大模型應用，必須警惕“速成幻覺”

我們知道，大模型會編造不正確的答案，產生“幻覺”。

其實，在應用層面，還存在一個更隱蔽的“幻覺”，就是創(chuàng)業(yè)公司忽略了大模型落地所需要的長周期、重基建和工程化難度，帶來的“速成幻覺”。

隨著“百模大戰(zhàn)”拉開序幕，大模型過剩帶來的市場擠壓，也給整個大模型生態(tài)帶來了行業(yè)洗牌的風險。

越來越多的人有了共識，基礎通用大模型競爭激烈，注定是少數(shù)人的游戲。創(chuàng)業(yè)公司隨時可能倒掉，造成項目爛尾。

具備技術、產品和行業(yè)優(yōu)勢的“第一梯隊”大廠，比如百度的文心大模型3.5，已經跟國內其他模型拉開了差距，具有了一定的先發(fā)優(yōu)勢和市場打開度，更容易在這場白熱化競爭中生存下來。

既然大模型很難“速成”，那么創(chuàng)業(yè)公司的“幻覺”，又是從何而來的呢？

第一種“幻覺”：開源干翻閉源

創(chuàng)業(yè)公司紛紛入局大模型，給它們勇氣的，不是梁靜茹，而是開源。

以Meta的Llama 2、智譜AI的ChatGLM為代表的開源大模型，陸續(xù)免費并支持授權商用，這無疑是一件好事，讓創(chuàng)業(yè)公司不用重復造輪子，可以用開源大模型作為基座模型，快速開發(fā)出相應的商用版本大模型或大模型應用。

開源的低門檻、低成本，帶來了“開源干翻閉源”的幻覺。

為什么說是幻覺？我們可以從企業(yè)視角為出發(fā)點——即使有了開源模型，想要落地應用大模型，還有哪些必要條件？

一是云基礎設施。

大模型落地需要進一步微調、訓練、運行，要在云平臺上運行。而創(chuàng)業(yè)公司跟OpenAI 、百度等閉源頭部公司的一大差距，就在于缺少跟云平臺的“緊耦合”。

眾所周知，OpenAI有微軟的大力支持，百度文心大模型背后是百度智能云，這些大廠自研大模型，都對云基礎設施的計算硬件集群、資源調度等，進行針對性的協(xié)調優(yōu)化，大模型+AI云的緊密配合，可以更高效地利用計算資源，降低大模型的邊際成本。

海外大模型開源社區(qū)的“明星”如Together會為企業(yè)客戶提供開源模型及配套的云平臺，MosaicML也提供Mosaic Cloud 和多云混合服務，國內的開源項目如ChatGLM，也選擇與多家云廠商合作。

可以看到，開源項目跟云平臺的“松耦合”，會受到云平臺的配合度、商業(yè)政策等的影響，一旦后期出現(xiàn)資源漲價、利益分成、研發(fā)意向變化，都會給基于開源的大模型項目帶來商業(yè)化風險。

其次，是二次開發(fā)。

基于開源模型的創(chuàng)業(yè)公司，往往是在底座模型的基礎上做一些微調，靈活有余，但開源模型的分支多、變異快、創(chuàng)新迭代速度快，不承諾任何確定性，一般由程序員自組織來完成開發(fā)，這就導致基于開源的大模型穩(wěn)定性不足，對客戶技術團隊二次開發(fā)能力要求很高，選型難度也很大。

目前看，第一梯隊的大廠推出的基礎大模型，更能滿足企業(yè)對大模型穩(wěn)定性、可靠性的需求。

因為閉源大模型，遵循的不是開源范式，而是工程范式，所以，會以保證開發(fā)質量為前提，對用戶需求進行明確的描述，組織工程師按照規(guī)范的開發(fā)流程和周期，以確定的時間和預算，更好的控制開發(fā)質量，保證開發(fā)效率。

開源是一件好事，但開源并不是一把萬能鑰匙。如果不解決基礎設施、二次開發(fā)等瓶頸，創(chuàng)業(yè)公司也無法靠開源，快速取得成功。

第二個“幻覺”：三五個人干翻大廠

因為開源，創(chuàng)業(yè)公司和互聯(lián)網企業(yè)都可以叫賣大模型，這就產生了第二個“幻覺”：三五個人的創(chuàng)業(yè)團隊，就能干翻AI大廠。

需要注意的是，“百模大戰(zhàn)”帶來了白熱化的淘汰賽，同時，大模型還在以周為單位進行迭代。

在激蕩的市場競爭中，具有長期研發(fā)能力和投入意愿的大廠，更容易保持動態(tài)的生長力和持久的話語權，體現(xiàn)在幾個方面：

一是模型本身的技術城池。

谷歌研發(fā)人員此前曾發(fā)文稱，因為開源，谷歌和OpenAI都沒有護城河。這在長期看是對的，但大廠在大模型技術上的領先性，也是現(xiàn)實存在的優(yōu)勢，這個技術代差，足以在大模型的商用周期中，為大廠帶來顯著的競爭優(yōu)勢。

而且，大模型具有數(shù)據(jù)上的“飛輪效應”，更早應用、更多用戶的大廠大模型，會不斷拉大效果差距。比如國內最早推向大眾的文心大模型，其3.5版本已經在一些基準測試中，超過了GPT3.5的表現(xiàn)，而宣稱達到GPT-3.5的Llama 2剛開源不久，因此目前國產開源大模型最多也就達到GPT-3的水平。

二是持續(xù)迭代的成長能力。

大模型落地不是一蹴而就的，企業(yè)應用大模型也不能上馬后很快不了了之，后續(xù)的算力成本、數(shù)據(jù)工程負擔、每一次迭代的資金壓力，很快就成為困擾很多大模型公司的頭疼問題。

目前，已經有不少曾經想走商業(yè)閉源路線的大模型創(chuàng)業(yè)公司，直接宣布退出競爭。光年之外中途離場，被美團接手；Hugging Face專注賣算力資源和咨詢業(yè)務，做大模型更多是“面子工程”。部分企業(yè)的表現(xiàn)也會直接影響到市場對其“是否有錢繼續(xù)做大模型”的信心。

從成長性看，有資金實力、基礎設施完整、商業(yè)表現(xiàn)良好的大廠，才能陪企業(yè)用戶走得更遠。

比如“文心一言”3月16日推出以來，在一個月內完成4次迭代，將推理成本降為原來的十分之一，離不開百度在大模型上的長期投入，以及人、錢、卡、基建等多種方面的儲備，才讓文心一言可以持續(xù)進化，在高速迭代的大模型競爭中保持領先。

三是完善的工具鏈。

沒有人會否認，大模型是拿來用的，不是為了當擺設或“公關效應”的。

要用，就要考慮到技術和場景的適配。不同行業(yè)和企業(yè)對于大模型落地的需求，可能是完全不同的，這種差異化，需要更完善、全面的配套工具，來降低應用門檻。舉個例子，行業(yè)+大模型需要進行專有數(shù)據(jù)的清洗、標注、向量化等工作，這個過程是非常復雜的。

三五人的創(chuàng)業(yè)團隊，很難將主要研發(fā)力量，放在開發(fā)這些看上去技術含量不高、但對用戶十分重要的工具上。

這時候，百度等大廠長期押注AI的優(yōu)勢就凸顯出來了，已經沉淀了從數(shù)據(jù)集、模型訓練、開發(fā)部署等整套流程的工具，并且開箱即用，把大模型到產業(yè)落地的門檻不斷降低，從而開啟增長飛輪。

四是長期積累的行業(yè)Knowhow。

大模型產業(yè)化，走向ToB和ToG是大勢所趨，要求對行業(yè)Knowhow有深層次的理解。因此，政企客戶在大模型選型時，非?？粗貜S商的成功案例和行業(yè)服務經驗。

AI大廠在產業(yè)已經深耕多年，因此大模型的商業(yè)開發(fā)度更高。目前，百度“文心大模型+飛槳深度學習框架”的組合已與300多家客戶合作，在400多個企業(yè)場景中取得良好測試效果，并打造了10多個行業(yè)大模型。

與之相比，還沒有走通產業(yè)場景的創(chuàng)業(yè)公司，在技術體驗、功能創(chuàng)新、工程能力等細節(jié)上，可能還需要花費更多時間去摸索。

從這些角度看，頭部大模型已經建立起了較為明顯的優(yōu)勢，并且還在持續(xù)進化。三五人的創(chuàng)業(yè)公司，想要在高速迭代的大模型競爭中干翻大廠，需要補的課有點多。

第三個“幻覺”：大模型能“賺快錢”

創(chuàng)業(yè)公司通過“資金換規(guī)模”的短平快戰(zhàn)略，上市融資再套現(xiàn)離場，來兌現(xiàn)投資回報，已經越來越難了，在大模型領域并不現(xiàn)實。那么，另一條路就是通過ToB客戶付費，來完成大模型的商業(yè)化。

眾所周知，ToB行業(yè)要干苦活累活。

企業(yè)客戶在業(yè)務場景中接入大模型，可能帶來一系列復雜的整合動作，是一個體系化工程，這就要求大模型廠商不能單一快節(jié)奏地交付，而要提供解決方案式的整體能力，以及長時間的更新運維服務。

一個項目的交付、運維、迭代、回款等，可能以年計，是無法快進快出的。所以，大模型下沉到行業(yè)，必須打消“賺快錢”的念頭，以長期主義的心態(tài)來做生意。

構建服務團隊、形成服務基因，對創(chuàng)業(yè)公司及其背后的投資機構的耐心和定力來說，是不小的考驗。

與之相比，大廠在長期走向ToB/ToG市場的過程中，已經經歷了客戶的捶打，鍛煉出了更加成熟的服務鐵軍，也證明了自身的定力。

以百度為例，對于不同行業(yè)，有深入了解客戶的交付、運維和保障專屬團隊，在大模型落地應用時，能夠給予更具針對性的方案，從而減少無效支出，讓大模型更好地幫助企業(yè)提質增效。

大模型廠商不能一心只想“賺快錢”，要沉下心來走向產業(yè)深處。同樣的，企業(yè)引入大模型也不能一心只“圖便宜”，要從智能化轉型升級的這個生命周期出發(fā)算總賬，綜合考慮改造、交付、運維等多項成本。

大模型強大的理解能力和泛化能力，會加速產業(yè)智能化的進程，也讓AI企業(yè)和創(chuàng)業(yè)公司發(fā)現(xiàn)了新的機會。

就像啤酒總是伴隨著泡沫，在一擁而上的大模型創(chuàng)投熱潮中，創(chuàng)業(yè)公司和企業(yè)客戶也很容易陷入“速成幻覺”。

大模型走向產業(yè)的長路，更需保持冷靜和理性，警惕“爛尾”風險。希望大家真正飲下的，是用時間和技術沉淀的精釀，而非隨時可能消失的“泡沫”。

生成海報

免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。