《科創(chuàng)板日報》4月28日訊（記者 張洋洋） “根據(jù)現(xiàn)在的反饋，任務性能測試上，包括ChatGPT在內(nèi)，沒有一個大模型能夠全部達標?！边@基本上是業(yè)內(nèi)對雨后春筍般不斷涌現(xiàn)的人工智能大模型的共識。
ChatGPT推出后，基于大語言模型技術(shù)的同類型產(chǎn)品還在加快涌現(xiàn)。進入4月以來，從互聯(lián)網(wǎng)大廠，到A股上市公司，以及一眾創(chuàng)業(yè)公司，再加上高?？蒲性盒＃枷群蟀l(fā)布各自的大模型，總數(shù)已經(jīng)超過30家。
短短數(shù)月，多個模型競相涌現(xiàn)，各家模型實力究竟如何？國內(nèi)大模型是否過剩了？行業(yè)終局，究竟是百花齊放，還是贏家通吃？在這場技術(shù)變革的討論聲中，大模型帶來的新能力里，哪些是最為關(guān)鍵的，最有可能帶來長期影響的？
AI大模型如雨后春筍 任務性能測試還未“滿分答卷”
據(jù)民生證券的統(tǒng)計，國內(nèi)已有超30個大模型亮相，行業(yè)儼然一副“百模大戰(zhàn)”的場景。
根據(jù)《科創(chuàng)板日報》記者約訪的人工智能行業(yè)人士反饋來看，業(yè)內(nèi)目前還沒有就具體模型給出直接的評判定論，但他們提供了一些維度，供外界做參考。
思必馳聯(lián)合創(chuàng)始人兼首席科學家、上海交通大學教授俞凱在接受《科創(chuàng)板日報》記者采訪時表示，一個必須要承認的事實是，現(xiàn)在的大模型，只有ChatGPT通過了通用性測試（用戶破億），國內(nèi)大模型與之對比，均還存在差距。
俞凱告訴記者，衡量一個大模型實力，第一是可以基于任務的性能測試，即通過定義任務集的方式，去比較所有大模型在每個任務上面的完成度。這種性能測試與人類能力對齊，包括理解能力、推理能力、判斷能力等。根據(jù)現(xiàn)在的反饋，任務性能測試上，包括ChatGPT在內(nèi)，沒有一個大模型能夠全部達標。
第二，從安全性角度去判斷，這一點更多的體現(xiàn)為大模型與人類價值觀的耦合程度。
第三，是模型運行角度，從工程特性去判斷?！斑@是一個特別重要的能力?！?/span>俞凱強調(diào)，如該大模型能夠接收多大的文本、回答反應的速度、運行的性能等。
俞凱所言，側(cè)重于技術(shù)指標。當然，也有從資源稟賦層面作出判斷的。
大模型領(lǐng)域資深行業(yè)人士王鈞（化名）則告訴記者，做大模型對團隊要求非常高，資金、技術(shù)、工程、產(chǎn)品、商業(yè)化等多個方面都不能有短板，最終考驗的是：核心成員對大方向、大節(jié)奏有沒有真正想清楚，能不能獲取足夠多的資源和支持，能否吸引各方面的關(guān)鍵人才加盟，吸引了一群不同背景的牛人之后，能不能磨合好。
“其中最稀缺的是核心算法研究和平臺工程的技術(shù)人才，這方面整個華人圈子人數(shù)都不多?！?/span>王鈞強調(diào)。
人才之爭，這在大模型市場的起勢階段已有十分鮮明的寫照。
“先發(fā)制人”的百度，派出的掌舵者是CTO王海峰，創(chuàng)業(yè)者團隊中，瀾舟科技的周明，銜遠科技的周伯文等，他們在人工智能行業(yè)的影響力已經(jīng)無需多言。此前，高調(diào)官宣人工智能創(chuàng)業(yè)的王慧文，入局的第一步就是在其個人社交媒體平臺發(fā)英雄帖，重金（新公司75%的股份）招聘頂級研發(fā)人才。
“判斷做得好不好的標準，不能看各公司自己的宣傳，一些業(yè)界公認的評測基準當然也可以作為參考，但最重要的還是用戶的認可，用戶尤其是高頻或者付費用戶最多的才是最好的?！蓖踱x稱。
“逼近了AGI核心 產(chǎn)業(yè)應用“泛化性”才是關(guān)鍵
囿于各種商業(yè)原因，對于各公司大模型實際的數(shù)據(jù)、測試反饋指標、投入的資源情況，乃至用戶數(shù)據(jù)等，外界很難全然知曉，那么對其實力情況，也很難去做全然科學的判斷。
但記者注意到，受訪者們均提到了一個顯性的評測角度，那就是“用戶反饋”，如回答的反應速度、準確性、可用性、上下文連貫邏輯等。這也是為何，每逢一個大模型新品推出，用戶第一時間會去關(guān)注回答是否會“翻車”。
就國內(nèi)當下幾個代表性大模型，《科創(chuàng)板日報》記者此前均有過實際體驗，結(jié)合多位用戶的使用反饋，目前大模型整體呈現(xiàn)如下特征：
ChatGPT-4是一個多模態(tài)大型語言模型，支持圖像和文本輸入，以文本形式輸出，在“模擬人類”的文本輸出方面，以及用戶規(guī)模上，綜合實力領(lǐng)先。
相比之下，國內(nèi)大模型種類多樣，能力各有千秋，目前更注重探索產(chǎn)業(yè)應用，用于解決產(chǎn)業(yè)技術(shù)壁壘問題。
在中文語義方面，國內(nèi)包括文心一言、千義通問等各模型理解能力有高有低，并未明顯拉開距離。在對刁鉆中文語句的理解方面，因國內(nèi)大模型的訓練數(shù)據(jù)主要來自中文語料庫，相比于ChatGPT主要來自英文語料庫，國產(chǎn)大模型因而會更勝一籌。
但也有個例。復旦大學邱錫鵬教授團隊發(fā)布國內(nèi)首個類ChatGPT模型MOSS，其英文回答水平比中文高，原因在于，英文作為科研主流語言，在學術(shù)界和工業(yè)界中得到廣泛應用，積累了大量高質(zhì)量的語料數(shù)據(jù)，且相較中文數(shù)據(jù)，英文數(shù)據(jù)開源程度高。
另外，MOSS在設(shè)計時考慮了人類的倫理道德準則，不會產(chǎn)生有偏見或可能有害的回答，這在一定程度會避免一些潛在的法律風險和商業(yè)倫理問題。這一點上，ChatGPT則沒有明確地處理。
大模型測評聲仍在此起彼伏。但俞凱坦言，目前去評判各模型能力如何以及好壞，其實不是合適的時間點。
在他看來，現(xiàn)在已經(jīng)面世的大模型，變革在于，基本都已實現(xiàn)思維鏈的涌現(xiàn)能力，逼近了AGI（通用人工智能）最核心的部分，業(yè)界現(xiàn)在更關(guān)注大模型是否有足夠的“泛化性”，即廣泛使用，但從產(chǎn)業(yè)角度而言，國內(nèi)大模型的用戶量級也還未達到泛在化。
“在未達到廣泛的通用性之前，以通用性的標準去做評判，還是需要慎重?！庇釀P強調(diào)。
大模型并未過剩 先發(fā)者未必就是"王者"
多個模型短期內(nèi)同時涌向市場，也有觀點提出，現(xiàn)在需要這么多大模型嗎？換句話說，大模型現(xiàn)在過剩了嗎？
行業(yè)普遍認為，盡管現(xiàn)在這么多大模型出現(xiàn)，但還遠達不到過剩的程度。
王鈞認為，大模型對廠商的技術(shù)、資金、實力要求，目前只能說現(xiàn)在的產(chǎn)品剛剛能夠用得上。
俞凱表示，未來的行業(yè)AI應用范式將從一個通用模型變成一簇通用模型，大模型會分化，如按照領(lǐng)域區(qū)分，按功能區(qū)分，結(jié)合具體行業(yè)具體場景?，F(xiàn)在來看，非常專業(yè)的精深大模型還沒出來，這些會在今后不斷涌現(xiàn)。
達觀數(shù)據(jù)創(chuàng)始人兼CEO陳運文在接受《科創(chuàng)板日報》記者采訪時也表示，大模型賽道目前國內(nèi)是處于探索趕超階段，技術(shù)本身也還不成熟，未來還有很大的成長空間，“就像現(xiàn)在的飲料品牌一樣，如果拉長時間線來看，今天的大模型數(shù)量其實并不多?！?/p>
那么在未來，行業(yè)的終局，究竟是百花齊放，還是贏家通吃？
俞凱和陳運文均表示，未來將會是百花齊放的狀態(tài)，原因就在于現(xiàn)在正處于起步階段，未來大模型在每個行業(yè)里面生長出來的產(chǎn)品形態(tài)都會不一樣，而面向不同的行業(yè)，也將會出現(xiàn)垂直行業(yè)的應用模型。
王鈞則表示，大模型的高門檻決定了這是少數(shù)玩家才能做的事情，未來不會是百花齊放的姿態(tài)，但究竟會不會像搜索引擎一樣一家獨大，還是操作系統(tǒng)只有兩三家的局面，亦或是云計算多家發(fā)展的格局，“現(xiàn)在沒法判斷，還是有些變量?！?/p>
多位資深業(yè)內(nèi)人士告訴《科創(chuàng)板日報》記者，在人工智能大模型上，OpenAI只是暫時一個暫時領(lǐng)先的“先發(fā)者”，微軟綁定OpenAI后確實取得了一定的競爭優(yōu)勢，但要看到谷歌、亞馬遜、Meta等也正在奮起直追。未來到底哪家公司能夠攜AI大模型取得類似蘋果今天一樣的全球市場地位，目前還極難判斷。先發(fā)者并不是最后王者的案例太多太多，以中國互聯(lián)網(wǎng)發(fā)展為例，最先出發(fā)的是新浪、搜狐、網(wǎng)易，但后面真正切得大蛋糕的卻是騰訊、阿里和字節(jié)等。
要更多地關(guān)注和深入思考AI的應用場景
無論是詫異ChatGPT的驚人表現(xiàn)，還是對“百模大戰(zhàn)”的思考，今日種種關(guān)于大模型的討論，本質(zhì)無外乎這場技術(shù)革命給人類帶來的機會和挑戰(zhàn)。
但在網(wǎng)易有道CEO、計算機科學博士周楓看來，在這場技術(shù)風潮討論中，還有一個問題沒有被充分討論，那就是大模型帶來的新能力中，哪些是最為關(guān)鍵的，最有可能帶來長期影響的。
周楓認為，與之前眾多的自然語言處理技術(shù)相比，大語言模型至少具有三項根本性新能力：涌現(xiàn)能力、作為基座模型支持多元應用的能力、支持對話作為統(tǒng)一入口的能力。
周楓表示，涌現(xiàn)能力之所以重要，不僅因為它們是大模型出現(xiàn)后才有的新能力，而且由大模型涌現(xiàn)出來的，多數(shù)是非常重要的能力。例如，常識推理能力一直是AI領(lǐng)域的重大難題，而大模型的出現(xiàn)使得常識推理取得了重大進展。再比如，一旦‘推理‘能力涌現(xiàn)，“思維鏈提示”策略就可以用來解決多步推理的難題。“因此，涌現(xiàn)能力的出現(xiàn)，是大模型帶來的一項根本性變化”。
在基座模型方面，周楓說到，大型模型不僅可以縮短每個具體應用的開發(fā)周期，減少所需人力投入，也可以基于大模型的推理、常識和寫作能力，獲得更好的應用效果。因此，大模型可以成為AI應用開發(fā)的大一統(tǒng)基座模型，這是一個一舉多得、全新的范式，值得大力推廣。
本輪讓大語言模型真正火爆的契機，是基于對話聊天的ChatGPT。周楓表示，雖然之前的聊天機器人存在各種問題，但大型語言模型的出現(xiàn)再次讓聊天機器人這種交互模式可以重新想像。未來或?qū)⒂楷F(xiàn)出很多類似的以對話形態(tài)讓助手完成各種具體工作的項目。
“這三項能力在學術(shù)界已經(jīng)被廣泛討論，甚至被視為常識，但是在產(chǎn)業(yè)界和產(chǎn)品團隊中卻缺乏足夠的關(guān)注?！敝軛鞣Q，“這些大模型技術(shù)的特點已經(jīng)改變了我們對業(yè)務和產(chǎn)品規(guī)劃的思考方式，也會改變很多產(chǎn)品的經(jīng)濟模型。因此，產(chǎn)品經(jīng)理和業(yè)務負責人需要更多地關(guān)注和深入思考這些新能力的應用場景。”
俞凱也認為，在這場技術(shù)變革，除了技術(shù)層面的參數(shù)量級，資源層面的算法、算力、數(shù)據(jù)、人才資金等的討論，更需要關(guān)注的是，除大語言模型之外，其他與人工智能體系相關(guān)的東西。
這些就包括對語言的理解，對對話式人工智能的理解，以及對多模態(tài)人工智能的理解等。這些不僅是單獨算法的問題，還關(guān)涉業(yè)務，訓練策略，以及對人工智能技術(shù)歷程的理解。
上一篇：淘汰你的不是AI 是用AI的人