要。”互聯網分析師易方寒告訴南方日報記者，以語言大模型為代表的大模型，作為實現通用人工智能的關鍵路徑之一，將成為國內外科技企業競逐的主賽道。

　　然而，在推動國產AI大模型發展的過程中，人才儲備不足、算法和模型質量不高、算力存在短板等問題，仍然是擺在百度、阿里巴巴等科技企業面前的難題。

　　以算法和模型質量不高為例。經與ChatGPT對比，百度“文心一言”、阿里巴巴“通義千問”等模型在邏輯思辨、復雜數理計算上仍有不小的提升空間。此外，在中文語料庫方面，據深圳數據交易所董事長李紅光指出，我國還面臨數據分散，導致數據支撐不足的問題。

　　“數據分散在不同的地方，碎片化比較嚴重，也比較封閉，同時，沒有經過整理的數據，存在字段缺失、信息不準等問題，目前國內數據流通中存在供給不足的問題，尤其是高質量的數據供給不足，限制了國內AI大模型的發展。”李紅光分析，數據資源變成數據要素，關鍵點就是數據治理，原始數據經過治理升級后才會成為人工智能領域的支撐。這也正是數據交易所存在的價值——給國內AI大模型的發展提供數據“養分”。

　　能耗方面也有挑戰。在中興通訊執行副總裁、首席運營官謝峻石看來，大模型的高速發展，也意味著巨大的能耗——有數據顯示，ChatGPT的總算力消耗約為3640PF-days，需要7-8個投資規模30億元、算力500P的數據中心才能支撐運行。如何降低訓練大模型的成本和能耗？能否通過自研AI加速芯片降低推理成本？這同樣需要業界共同思考并解決。

　　此外，生成式AI也帶來了一系列隱患，包括國家安全、虛假內容、數據泄露、侵權風險、失業風險、濫用風險等。對此，西南政法大學數字法治政府研究院研究員鄭志峰認為，我國需要構建一套涵蓋研發、利用全過程、全要素的監管機制，劃清技術紅線，確保技術向善。

　　“中國認知智能大模型的發展不僅要‘彎道超車’，還需要‘直道沖鋒’。”科大訊飛副總裁、研究院院長劉聰指出，我國豐富的互聯網應用生態，為國產AI大模型的落地提供了肥沃的土壤。此外，在垂直類別或多模態的大模型領域，我國也存在“彎道超車”的機會。

　　盡管如此，要想對標目標并保持差距不斷縮小，我國仍然需要在芯片、高質量數據、系統迭代等方面“正面擊破”。“我們要正視差距，并且以最先進水平為目標奮起直追。”