2023 年,OpenAI 引領(lǐng)了科技圈久違的興奮,創(chuàng )業(yè)者感到有奔頭的同時(shí),卻也隨著(zhù) AI 模型的一再進(jìn)化,感受到了壓力。

在春節前夕,算力、模型、應用等領(lǐng)域的大模型創(chuàng )業(yè)者,齊聚在一場(chǎng)創(chuàng )業(yè)者社群的活動(dòng)上,切磋各自在不斷進(jìn)化的大模型中找到的空間。面對呼之欲出的 GPT-5 和 Llama3,他們也有新的思考。

站在模型層面,差異化很難,方向幾乎是明確的——增強推理能力和多模態(tài)。也有技術(shù)路線(xiàn)的分野,比如阿里云通義實(shí)驗室智能對話(huà)負責人李永彬透露,目前在思考是否能把搜索增強這樣的外掛能力,做到模型里,進(jìn)一步提升模型的可用性。

但站在應用層,多的是非共識和機會(huì )。比如,跑得最快的一批創(chuàng )業(yè)者,已經(jīng)實(shí)現了一定程度的商業(yè)閉環(huán),得出的結論甚至有些意外:「大模型含量」不宜過(guò)高。

這群下場(chǎng)做大模型的實(shí)干家也談到了行業(yè)內最真實(shí)的情況。智譜 AI COO 張帆道出,今天的榜單其實(shí)不反映真實(shí)問(wèn)題,GPT-4 可能連榜單前 10 名都進(jìn)不了。他認為,這種情況下,2024 年一定會(huì )發(fā)生從模型為王到價(jià)值為王的變化。

百川智能聯(lián)合創(chuàng )始人洪濤則更關(guān)心成本,他表示,一年下來(lái)苦哈哈做各種私有化項目,到底掙多少錢(qián),其實(shí)內心沒(méi)把握。在這一點(diǎn)上,大家也探討了云計算廠(chǎng)商能否在整個(gè)行業(yè)沒(méi)有商業(yè)模式之前,降低算力成本的路徑,讓該花的錢(qián)少一點(diǎn)。

近日,阿里云創(chuàng )業(yè)者社群在北京舉辦創(chuàng )業(yè)者之夜活動(dòng)|阿里云

在「創(chuàng )業(yè)者之夜」,各位大模型的先行者分享了各自對行業(yè)的「預言」;AI 應用的創(chuàng )業(yè)者們,也分享了對于大模型的「焦慮」。

01 2024,大模型往哪走?

2023 年,阿里云李永彬游走于大模型業(yè)務(wù)一線(xiàn)。一整年忙活下來(lái),他發(fā)現:最初,大模型讓「AI 解決問(wèn)題」這件事的效果從 20 分提高到 60 分,就能夠驚艷所有人,但是對于很多問(wèn)題,60 分和 0 分差不多。因為在一些應用場(chǎng)景,沒(méi)辦法拿 60 分的產(chǎn)品上線(xiàn),效果到不了 90 分,客戶(hù)可能也不會(huì )買(mǎi)單。

這也是 2023 年大模型創(chuàng )業(yè)者們共同的體感。從興奮回歸到理性,背后是共同的困惑——大模型還不夠通用,它會(huì )不會(huì )像上一波 AI 一樣,盡管展現出驚人的能力,但落到場(chǎng)景時(shí)仍舊需要逐個(gè)項目定制化?

大家自然就產(chǎn)生了 2024 年對大模型的第一個(gè)期待——通用能力進(jìn)一步提升,甚至期待模型在一些復雜場(chǎng)景能直接做到 90 分。

這種可能性不是無(wú)跡可尋。IDEA 研究院講席科學(xué)家張家興認為,從目前 OpenAI、谷歌等大廠(chǎng)對下一代大模型的判斷,大模型能解決復雜問(wèn)題會(huì )成為接下來(lái)進(jìn)化的方向。

AlphaGeometry: An Olympiad-level AI system for geometry|圖片來(lái)源:DeepMind 官網(wǎng)

就在兩周前,谷歌 DeepMind 推出的 AlphaGeometry(阿爾法幾何)AI 系統,已經(jīng)能在 30 道國際奧數題中做對 25 道,接近人類(lèi)水平(人類(lèi)金牌得主平均做對 25.9 道)。像這樣能解決奧數級別的幾何問(wèn)題,被視為邁向更先進(jìn)、更通用 AI 的重要里程碑。在 IDEA 研究院張家興看來(lái),「奧數就是復雜問(wèn)題,問(wèn)題的描述很復雜,求解過(guò)程、證明過(guò)程也很復雜」,能解決復雜問(wèn)題是模型變得更通用的表現之一。

阿里云創(chuàng )業(yè)孵化事業(yè)部總經(jīng)理李中雨認為,從 GPT-5 目前釋放的信息看,模型的泛化能力在提升,解決復雜任務(wù)的能力也在提升,甚至接下來(lái) GPT-5 可以解決 15%-20% 人類(lèi)的任務(wù)。

在提升模型的通用性上,也有新思路。

一位來(lái)自模型廠(chǎng)商的與會(huì )者分享,最近絕大多數企業(yè)落地大模型時(shí)都會(huì )用到 RAG(搜索增強),從而將大模型和私有數據結合起來(lái),提升模型可用性。但作為模型側的開(kāi)發(fā)者,也在探索算法創(chuàng )新,通過(guò)算法創(chuàng )新提高模型的學(xué)習能力,把像 RAG 這樣的外掛知識庫囊括進(jìn)去,從而減少對模型數據訓練的依賴(lài)。換言之,通過(guò)算法創(chuàng )新,以期讓模型像人類(lèi)學(xué)習一樣,看一本書(shū)就可以理解知識,而不需要看所有書(shū)來(lái)理解一個(gè)問(wèn)題。

在這一點(diǎn)上,GPT-5 提供了很好的示范。智譜 AI 張帆認為,更強大的推理能力讓處理復雜任務(wù)成為可能,同時(shí)也帶來(lái)了非常強的泛化能力。模型會(huì )在各個(gè)行業(yè)場(chǎng)景都能有很好的 Zero-Shot、One-Shot 能力(給模型一個(gè)例子甚至不給例子,它就可以涌現出對應的能力),從而減少對訓練數據的依賴(lài)。通過(guò)小數據集的訓練,就可以把模型引入到更多更垂直的領(lǐng)域。如此一來(lái),可以降低客戶(hù)使用模型的門(mén)檻,增加其可用性。

除了通用性,多模態(tài)能力也被期待在 2024 年能有更大突破。

去年底,從 GPT-4 到谷歌 Gemini,已經(jīng)充分展現了大模型的演進(jìn),拓展以大語(yǔ)言模型為核心的更大體系的 AI,必然會(huì )涉及多模態(tài)能力。

張家興預判,就像 2022 年底 ChatGPT 的出現,導致 2023 年所有人都在做大語(yǔ)言模型一樣,2024 年整個(gè)業(yè)界可能會(huì )聚焦多模態(tài)。這并不只是因為多模態(tài)能帶來(lái)更強的能力,更因為多模態(tài)的應用場(chǎng)景多,在端側比如車(chē)和機器人的場(chǎng)景,多模態(tài)非常重要。

在多模態(tài)的技術(shù)實(shí)現上,也有一些技術(shù)融合的新視角。

在多模態(tài)領(lǐng)域做探索,中科深智創(chuàng )始人成維忠注意到前段時(shí)間圖靈獎得主 Lecun 的一個(gè)采訪(fǎng),他并不認同現在大家做多模態(tài)的技術(shù)路線(xiàn)——把圖片視頻還原為像素,Lecun 認為未來(lái)的多模態(tài)訓練是應該以表征事件為主。

在這一話(huà)題的討論上,與會(huì )者一方面認為,ChatGPT 也不是規劃出來(lái)的,技術(shù)路線(xiàn)可能是干出來(lái)的,能用今天的技術(shù)落地往前走、不斷改進(jìn)是前提。另一方面,盡管路線(xiàn)之爭的存在,但也不是不能調和的,有很多中間的路線(xiàn)可以走,是連續的。比如,張家興分享了 IDEA 內部的實(shí)踐,稱(chēng)稱(chēng)目標識別等計算機視覺(jué)特征是可以作為多模態(tài)大模型的輸?,實(shí)踐下來(lái)的效果?常好。

從左到右分別是阿里云創(chuàng )業(yè)孵化事業(yè)部總經(jīng)理李中雨;智譜 AICOO 張帆;百川智能聯(lián)合創(chuàng )始人、總裁洪濤;元璟資本管理合伙人劉毅然;IDEA 研究院認知計算與自然語(yǔ)言講席科學(xué)家張家興、通義實(shí)驗室對話(huà)智能負責人李永彬 | 阿里云

02 2024,大模型如何落地?

如前所述,對于大模型接下來(lái)的趨勢預判,推理能力和多模態(tài)能力的提升成為清晰、明確的目標。但談到 AI 應用,更多是非共識的思考,創(chuàng )業(yè)者一致認為需要在非共識中尋找機會(huì )。

就拿大模型落地應用要考慮的第一件事——模型選型來(lái)說(shuō),目前也還沒(méi)有達成共識。智譜 AI 張帆笑稱(chēng),以現在模型評測卷出天際的背景下,「OpenAI 的 GPT-4 都排不到模型評測榜單的前兩頁(yè)」。

的確,幾個(gè)月以來(lái),不少模型創(chuàng )業(yè)者都向極客公園表達了類(lèi)似的觀(guān)察:模型評測榜單不反映真實(shí)情況。在「模型為王」的愿景下,的確會(huì )出現提前讓模型「看題」、「背題」來(lái)獲得高分的情況。但更重要的是,當涉及到千行百業(yè)的不同場(chǎng)景,很難用一套標準來(lái)評價(jià)模型的可用性。

實(shí)踐過(guò)后,大家更認同在一個(gè)個(gè)真實(shí)的具體場(chǎng)景里不斷測試評估。比如,獵聘在+大模型的探索上,最大的研發(fā)成本就花在測試不同的模型上。獵聘 CEO 戴科彬表示,對于什么場(chǎng)景用什么模型、多大尺寸的模型最高效,沒(méi)有標準答案,就連評價(jià)標準也要根據情況調整。

除了模型選型,模型落地也開(kāi)始出現一些可操作的判斷標準。無(wú)論是在原有應用里+大模型,還是一些 AI Native 應用的探索,都出現了能形成商業(yè)閉環(huán)的可能性。

這里首先要考慮大模型技術(shù)分布的獨特性。元璟資本管理合伙人劉毅然認為,AI 應用存在巨大的不確定和非共識機會(huì ),這與這一波 AI 技術(shù)的特點(diǎn)有關(guān)。

移動(dòng)互聯(lián)網(wǎng)時(shí)代,應用的底層基礎設施是一樣的,都是基于蘋(píng)果 iOS 和 LBS 定位來(lái)做產(chǎn)品。相比之下,大模型應用則是一個(gè)個(gè)垂直優(yōu)化的過(guò)程,底層模型哪部分用開(kāi)源版、哪部分微調、調整哪些問(wèn)題,再視情況優(yōu)化功能和應用。創(chuàng )業(yè)者需要充分懂技術(shù),再做產(chǎn)品的封裝,這個(gè)過(guò)程存在很大優(yōu)化空間和機會(huì )。

這就提出了探索 AI 應用的第一條原則——TPF(技術(shù)產(chǎn)品匹配),百川智能創(chuàng )始人王小川在極客公園創(chuàng )新大會(huì ) 2024 大會(huì )上曾提到過(guò)這個(gè)名詞,指的是在現有大模型技術(shù)不完美時(shí),先明確「這樣一個(gè)技術(shù)適合什么樣的產(chǎn)品」,而不是產(chǎn)品經(jīng)理洞察市場(chǎng)有什么需求,回來(lái)就開(kāi)始做。

因為從大模型到 AI 應用,「今天最大的挑戰不是找到『什么不行』,這件事不難,人人都能夠做到。難的是能找到它『什么行』,找到模型能力和業(yè)務(wù)的最大公約數,變成正向循環(huán)?!怪亲V AI 張帆認為,這會(huì )成為 2024 年大模型落地的重點(diǎn)。

盡管這樣的實(shí)踐可能不是投資人尋找的 AI Native 應用,但是務(wù)實(shí)地看,通過(guò)在可用場(chǎng)景里,基于模型和工程化手段把大模型應用產(chǎn)品化,數據和客戶(hù)反饋的飛輪會(huì )推著(zhù) AI 應用向前迭代。百川智能聯(lián)合創(chuàng )始人洪濤提到了一個(gè)有趣的觀(guān)察,做 AI 應用的創(chuàng )業(yè)者甚至覺(jué)得以當前大模型技術(shù)成熟度,AI 應用「含大模型量」不宜過(guò)高。

在游戲領(lǐng)域,昆侖萬(wàn)維集團董事長(cháng)兼 CEO 方漢有類(lèi)似的觀(guān)察。通過(guò)純 AI 大模型直接生成 3D 游戲內容,會(huì )造成面數特別多、規格不匹配等問(wèn)題。這時(shí)如果換一個(gè)思路,把傳統的一些簡(jiǎn)單動(dòng)畫(huà)工具,融合進(jìn) AI 大模型的工作流之后,產(chǎn)品的可用性就大大提高。

在他看來(lái),什么好用就用什么,拼出對用戶(hù)最有價(jià)值的工作流,這是作為 AI 應用開(kāi)發(fā)商的價(jià)值所在。

看得出,在原有應用里+大模型、探索更好的工作流,是把大模型智力變成生產(chǎn)力最直接的方式。智譜 AI 張帆認為,這也是 2024 年產(chǎn)業(yè)關(guān)注的重點(diǎn)。

與此同時(shí),一些令人驚艷的 AI Native 應用也開(kāi)始出現。

就像移動(dòng)互聯(lián)網(wǎng)技術(shù)下,出現隨時(shí)隨地刷短視頻的用戶(hù)需求一樣,大模型技術(shù)下也開(kāi)始出現一些獨有的場(chǎng)景。比如一位 AI 應用投資人現場(chǎng)分享了一款還在定向邀測的海外應用 Can of Soup,一款想象力社交軟件。用戶(hù)利用 AI 生成虛擬圖像,發(fā)布在網(wǎng)站上,互相評論,還可以邀請朋友進(jìn)行「想象力」共創(chuàng )、點(diǎn)評,這款產(chǎn)品可以類(lèi)比為「想象力版 Instagram」。

「這款應用在海外 DAU 增長(cháng)非???,不知道最后能不能成,但是非常有意義的探索,代表不僅現實(shí)的生活可以分享、可以社交,你的想象力也可以被社交,這就是非常典型的 AI 原生的應用,發(fā)現了新的行為模式」,他補充說(shuō)。

除了像 Can of Soup 這樣捕捉新技術(shù)下的人類(lèi)新需求,新技術(shù)也給熟悉的場(chǎng)景帶來(lái)了更好的解決方案,為用戶(hù)帶來(lái)更易用、好用的體驗。

就拿現在最火熱的智能體來(lái)說(shuō),智譜 AI 張帆認為,很多 GPTs 能做的事情非常淺,很難用作生產(chǎn)工具。這些 GPTs 背后的流程大體是按照人的理解邏輯來(lái)執行,先做分類(lèi)、再做模型、再做任務(wù),但是這種智能體運行的方式是受限的,他認為,「嚴格來(lái)講,這種外掛工程的方式不算是 agent,只是大號的模型應用」。

相比之下,他發(fā)現字節跳動(dòng)在海外推出的 Coze 玩法不一樣,同樣是 GPTs 類(lèi)應用,Coze 的模式是利用背后大模型的遞歸和迭代的能力和表達力,這是更加原生的智能體,效果也更好。

張帆稱(chēng),這是他看到比較興奮的方向,能夠用更簡(jiǎn)單的方式、更通用的方式,不需要微調,僅僅用基礎的表述就能夠解決真正的復雜問(wèn)題,把從模型到應用之間的 100 公里降到 100 米。但也有前提,像 Coze 這樣的原生模式,高度依賴(lài)背后的模型能力,模型強大到足夠通用,才可以實(shí)現。

智譜 AI COO 張帆在活動(dòng)上做分享|阿里云

除了軟件類(lèi) AI 應用,結合端側場(chǎng)景的應用也值得期待,尤其機器人領(lǐng)域。說(shuō)起 2023 年最眼前一亮的應用,張家興認為是谷歌的 RT-2(Robotics Transformer 2,一款機器人大模型),看到了??然語(yǔ)?定義任意機器人任務(wù)的曙光。他認為,?模型在機器?領(lǐng)域正在期待 ChatGPT 時(shí)刻。

元璟資本劉毅然舉了一個(gè)例子,過(guò)去機器人領(lǐng)域有一些常規,比如用數學(xué)規律來(lái)描述復雜動(dòng)態(tài)體的運動(dòng),現在,大模型對于像這樣的數學(xué)描述過(guò)程有放大作用,但距離大模型真正進(jìn)入機器人或者手機、車(chē)、AI Pin 等硬件,可能還需要些時(shí)間。

「天上的大模型能否落在地上的設備上面,是值得期待的」他說(shuō)道。盡管通用的物理世界大模型的價(jià)值最大,是科學(xué)家夢(mèng)寐以求的,但在前面加合適的定語(yǔ),是創(chuàng )業(yè)者今天就可以做、也可以有收獲的。難點(diǎn)在于,前面怎么加定語(yǔ),能符合今天的技術(shù)階段,也能把商業(yè)化和產(chǎn)品結合在一起,不停向前進(jìn)。

03 2024,大模型「基建」的意義

有了對 AI 應用百花齊放的期待和判斷,創(chuàng )業(yè)者也對整個(gè)大模型的技術(shù)體系寄予新期待,尤其是數據、算力和開(kāi)源算法。

數據被視為模型訓練、微調等動(dòng)作產(chǎn)生效果最重要的因素之一。在獲取高質(zhì)量數據上,方漢提出了不同的思考。在他看來(lái),很多大模型有更快的方法獲取數據,比如通過(guò)用 GPT-4 做「教練」來(lái)獲得,但是在數據獲取方面,團隊應該有「長(cháng)期主義」精神,不然「很難走遠」。

昆侖萬(wàn)維董事長(cháng)、CEO 方漢在交流環(huán)節分享昆侖萬(wàn)維+大模型的實(shí)踐|圖片來(lái)源:阿里云

在對比了全球市場(chǎng)后,昆侖萬(wàn)維方漢認為,垂類(lèi)數據是中國公司上場(chǎng)和發(fā)力的方向。有了垂類(lèi)高質(zhì)量數據,才有機會(huì )在垂直場(chǎng)景里面做到 SOTA(指前沿、第一梯隊的模型),率先獲得垂直場(chǎng)景的紅利。

在算力層,成本成為主要的關(guān)注點(diǎn)。

百川智能洪濤坦言,大模型商業(yè)模式的探索有相對長(cháng)期的試錯過(guò)程,云計算層面繼續突破、攤薄創(chuàng )新成本,是眼下比較關(guān)注的方向。

在這一點(diǎn)上,阿里云公共云總裁劉偉光認為云和 AI 的結合會(huì )逐漸解決這個(gè)問(wèn)題。

云計算對傳統 IT 的意義,和融合AI的意義完全不同。AI 和云是魚(yú)和水,密不可分,二者的結合是 AI 應用的催化劑。同時(shí),云計算能力的不斷演進(jìn),包括 GPU 算力、配套的計算存儲、網(wǎng)絡(luò )能力的演進(jìn),會(huì )對 AI 產(chǎn)生非常大的支撐。

「在談AI原生應用之前,其實(shí)有一點(diǎn)被忽略了——AI 是云的原生應用。二者的結合還有很大優(yōu)化空間」他說(shuō)道。隨著(zhù)大模型包括 AIGC(應用)更加細分,對算力的需求也會(huì )逐漸細分化,而不是簡(jiǎn)單粗暴地購買(mǎi)算力,這也是阿里云不斷探索的事情。

在這一點(diǎn)上,云、端結合的方式也被寄予厚望,昆侖萬(wàn)維方漢認為,降低模型推理成本,要結合端側推理,手機側可以做小參數量模型的推理,和云端大參數量模型推理結合起來(lái)。

算法層面,meta 開(kāi)源的 LLaMA 和 Llama2 為產(chǎn)業(yè)模型發(fā)展提速,帶來(lái)了繁榮的開(kāi)發(fā)者生態(tài)。不久前,Mistral 創(chuàng )始人也袒露借鑒了 Llama2 的開(kāi)源模型,但開(kāi)發(fā)者普遍稱(chēng),Mistral 的效果實(shí)際用下來(lái)要比 Llama2 更好。

國內模型廠(chǎng)商也越來(lái)越多地選擇開(kāi)源模型,但也有創(chuàng )業(yè)者表示,不確定國內尤其是大廠(chǎng)開(kāi)源模型背后的考量,會(huì )不會(huì )只是一時(shí)的。比如,獵聘戴科彬就認為,阿里云開(kāi)源的 72B 大模型效果非常好,但也好奇其背后的思考。

在創(chuàng )業(yè)者之夜上,阿里云市場(chǎng)總裁劉湘雯直面這一提問(wèn)。她表示,阿里云會(huì )持續開(kāi)源,這并非僅僅為了公益,而是基于對商業(yè)的判斷。

阿里云創(chuàng )業(yè)者之夜活動(dòng)現場(chǎng)|阿里云

在這場(chǎng)創(chuàng )業(yè)者活動(dòng)中,極客公園看到了共識,也看到了更多共識的觀(guān)點(diǎn)在嘉賓之中激烈碰撞。而這恰恰代表了由大模型引發(fā)的新一波 AI 浪潮中所蘊含的機遇。你可以想象,在 20 年前移動(dòng)互聯(lián)網(wǎng)剛剛興起的時(shí)候,在類(lèi)似活動(dòng),同樣充滿(mǎn)了相同的爭論和見(jiàn)解。

不同的是,變革的「基建」從運營(yíng)商,變成了現在以阿里云為代表的云計算廠(chǎng)商。在大模型時(shí)代,阿里云不僅要自己下場(chǎng)「摸清」大模型上下游的真實(shí)情況,更需要在這樣的創(chuàng )業(yè)者之夜活動(dòng)中,和大模型行業(yè)的「玩家」共同找到行業(yè)發(fā)展的方向,根據后者不斷變化的需求,增加阿里云「AI 基建」的各種能力,來(lái)和創(chuàng )業(yè)者們一起成長(cháng)、成功。

大模型時(shí)代,「計算,為了無(wú)法計算的價(jià)值」有新的內涵,在阿里云舉辦的創(chuàng )業(yè)者之夜活動(dòng)上,這群先行者率先開(kāi)始探索最開(kāi)放的技術(shù)體系里,新的變化。

寫(xiě)在最后:

創(chuàng )業(yè)者之夜活動(dòng)由阿里云創(chuàng )業(yè)者社群舉辦。社群聚集中國最前沿的技術(shù)創(chuàng )新者,聚焦云與 AI 技術(shù)方向、以及 AI 在產(chǎn)業(yè)中的落地應用等核心主題,發(fā)起各類(lèi)技術(shù)及產(chǎn)業(yè)閉門(mén)活動(dòng)與研討,與社群成員形成長(cháng)期共創(chuàng )體系,與技術(shù)創(chuàng )新者們共同成長(cháng)。


標簽: