2022年11月30日，是ChatGPT面世的第一天。至今整整一年的時間，“人類與AI的未來”撕開科幻的外衣，正式踏入現實。
在商業世界，新技術一路狂奔，引發百模大戰，一批創業公司如雨後春筍，退入幕後的大佬們紛紛下場，激烈的競爭中興奮、迷茫、挫敗相互交織；
而在普通人的生活中，既有AI模特、AI畫師等“新職業”引發下崗潮的恐慌，也有靠AI知識培訓月入一套房的弄潮兒，就連蕭山丈母娘，也知道該瞄准大模型工程師。
然而，伴隨著OpenAI的宮鬥鬧劇，擺在所有人面前的是當AI作爲新物種出現，生而爲人數千年，巨變之下，何爲我們？
美國物理學家費曼曾說，“我們每個人都有一把開啓通往天堂的鑰匙，很不幸，這把鑰匙同時能夠開啓地獄之門。”
害怕AI不夠強大，又害怕AI太過強大，是人類心中一道永遠在搖擺的天平。
在《流浪地球》的電影中，在極度不穩定的現實中，人們依賴于從MOSS身上得到確定性，而後又因恐懼MOSS失控，啓動“隔離計劃”，將其封存在北極與空間站。
人工智能究竟如何改變了人類社會？有哪些具體而又深刻的影響？是否將重塑我們的世界？巨變之中有哪些機遇與風險？在全球的科技競賽中，中國的位置在哪？優勢又在哪？一個個看似遙遠而又宏大的問題，突然迫在眉睫。
炒作與機遇齊飛，理智與理想並存，關于大模型的答案之書，需要每個人的回答。
*2023年，大模型完成三級跳
八個月內就誕生了238個大模型，每隔一天中國就會官宣一個新的大模型，這是2023年的中國速度。
回顧這一年，ChatGPT火爆後不到一個月的時間，阿裏、華爲、騰訊、京東、字節、360、商湯、科大訊飛等一衆大廠紛紛下場，或官宣入場或亮相大模型。
百模大戰一觸即發，數據顯示，戰事最膠著之際，國內一個月就能冒出30多個大模型。截至2023年10月，我國擁有10億參數規模以上大模型的廠商及高校院所達到了254家，從“一百模”升級至了“二百模”。
但混戰只是短暫性的階段，僅三個月後，大模型行業就迎來了過濾分層，泥沙俱下過後，行業格局也逐漸變得明朗起來。
“高校和研究者關注基礎研究，培養人才；大廠提供算力支撐、基礎設施建設和MaaS服務；創業公司做大模型應用開發”，複旦大學計算機學院教授、Moss系統負責人邱錫鵬在2023騰訊ConTech大會上總結道。
底層是高校，中間層是大廠，最上面一層是大模型創業公司，分工清晰，各司其職，構成了當下的中國大模型版圖。
IDEA研究院、智源研究院、中科院自動化研究所、上海人工智能實驗室、複旦大學、清華大學等高校和研究所，最早在技術路徑發展上關注、跟隨OpenAI的步伐。基于先一步市場的洞察，這些研究院所發布的論文、開源大模型、數據集和工具，都爲中國大模型的誕生、叠代打下了基礎。
此外，這些高校也在源源不斷地向市場上輸送人才。清華系創業團隊撐起了國內大模型創業的“半壁江山”，王慧文、王小川等互聯網大佬高調入局，智譜AI、面壁智能、月之暗面等公司創始人師出同門。據不完全統計，近期活躍的AI大模型創企中，擁有清華背景的創始人至少有17位，涉及11家企業。
中間層的大廠，進一步劃分有兩類。一類是騰訊、百度、阿裏、華爲、字節等互聯網大廠，憑借著在雲計算和技術方面的積累，一方面可以自研通用大模和行業大模型，把現有的産品全部重做一遍，結合已經打透的行業，落地大模型解決方案；另一方面也可以給企業客戶和創業公司提供模型訓練的算力支撐，以MaaS的形式提供一站式的大模型服務。
第二類是AI1.0時代的科技公司，如商湯、雲知聲、科大訊飛等。結合在語音、CV方面的優勢，在此基礎之上研發大模型，商湯繼承在CV方面的優勢，發布了“日日新”大模型；雲知聲延續其在語言方面的優勢，發布了山海大模型，展現在醫療問診方面的能力。
隨著大模型地基的進一步穩固，基礎能力走向成熟，今年下半年，創業從想法落實到了行動，開始湧現出一批“黑馬”創業公司。
名校、技術、行業經驗三重背景拉滿，一出道就奔馳在了大模型的快車道上。
百川智能以平均28天的速度叠代大模型，探索醫療問診，預計明年推出第一款AI應用，劍指超級App；智譜AI今年累計獲得融資25億元人民幣，一舉成爲國內公開融資最高的大模型創業企業之一；MiniMax海外推出的AI角色扮演類應用Talkie，增速一度跑贏國外同期明星産品Character AI；月之暗面從長文本技術切入，未來瞄准C端應用，正在探索AI角色扮演、對話等場景。
各類黑客馬拉松和路演現場，座無虛席、人聲鼎沸，創業者、投資人、觀衆擠破頭只爲拿到一張入場券。創業者們激情澎湃，“超越字節”，“打造下一個抖音”，“我就是下一個張一鳴”，一番豪言壯志響徹路演大廳。
最小00後，普遍95、90後，幾個搞技術、産品的人想法一碰，臨時組個小團隊就開始了創業之路。大模型俨然成爲了香饽饽，奇績創壇剛結束的路演數據顯示，在AI方向，就有51家大模型公司，更有超過一半集中在應用層面。
至此，中國大模型已經完成了從基礎能力到應用層的三連跳，在近一年的摸索中，大模型創業者們逐漸意識到了一個事實：中國大模型“先天體弱”，中國創業機會不在基礎能力層，而在應用層。
*中國大模型核心競爭力在哪兒？
中國大模型的“體弱”之症，還要追溯到“根”上，構成大模型有四要素，分別爲數據、模型、算力和場景，根基打得不牢，大模型自然也就走得慢。
目前，大模型訓練數據主要來自于公開的文檔、資料和數據。從數據總量來看，公開的粗加工數據仍以英文居多，占主導優勢，中文數據開放得還遠遠不夠；從數據質量來看，由于國內在數據産業的投入和精細化程度不足，導致了中文語料不僅少且能用得也不多的現狀。數據質量直接與模型訓練效果挂鈎，比如ChatGPT雖然只有1.5%的中文語料，也能達到比較好的效果，但國內卻恰恰相反。
在模型層面的積累，短時間內，中國有著無法跨越的鴻溝。OpenAI自2015年成立，在大模型領域的技術積累和投入，已長達七年之久，而國內才僅僅一年的時間。而在中國馬不停蹄追趕過程中，OpenAI還在加速度，百億美金、頂尖人才、超級計算都在源源不斷地輸送進名爲“GPT”的大模型引擎中。
在算力層面也不容樂觀，一面要面臨著算力資源短缺的共同問題，一面還要活在美國的層層封鎖之下。
在2023騰訊ConTech大會上，百川智能創始人、CEO王小川在矽谷調研中了解到，OpenAI正在嘗試把1000萬塊GPU連在一起訓練一個大規模的模型。
王小川對此感到十分震驚，“英偉達一年大概生産100萬塊GPU，訓練GPT-4要2.5萬塊，國內對標GPT-3.5訓練需要4000塊。要中國拿出1000萬塊GPU去訓練大模型，目前從資源層面還遠遠達不到”。
據邱錫鵬判斷：“我們離OpenAI算力的差距太大，能保持緊密跟隨已是不易，但要談到趕超，還是得結合當前我國具體的實際情況。”
有經驗、有方向，更要正視差距和不足，正如王小川所言，當下大模型公司需要思考的問題是，如何用一個稍弱的大模型做出一個好的AI原生應用。
“國外會做大模型，但並不代表著會做應用”，不少創業者向光錐智能反饋道，在應用方向，國內與國外目前處于同一起跑線上。
國外AI應用起步雖早，但發展仍處于早期，類型主要集中在效率對話助手、情感類對話助手、繪畫、照片、遊戲幾個領域。
以美區蘋果商店爲例，大熱的效率工具中，OpenAI的ChatGPT有47萬個評分；微軟的Bing Chat有18萬個評分；大火的C端應用代表，Character AI有14萬個評價，Pi有1336個評價；風靡一時的AI生成相機Lensa AI有39萬個評價。作爲參考，TikTok在美區蘋果商店有1634萬個評分；YouTube有3370萬個評分；Snapchat有196萬個評分。
(圖源：美區蘋果商店截圖）
大模型的技術能力再強，也要落在産品中被實際應用起來，而這恰恰是中國最核心的優勢。
“理想上慢一步，落地上快三步。”
這是王小川對當前中國大模型機會的诠釋，“理想”對應著大模型基礎技術能力，“落地”則對應著場景應用，“我們中國大模型的機會，不在技術科研，應用才是我們跑得更快的地方”。
回顧互聯網時代，中國曾經誕生了淘寶、微信、抖音等超級App，在産品體驗、市場運營、用戶需求洞察等方面都積累了大量的經驗，與此同時，繁榮的互聯網産品生態還培養起了一批産品經理。如今，上個時代的積累將沈澱爲大模型應用誕生的肥料。
王小川認爲這裏面有兩個核心的難點需要去解決，如果能解決好兩個問題，中國的應用或許就能走在美國的前面。
首先是要有大模型，模型效果差一點也沒關系，可以通過開源技術、端到端的模式、人的聰明才智，與做應用公司共同研發等途徑來彌補大模型本身的缺陷。
重要的是要把大模型用起來，有大模型應用創業者告訴光錐智能：“實際做AI應用，對大模型能力的要求遠沒有想象中那麽高，GPT-3.5基本就能達到一個還可以的效果。”
其次是，傳統意義上的産品經理需要轉型和提升。王小川指出，大模型創業跟互聯網創業最大的區別在于，大模型是科技創業，以技術爲主要驅動，故而進入壁壘極高；而互聯網是創意創業，幾乎不存在卡技術的環節，換而言之，只要有好的想法就能實現。
”大模型創業的特性，就要求産品經理，需要懂得什麽樣的AI産品需要匹配什麽樣的技術，甚至更進一步還能以産品需求爲導向引領技術的發展。這裏面可能涉及一些具體的問題，比如産品經理對技術的評測標准是什麽，怎麽去評價技術的好壞，怎麽才能讓算法工程師跟上産品叠代的步伐等等”，總而言之，王小川認爲産品經理要對自己的技術有判斷和評價。
漫長的技術發展經驗告訴我們，這已經不是中國第一天面對基礎科技能力不如國外的棘手問題。暫時的技術領先也並不代表什麽，中國之所以能做大模型，一是因爲本身市場就足夠大和複雜，若大模型企業能占據一席之地，或許就已經擁有了十分可觀的增長空間。
OpenAI的先進放在中國的環境中也會出現“水土不服”，一如多年前數據庫行業，Oracle雖然先進，但數字化程度滯後的國內根本用不上，全靠中國數據庫企業攬下髒活和累活，從搬運賬本切入數據庫賽道。
大模型亦是如此，國內企業生怕掉隊，迫切想趕緊用上大模型，但遠水解不了近渴，私有化部署、安全、價值觀對齊、場景落地等諸多現實問題更適合中國大模型企業發揮。
*人與AI的未來，在變革中共生
過去不可被改變，但是未來可以被創造。
每當新技術出現，都會有一部分人積極占據先機，獲得技術紅利。任何技術革命帶來的技術變革都是由此開始的。
如今，在百模大戰的比賽場上，所有人都試圖尋找最終的天選之子，究竟是存量的競爭還是增量出奇迹，大廠和創業公司們，都不肯放過任何一個機會。
“從信息時代走向智能時代，一個大的時代，就像之前工業時代一樣，會有新的公司起來。”正如王小川所說，盡管，大廠們有在互聯網時代積累了數十年的資本，但普遍觀點認爲，小創新靠大廠，大創新仍然要靠小廠。
而在激烈的競爭之下，新公司又是否會像互聯網時代的巨頭們一樣，創造一個新的時代，甚至取代目前的科技巨頭，引領新的商業生態呢？
技術的變革總是周期性的，我們或許可以從曆史的長河中尋找答案。
正如互聯網時代，催生出了線上零售模式，成長出了阿裏巴巴、京東等一批巨頭企業，産業鏈上也有無數網店、工廠抓住機會，踩上了暴富的快車道。在這個過程中，沒有誰取代誰，只有電商形態顛覆、重構了線下零售，同時也形成了線下、線上一體化的供應鏈、數字化雲倉、新零售等物種。
相比新舊之間的取代關系，更多的是業態模式的創新、重構。
不過，新的AI業態究竟如何展開，仍在朦胧之中。正如曾經字節跳動給BAT的震動，在快手、抖音、秒拍、美拍、微視等一片短視頻App之中，沒有人知道，誰是最大的那匹黑馬。因此無論大廠還是小廠，都在積極探索AI與業務的結合，等待爆發的奇點、爲明天押注。
與此同時，不同于以往高新技術突破的漂浮感，AI的變革已經滲透進了社會中每一個人的生活之中。
“用孫正義的話講，會用AI和不會用AI的人就是像人和猴子區別一樣。”王小川說道，“我把ChatGPT放在我手機頁面的底部，每天都會使用。在未來兩三年內，我們工作方式、生活方式會有天翻地覆的變化，智能體到來之後，跟你工作的可能不只是人，也有機器。”
“雖然大模型成長速度快于年輕人，但年輕人是快于非年輕人的。在時代變革的時候，年輕人更有機會。”他補充道。
機會固然存在，但難題也隨之而來——在暢想AI帶來社會進步之時，我們又該如何規避AI帶來的風險？
事實上，在幾百年的文學創作中，人類就不斷探討著人與非人物種之間的關系，AI作爲人造智能，更是遊離在倫理的邊緣。
要讓AI與人和平相處，基于一個先決條件，價值觀的對齊。正如《流量地球》裏，MOSS被要求“保衛人類文明”，卻認爲“保衛人類文明的唯一辦法，是毀滅人類”一樣，AI強大的計算、判斷能力與非人的認知，是恐懼的源頭之一。
也正是如此，在今年大模型狂奔以來，安全性始終都是根本宗旨，正如OpenAI早在年初，就曾發布過《我們保障AI安全的方法》，回應外界對其AI模型安全性的質疑。
想要實現AI與人類價值觀的對齊，一方面，依賴于技術，但更重要的是，人類自己先要形成一套一致的價值觀體系。
然而問題是，自人類社會誕生之時，偏見就根植于思想、行爲，如今自然也藏匿在AI訓練的數據之中。換言之，當我們在探討AI倫理之時，我們也在審視著自己。
AI的發展推著人類文明的車輪滾滾向前，當我們站在一個新周期的門外，門縫已經打開。
2024，或將是一個嶄新的世界。---[文 : 光錐智能*作者 : 郝鑫、黃小藝*編輯 : 劉雨琦/钛媒體]
