圖片來源@視覺中國

(相關(guān)資料圖)

文｜價值星球Planet，作者 | 沙拉醬，編輯 | 麻吉

大模型越來越火，搶人大戰(zhàn)愈演愈烈。

在AIGC、ChatGPT的帶動下，大模型概念開始被廣泛討論。2023年還未過半，就已經(jīng)有包括百度、阿里、騰訊、商湯、京東、科大訊飛等多家互聯(lián)網(wǎng)、AI公司陸續(xù)宣布對大模型展開探索。

誠然，在大模型的技術(shù)和商業(yè)化進程上，國內(nèi)相較于國外仍有一定差距。因此，大廠們毫不吝嗇地開出百萬年薪來爭奪算法、深度學(xué)習(xí)等高級技術(shù)人才。

除此之外，大模型在中國這片土壤上要如何生長，其商業(yè)化進程又需要突破哪些瓶頸呢？

越來越“大”的大模型

AIGC和ChatGPT等熱詞帶動下，大模型概念逐漸被關(guān)注。不過，大模型到底是什么，又能做什么，對很多人來說，這個問題的答案似乎很模糊。

一位中國傳媒大學(xué)計算機技術(shù)碩士，在知乎上這樣描述了大模型：如果說模型是一個盒子，那么普通模型就是一個小盒子，因為容量有限，所以其處理和存儲的數(shù)據(jù)、信息也有限。因此，普通模型可以完成分類、預(yù)測、生成等簡單任務(wù)；相較之下，大模型就是一個超級大倉庫，往往需要數(shù)十億，甚至上百億個參數(shù)組成，可以完成更高級的思考和決策。比如，自然語言理解、語音識別、圖像識別等。

而這個大模型，到底有多“大”？舉例來說，GPT-4使用了1750億規(guī)模的參數(shù)，微軟推出的Turing-NLG有1000億參數(shù)，谷歌則推出號稱有1.6萬億模型參數(shù)的switch transformer。作為對照，我們?nèi)粘Ｊ褂玫闹悄苷Z音通常只有幾個億的參數(shù)。

雖然，在模型參數(shù)的規(guī)模上，國內(nèi)產(chǎn)品似乎仍落后一步——例如，率先推出文心一言的百度有100億參數(shù)、華為盤古大模型使用1000億參數(shù)。不過，過去的幾個月，陸續(xù)加速布局大模型的國內(nèi)公司卻如雨后春筍，其中包括阿里的通義大模型、騰訊的混元大模型、科大訊飛的訊飛星火、京東的ChatJD等等。

從目前國內(nèi)推出的幾款大模型產(chǎn)品來看，我們似乎仍在等待和尋找自己的“iPhone時刻”。無論是百度的文心一言、華為的盤古大模型，還是科大訊飛的訊飛星火，似乎仍停留在從自己原本的優(yōu)勢入手的“集大成者”，相對缺少更多的創(chuàng)新。

像是以搜索引擎為所長的百度，推出了類似GPT-3這樣具備搜索屬性的文心一言。

華為的盤古大模型則更加專注于自己比較有優(yōu)勢的TO B業(yè)務(wù)。在發(fā)布會上，華為也表示，在過去的2022年，華為盤古大模型主要是AI for Industry（AI賦能產(chǎn)業(yè)），為煤礦、水泥、電力、金融、農(nóng)業(yè)等行業(yè)創(chuàng)造了更多產(chǎn)業(yè)價值，其中CV大模型早就有了許多用武之地。

比如在與能源公司合作的盤古礦山大模型案例中，礦井現(xiàn)場是一個40米長的采掘機，寬度僅2米左右，傳統(tǒng)相機很難一下子捕捉到全部畫面，只能用圖中的九宮格視頻畫面。而通過5G+AI全景視頻拼接綜采畫面卷，傳輸?shù)降孛妫孛婀ぷ魅藛T將來可以實現(xiàn)地面控制機器進行采礦，實現(xiàn)礦下無人、少人安全作業(yè)。

科大訊飛則是在深度神經(jīng)網(wǎng)絡(luò)算法方面擁有豐富經(jīng)驗，尤其在語音識別和圖文識別方面水平過硬，其訊飛火星的體驗頁面，就包含語音合成、聽寫、翻譯、文字識別等功能。

人才之爭

艾瑞咨詢曾在報告《ChatGPT浪潮下，看中國大語言模型產(chǎn)業(yè)發(fā)展》中討論過中外大模型研發(fā)的差距，其中表示，“對百度等國內(nèi)大廠而言，則在數(shù)據(jù)、算力、工程化能力等關(guān)鍵要素上存在短板，短期內(nèi)難以對國外領(lǐng)先大模型實現(xiàn)趕超，為跟隨者角色，長期更需要國內(nèi)AI全產(chǎn)業(yè)鏈整體進化。”

要補充短板，一個重要的因素，就是人才。因此，大廠也都紛紛行動起來。

BOSS直聘上，百度、騰訊、阿里、螞蟻集團等紛紛發(fā)布了相關(guān)崗位的招聘信息。其中，百度以25-40k/月招聘AI大模型算法工程師、20-40k/月招聘模型構(gòu)架工程師；螞蟻集團以45-75k/月招聘深度學(xué)習(xí)大模型GPT工程師；阿里以40-70k/月招聘大模型訓(xùn)練及算法工程師；騰訊則以30-60k/月招聘大模型預(yù)訓(xùn)練方向的工程師... ...

部分大模型招聘信息。圖源：BOSS直聘

值得注意的是，這些崗位幾乎都在一日內(nèi)被回復(fù)了超過10次，負責(zé)招聘的聯(lián)絡(luò)人也幾乎都是“正在活躍”的狀態(tài)。由此可見，求職者對于大模型相關(guān)崗位充滿信心，且招聘者也正在如火如荼地爭奪人才。

而從脈脈發(fā)布的《AIGC?才趨勢報告》中可以看出，自O(shè)pen AI推出的2021年以來，對于AIGC相關(guān)的人才爭奪就已經(jīng)開始了。2021年1-2月，AIGC相關(guān)崗位招聘同比上升281.88%，而后的2022年和今年的1-2月，招聘數(shù)量分別保持了76.74%和31.3%的同比增幅。

圖源：脈脈《AIGC?才趨勢報告》

這些招聘中，純互聯(lián)網(wǎng)大廠占比超過33%，處于人才爭奪的主導(dǎo)位置。而且，大廠并不吝嗇給錢，圖像識別、深度學(xué)習(xí)、算法研究工程師的平均年薪超過了100萬元人民幣。

不過，在具體的崗位需求上，目前國內(nèi)大模型相關(guān)人才的供需出現(xiàn)了部分偏差。從招聘者的角度而言，大廠們最緊缺的是算法工程師、自然語言處理、算法研究員等技術(shù)人員；而從求職者角度而言，大家投遞最多的簡歷傾向于產(chǎn)品經(jīng)理、用戶運營等后端崗位。這能從側(cè)面反應(yīng)兩個問題：其一，目前大模型技術(shù)相關(guān)人員仍是供不應(yīng)求；其二，目前大廠們對大模型的布局仍側(cè)重于技術(shù)研發(fā)，而非市場推廣。

圖源：脈脈《AIGC?才趨勢報告》

此外，相較國外，目前國內(nèi)大模型人才的學(xué)術(shù)背景似乎也略遜一籌。比如，在AIGC相關(guān)人才的學(xué)歷背景中，本科和碩士占據(jù)了幾乎90%，博士生占比僅4%。相比之下，由科技情報分析機構(gòu)AMiner和智譜研究發(fā)布的《ChatGPT團隊背景研究報告》顯示，ChatGPT研發(fā)團隊中，本科、碩士和博士的占比分別為33%、30%、37%。

圖源：脈脈《AIGC?才趨勢報告》

前路很長

誠然，人才的爭奪只是第一步，對不少大廠來說，積極投入研發(fā)的最終意義是賺錢。而大模型目前的商業(yè)化分成了C端與B端兩個路徑方向——對于C端來說，以GPT為例，通過開源方式將用戶和數(shù)據(jù)引進來，再逐漸轉(zhuǎn)化成訂閱制；而就B端而言，比如Open AI與微軟Azure的合作，間接實現(xiàn)“模型即服務(wù)”，小B開發(fā)者可以調(diào)用其大模型API。

商業(yè)模式上，ChatGPT已經(jīng)明確指向API、訂閱制和戰(zhàn)略合作（嵌入微軟Bing、Office等軟件）三種營收方式，且已在用戶數(shù)據(jù)積累、產(chǎn)品布局和生態(tài)建設(shè)層面充分領(lǐng)先；Google雖有意追趕，但由于聊天機器人這樣的產(chǎn)品形態(tài)對于其主營的搜索引擎業(yè)務(wù)的助益有限，因此在與搜索引擎結(jié)合方面較為審慎，更希望借助大模型能力開展“模型即服務(wù)”范式，開拓其當(dāng)前市占率較低的云服務(wù)業(yè)務(wù)的市場空間。

國內(nèi)大廠也幾乎是在這兩條路上摸索。比如百度的文心一言更傾向于C端市場的探索，而“文心千帆”產(chǎn)品則劍指B端市場，意圖進一步帶動云服務(wù)營收。

不過無論是靠哪一條“腿”走路，想要實現(xiàn)商業(yè)化，大模型產(chǎn)品仍需要解決幾個緊迫的問題。

比如，信息準確性。科技行業(yè)投資觀察員林允告訴價值星球：“大模型所輸出的內(nèi)容準確性其實絕大部分取決于其底層數(shù)據(jù)的質(zhì)量。我自己在測試了國內(nèi)某廠推出的類GPT產(chǎn)品后，最大的感觸是，底層數(shù)據(jù)質(zhì)量還是有一定差距。”林允還補充道，用中文訓(xùn)練模型相較于英文也是沒有語言優(yōu)勢的。

但是，消費者不會體會研發(fā)者的難處，一旦產(chǎn)品開啟訂閱制，用戶就會對產(chǎn)品輸出的內(nèi)容要求極其嚴苛。免費使用的時候，用戶還能將錯誤反饋當(dāng)成吐槽的笑話，但收費之后，這些錯誤可能就成了投訴的理由。

除此之外，在目前大模型較多應(yīng)用的文字和圖形創(chuàng)作上，如何保證原創(chuàng)性也成了一個關(guān)鍵問題。一位AI從業(yè)者就表示，以AIGC為例，目前很多AIGC系統(tǒng)仍缺乏創(chuàng)造力，甚至不能獨立生成原創(chuàng)內(nèi)容，只能根據(jù)給定的模板或者指導(dǎo)生成相關(guān)內(nèi)容。而這可能會牽扯原創(chuàng)的道德問題，以及更實際的，涉及版權(quán)資金的問題。

最重要的是，大模型由于所需要的數(shù)據(jù)規(guī)模巨大，因此對算法、算力、數(shù)據(jù)存儲空間都有極大的要求，而這些不止是人才可以彌補的，還需要大量的資金。要知道，Open AI的成功也是微軟當(dāng)初用數(shù)十億美金堆出來的。巨大的資金需求，對大廠的研發(fā)決心也是一種考驗。

但毋庸置疑的是，大模型已經(jīng)開始改造很多應(yīng)用場景。林允就表示，“以ChatGPT為例，它將會徹底改變?nèi)藗児ぷ鞯姆绞剑圆徽撌撬阉饕鏋橹鞯陌俣龋€是發(fā)展云業(yè)務(wù)的阿里、騰訊、華為，大廠們對大模型的探索是無法阻擋的大勢所趨。只是進展和成效如何，要邊走邊看。”

*文中林允為化名

責(zé)任編輯：

關(guān)鍵詞