當下的AI大模型，可謂百花齊放。據《中國人工智能大模型地圖研究報告》統計，截至5月底，國內已發布的10億參數規模以上的大模型達79個。越來越多大模型的推出，在推動AI技術進一步升溫的同時，也開始催生一些冷思考——我們到底需要多少以及需要怎樣的AI大模型？

智源研究院院長黃鐵軍近日接受21世紀經濟報道采訪時指出，未來的大模型生態只會有屈指可數的大模型，現在的幾十上百個模型，都只是技術迭代的中間產品?！暗侥莻€時候，除了頭部的幾個大模型外，其他的企業則需要在生態里找到自己的位置，這個位置不一定是做大模型，只要能在生態形成后的某個環節做好，也能夠實現價值”。

他認為，現階段對于創業者來說，用通用的基礎模型加上專門領域的數據做出垂類模型，也未嘗不可。但未來隨著通用模型越來越強，變得像現在的互聯網一樣成為無處不在的服務時，“基礎模型+專業”也會成為最典型的模式。

企業有很多需要智能化AI能力的場景，比如客服場景、智能營銷場景、甚至工業智能場景，但是，在應用AI能力時，企業也存在不同的顧慮。

基于大模型有很多隨機與概率作為理論的基礎，通用大模型應用中“杜撰”的問題，很難百分之百消滅。另外，企業出于對自身數據隱私保護，也使得大模型技術在行業落地中，需要進一步根據場景、數據做落地改造。企業對行業應用模型落地、有效的訓練工具非常迫切。

比如金融機構的客服場景，相對酷炫的對話能力，它更需要基于自家數據參數精準訓練，因為它對問答準確率的要求很高，失誤將帶來巨大風險。同時，金融行業企業更看重數據安全性。

一家在線教育公司技術負責人對記者表示，其公司IT部門幾十號人正在基于開源大模型訓練客服應用對話工具，除了投入大量算力訓練成本，還遇到了不少技術和業務問題。

其技術負責人表示：“考慮到商業競爭，同行業公司在部署大模型時，都會要求數據本地化，不會上傳到公域去訓練，所以部署通用大模型并不能直接解決問題；在用自己數據語料庫做大模型訓練的過程中，也遇到有非常多問答杜撰的現象，真正落到應用上，我覺得真正需要考慮的不是模型大小，而是解決問題的能力?！?/p>

一家金融科技公司總經理對21世紀經濟報道記者表示：“目前，基于發布的通用大模型開發應用，成本也是很高的。最近有詢問一家國內知名公司的大模型產品服務，基礎模型調用費用已經達到1000萬以上，如果委托訓練還要增加幾百萬成本，我們考慮自己做開發，不過目前市場生態還不完整，希望有更多大模型訓練工具出現?！?/p>

當大模型變成了一種通用的基礎能力，市場真正比拼的將是如何更好對其加以利用。

360集團創始人周鴻祎近日也表達了同樣的觀點?！?a href="http://www.johngarrisbuilder.com/search/result.shtml?siteID=123&query=ChatGPT" target="_blank" title="ChatGPT" class="hotLink" >ChatGPT剛出現時，世界都被其所驚艷，尤其是進化到4.0以后，它對很多通用問題的回答都已經媲美甚至超越人類。但是，通過幾個月的發展，大家也發現有太多垂直領域仍然是GPT無法解決的。這說明，GPT只是給業界指出了一個正確的方向，未來大模型產業的發展，還是要往垂直化、產業化、企業化甚至個人化的方向發展”。

正因如此，很多科技巨頭已經開始采取“通用大模型+行業大模型”并行發展的策略。比如谷歌發布的大模型策略，就包括各種尺寸不一的大模型；Meta發布的LLaMA開源大模型中，一個方向是把大模型越做越大，另一個方向則是把大模型做小，要把它用在垂直領域。

在國內，部分頭部科技企業也在采取同樣的發展策略。據了解，6月19日，騰訊將舉行一場行業大模型技術峰會，經過確認后了解到，并非市場猜測的——騰訊將揭開類似ChatGPT產品的面紗，而是面向行業大模型的應用落地。側重點在公布騰訊云在行業大模型方面的技術方案，以及在智能應用升級、產業客戶場景的應用進展，如何降低企業構建大模型及AI應用門檻。

在此前4月，騰訊發布了的面向大模型訓練的新一代HCC高性能計算集群，整體性能比過去提升了3倍，并通過騰訊云MaaS面向企業輸出模型訓練相關服務。騰訊在策略上選擇了通用大模型和行業大模型兩條腿走路，目前還沒有急于推出聊天助手產品。這次峰會上，進一步對外釋放行業大模型服務能力，也可以看出，目前企業對大模型實際落地的需求是非常迫切的。

這也是國內企業共同看重的方向，阿里巴巴此前發布了語言大模型“通義千問”，應用方向上也瞄準了200多個業務場景。

中山大學人工智能學院百人計劃副教授趙寶全近日在接受記者采訪時也提出，除了通用的大模型之外，會出現更多不具備從頭到尾做大模型能力的公司，他們會結合行業的數據、行業的特點，開發出具備行業konwhow的大模型，這些大模型可能參數量沒有通用大模型那么大，但是它在解決行業問題上，甚至會比通用大模型更加出色。

責任編輯：王超