AI大模型帶來的智能革命，媲美工業革命和電力革命，深刻改變人類社會的生產生活方式，是開啟智能時代的那一臺「蒸汽機」。
從文生文到文生圖，再到文生視頻，以ChatGPT、Sora等為代表的大模型引領了全球人工智能技術與產業的新一輪浪潮，海內外大模型相關研究與產品競相湧現、加速叠代，進入「百舸爭流」的新時代。
不過，人工智能領域似乎進入了一個微妙的節點，眾多科技巨頭和創業公司紛紛推出自己的AI大模型產品，卻難掩同質化的窘境。
回顧2023年，自3月份ChatGPT-4上線後，國內科技企業紛紛跑步入場。百度「文心一言」、阿裏巴巴「通義千問」、華為「盤古」、360「智腦」、昆侖萬維「天工」、京東「靈犀」、科大訊飛「星火」、騰訊「混元」、商湯「日日新」 等大模型先後登場。
截至今年5月，國內已經推出超過300個大模型。其中，10億參數規模以上的大模型已超100個。
無論是何種類型的大模型，在「百模大戰」的背景下，其功能、用途、場景都難免重復。但在業內人士看來，大模型的發展還遠未觸及天花板，不僅「百模大戰」不是終點，「萬模群舞」或許就在不遠的將來。
AI大模型過剩了嗎？
近兩年來，大模型技術呈現爆發式的增長，而且在各個研究領域和實踐任務上都取得了矚目成果，諸多科技巨頭公司也紛紛投身於大模型的浪潮之中。
在最早應用大模型的自然語言處理（NLP）領域，OpenAI推出了擁有1750億個參數的ChatGPT，這一行動激發了一系列的應用熱潮：微軟將ChatGPT接入了其搜索引擎Bing；谷歌推出了自家的語言大模型PaLM和對話模型Bard，並且已經開始了PaLM2的研發；我國百度、字節跳動、華為等公司也積極推出了自己的語言大模型。
在NLP大模型取得了巨大成功的鼓舞下，其他領域也湧現出了大模型的身影。在語音識別領域，OpenAI和谷歌分別推出了擁有15億參數的Whisper模型和20億參數的USM模型，而微軟則推出了能夠在幾秒鐘內準確模仿任何人說話聲音和語調的語音生成模型VALL-E；在視覺領域，基於大模型工作的GPT-4和OpenCLIP進行了語音和視覺的跨模態訓練，使得這些模型能夠用自然語言的方式去理解圖片。
此外，谷歌和臉書公司也各自采用了監督學習和非監督學習的方式，分別訓練了220億參數和65億參數的Vision Transformer視覺大模型，這些模型在性能上大大超越了參數數量更少的模型；在強化學習領域，谷歌和DeepMind公司開發的PaLM-E和Gato，也開始探索和實驗強化學習大模型的可能性。
從去年開始，中國湧現出大量的行業大模型。這種現象背後隱含的一個事實是：打造行業大模型的技術門檻相對較低。隨著開源技術的普及，技術上的壁壘逐漸被打破。許多優質的預訓練技術、框架和工具已經被廣大研發者和機構所采納和使用。相對於開發一個全新的大模型，微調現有的通用大模型更為簡單快捷，只需要大量、高質量的行業數據即可。
打造一個強大的通用大模型卻是一項長期且復雜的任務，這需要巨大的計算資源、多樣化的數據和深厚的技術積累。因此，相比之下，行業大模型的產生，就顯得更為便捷了。
但這種便捷性帶來的是雙刃劍效應。大量湧現的所謂行業大模型，並不具備真正的競爭壁壘。技術上，它們大多基於相似的開源技術和通用大模型進行微調，很少有真正的技術創新。數據上，盡管行業數據是關鍵，但許多企業並沒有真正挖掘、整合和利用這些數據的能力，使得其微調的效果並不理想。
事實上，底層通用大模型的每次叠代，都將「淹沒」一大批所謂的行業大模型。大模型技術的快速叠代就是一個典型的例子，每次通用大模型的升級都使其前一代的技術變得陳舊。
以OpenAI的GPT系列為例，從GPT到GPT-4，每當OpenAI發布一個新版本，它都會因為更多的參數、更先進的算法和更高的性能，使前一版本相形見絀。而這種進化不僅僅局限於通用模型，實際上，它更多地影響到了基於前一代模型微調出的行業大模型。
試想，一個企業可能已經投入大量資源在GPT-3上，開發出一套專門為醫療領域設計的AI系統。但當GPT-4問世時，這家企業突然發現，他們的專業系統在新的通用模型面前相對落後，甚至可能不如直接使用GPT-4的效果。這就是因為，每次通用大模型的叠代都意味著一個巨大的技術飛躍，其對特定任務的處理能力會顯著增強。
值得深思的是，中國在AI領域已取得了許多值得驕傲的成果。然而，與國外相比，中國在AI大模型的算法創新和理論研究上仍存在差距。尤其是美國在AI大模型的基礎算法和架構創新方面領先，例如Transformer模型和BERT等創新技術，對全球AI發展產生了深遠影響。
這對於中國的技術界來說是一個挑戰，也是一個機會。挑戰在於如何在短時間內彌補這一差距，機會則在於一旦做到，國內的行業大模型將能夠站在一個更高的起點。
要卷應用，不要卷模型
也有一種觀點認為，不要重復造輪子，AI十倍的機會在別處。百度董事長兼CEO李彥宏此前曾表示：「重新做一個ChatGPT沒有多大意義。基於語言大模型開發應用機會很大，但沒有必要再重新發明一遍輪子。」
今年7月，李彥宏在2024世界人工智能大會呼籲：「不要卷模型，要卷應用！」。他認為，AI技術已經從辨別式轉向了生成式，但技術本身並不是目的，真正的價值在於如何將這些技術應用於實際場景，解決實際問題。
通用大模型發展至今，面臨算力需求大、訓練和推理成本高、數據質量不佳等挑戰。一個成功的且可對外商業化輸出的通用大模型，要求廠商擁有全棧大模型訓練與研發能力、業務場景落地經驗、AI安全治理舉措、以及生態開放性等核心優勢。
另外，訓練基礎模型的成本也是非常之高，做一個千億級的大模型，需要單機群萬卡以上的算力。從國內外來看，真正做通用模型的公司並沒有那麽多。相反，訓練垂直領域模型所需要的代價和資源遠遠小於從零開始做通用模型。
因而，從商業邏輯的角度來看，大部分公司不具備做通用大模型的能力，巨頭更適合做通用大模型，擁有豐富場景數據積累的公司更適合做垂域模型或者AI原生應用。
AI原生應用開發的具體思路主要包含三個方面。
首先是MoE（Mixture-of-Experts，專家混合）,其前身是「集成學習」，作為一種由專家模型和門控模型組成稀疏門控製的深度學習技術，MoE由多個子模型（即專家）組成，每個子模型都是一個局部模型，專門處理輸入空間的一個子集。在「分而治之」的核心思想指導下，MoE使用門控網絡來決定每個數據應該被哪個模型去訓練，從而減輕不同類型樣本之間的幹擾。
通俗來講，MoE就像復仇者聯盟，每個子模型（專家）都是一個超級英雄，門控網絡則是尼克·弗瑞，負責協調各個超級英雄，決定在什麽情況下召喚哪位英雄。之後選擇最合適的專家進行處理，並將各位專家的輸出匯總起來，給出最終的答案。
需要強調的是，MoE不是通常意義上的學術概念，更準確地說，是大小模型的混用，不依賴一個模型來解決所有問題。什麽時候調用小模型、什麽時候調用大模型、什麽時候不調用模型，需要針對應用的不同場景做匹配。
其次是小模型。相比大模型，小模型推理成本低，響應速度快，在一些特定場景中，經過SFT精調（在一個已經訓練好的模型基礎上,通過進一步訓練模型的一部分參數,以適應新的任務或數據集）後的小模型，使用效果可以媲美大模型。小模型的獨特價值在於通過大模型，壓縮蒸餾出來一個基礎模型，然後再用數據去訓練，這比從頭開始訓小模型，效果要好很多，比基於開源模型訓練出來的模型效果更好、速度更快、成本更低。
第三是智能體。智能體以雲為基礎，以AI為核心，構建一個立體感知、全域協同、精準判斷、持續進化、開放的智能系統。智能體能力提升會不斷催生出大量新應用。智能體機製，包括理解、規劃、反思和進化，它讓機器像人一樣思考和行動，可以自主完成復雜任務，在環境中持續學習、實現自我叠代和進化。
智能體還有一個特點，在一些復雜系統中，可以讓不同智能體互動，形成群體智能，通過相互協作，更高質量地完成任務，這就好比一個無人機群，可以完成一架無人機難以完成的工作。當前火熱的車路雲一體化也可以借助群體智能，賦予城市交通協同感知、協同計算、融合決策等能力，從而助力整個城市的交通效率實現全局最優。
AI Infra將是下一個應用熱點？
每個科技巨頭都希望在自己的生態中形成閉環，一定程度上也是因為整個國內開源的生態不夠強大。
目前，大模型產業鏈大致可以分為數據準備、模型構建、模型產品三個層次。在國外，AI大模型的產業鏈比較成熟，形成了數量眾多的AI Infra（架構）公司，但這一塊市場在國內還相對空白。
而在國內，巨頭們都有一套自己的訓練架構。
比如，華為的模型采用的是三層架構，其底層屬於通識性大模型，具備超強的魯棒性的泛化性，在這之上是行業大模型和針對具體場景和工作流程的部署模型。這種構架的好處是，當訓練好的大模型部署到垂類行業時，可以不必再重復訓練，成本僅是上一層的5%~7%。
阿里則是為AI打造了一個統一底座，無論是CV、NLP、還是文生圖大模型都可以放進去這個統一底座中訓練，阿里訓練M6大模型需要的能耗僅是GPT-3的1%。
百度和騰訊也有相應的布局，百度擁有覆蓋超50億實體的中文知識圖譜，騰訊的熱啟動課程學習可以將萬億大模型的訓練成本降低到冷啟動的八分之一。
整體來看，各個大廠之間的側重點雖然有所不同，但主要特點就是降本增效，而能夠實現這一點，很大程度上就是受益於「一手包辦」的閉環訓練體系。
反觀國外，成熟的AI產業鏈形成了數量眾多的AI Infra公司。
如果用雲計算三層構架做類比，AI Infra與PaaS層級相似，是鏈接算力和應用的中間層基礎設施，包括硬件、軟件、工具鏈和優化方法等，為大模型應用開發提供一站式模型算力部署和開發工具平臺。算力、算法、數據可以看作IaaS層，各種開源和閉源模型則是SaaS在大模型時代的新演變，即MaaS。
如果把開發AI應用看成建房子，那麽AI Infra就是提供水泥鋼筋的施工隊。AI Infra施工隊的價值點在於它是一個集成平臺，將下層的算力芯片層與上層的AI應用層打通，讓開發者實現一鍵調用，並且實現降低算力成本、提升開發效率並且保持模型優秀性能的效果。
讓應用更簡單，讓AI落地更便捷，是AI Infra的使命。可以說，AI應用的市場有多大，AI Infra的機會就有多大。
AI Infra公司有的專門做數據標註、做數據質量、或者模型架構等。這些企業的專業性，能夠讓他們在某一個單一環節的效率、成本、質量上都要比大廠親自下場做得更好。
比如，數據質量公司Anomalo就是Google Cloud和Notion的供應商，它可以通過ML自動評估和通用化數據質量檢測能力，來實現數據深度觀察和數據質量檢測。
這些公司就像汽車行業的Tier 1，通過專業的分工，能夠讓大模型企業不必重復造輪子，而只需要通過整合供應商資源，就能快速地搭建起自己模型構架，從而降低成本。
但國內在這一方面並不成熟，原因在於：一方面國內大模型的主要玩家都是大廠，他們都有一套自己的訓練體系，外部供應商幾乎沒有機會進入；另一方面，國內也缺乏足夠龐大的創業生態和中小企業，AI供應商也很難在大廠之外找到生存的空間。
以谷歌為例，谷歌願意將自己訓練的數據結果分享給它的數據質量供應商，幫助供應商提高數據處理能力，供應商能力提升之後，又會反過來給谷歌提供更多高質量數據，從而形成一種良性循環。
國內AI Infra生態的不足，直接導致的就是大模型創業門檻的拔高。如果將在中國做大模型比喻成吃上一頓熱乎飯，那必須從挖地、種菜開始。目前，在AI 2.0的熱潮中，一個重要的特點就是「兩極化」：最熱門的要麽是大模型層、要麽就是應用層。而類似AI Infra的中間層，反而是很大的真空地帶，也可能是下一個機遇所在。
伴隨AI應用的快速發展，未來誰能夠為多樣化的應用場景提供高效便捷的大模型一站式部署方案，誰就有可能在這場競爭中勝出。而這其中，底層技術、中層平臺、上層應用缺一不可，只有讓各方面能力得到更全面、均衡地發展，才能在AI之路上走得更遠、更穩健。---[文: 極智GeeTech/來源: 鈦媒體]
*政策利好、資本看好，中國「星鏈」們正崛起*
8月6日，《工業和信息化部關於創新信息通信行業管理 優化營商環境的意見》(下稱《意見》)對外發布，其中明確提到：「擴大電信業務開放。
推動形成高水平對外開放新局面，進一步試點擴大增值電信業務開放。深入推進電信業務向民間資本開放，加大對民營企業參與移動通信轉售等業務和服務創新的支持力度，有序推進衛星互聯網業務準入製度改革，更好地支持民營電信企業發展。」
同日下午，「千帆星座」首批組網衛星發射儀式在太原衛星發射中心舉行，「一箭18星」順利升空入軌。而作為「千帆星座」計劃的提出方——上海垣信衛星科技有限公司，在今年2月完成了67億元人民幣A輪融資，創出迄今為止國內衛星行業的最大單輪融資金額。
今年6月底，另一正在加速組網建設「吉林一號」的衛星互聯網獨角獸長光衛星，沖刺A股科創板的IPO已問詢。
顯然，在國家政策和各方資本的關註下，衛星互聯網作為新藍海賽道正吸引更多玩家入局。
衛星互聯網不僅是傳統互聯網「Plus版」
提起衛星互聯網這個概念，很多人會想到太空探索技術公司（SpaceX）的星鏈（Starlink）。衛星互聯網作為一種基於衛星通信技術接入互聯網的新型網絡架構，可以通俗地理解為將地面基站的功能搬入空中的衛星平臺，每顆衛星都成為天空中的移動基站，為全球範圍內的用戶提供高帶寬、靈活便捷的互聯網接入服務。
相較於傳統互聯網，衛星互聯網可以覆蓋到無法建設地面基站的邊遠地區、海上、空中等地區，從而解決了傳統地面網絡覆蓋受限的問題。
「首先，星座是依靠火箭將大量衛星送到太空低軌環境中的，這就需要在前期具備低成本海量軌道發射的能力。」盛邦安全高級副總裁鄭重對鈦媒體APP表示，衛星互聯網是在傳統互聯網的能力之上，利用衛星實現廣泛覆蓋連接的能力，通常采用低軌星座來實現。
當「天上」的衛星達到一定規模後，衛星通信組網與衛星運維運控也是一個難點。通信方面，衛星與衛星之間、衛星與地面信關站之間是依靠無線電傳輸信息的，「因此選擇合適的波段很重要，」鄭重對鈦媒體APP表示，「同時，衛星的高度，衛星的軌位選擇....這些種種對於衛星通信來說都很重要。」
在運維運控方面，因為衛星不同於地面，可以很方便的對地面基站進行維護，所以，如何通過電磁波對處於「天上」的衛星進行控製、維護也是衛星互聯網真正商業化、規模化應用的過程中，需要面對的一個難題。
除了基礎的能力以外，從「能用」到「好用」，衛星互聯網還需要具備四個綜合能力。
首先就是廣泛覆蓋的能力。衛星互聯網通過發射海量衛星組成星座，才能實現全球範圍內的無縫全天覆蓋，包括陸地、海洋、空中等各個角落。這種廣覆蓋能力使得衛星互聯網能夠為用戶提供隨時隨地的互聯網接入服務。
其次是低時延、高帶寬的能力。眾所周知，網絡的帶寬與時延直接影響了終端用戶的使用體驗，而衛星互聯網若想從「能用」走向「好用」，其必不可少的一步就是擁有高帶寬與低時延的能力，而這個能力的「底線」就是，與當下的傳統通信網絡相媲美。
再次是靈活可擴展的能力。隨著用戶需求的不斷增長和技術的不斷發展，衛星互聯網需要具備靈活性和可擴展性。在這方面可以通過模塊化設計、在線重構、升級叠代等技術手段實現，衛星互聯網可以靈活地應對各種變化，滿足未來發展的需要。
最後，也是最重要的是——安全的能力。與傳統互聯網相同，安全也是衛星互聯網真正能在企業側有成熟應用落地的首要前提，但與傳統互聯網不同的是，衛星互聯網會面臨更嚴峻、更復雜的安全挑戰。
綜合來看，衛星互聯網無論在衛星製造，火箭發射還是在通信、運維、安全等方面都提出了更高的要求，在鄭重看來，衛星互聯網不僅僅是將衛星發射上去，然後通信組網這樣看似簡單的事情，而是需要一整套系統的解決方案，「這裏面涉及到很多行業，包括製造業、通信行業、安全行業等等，」鄭重強調到，「就像當初美國登月一樣，衛星互聯網也是一個體系化能力的體現，是國家綜合科技能力的體現。」
安全是首要挑戰
正如前文所述，衛星互聯網安全與傳統互聯網相比，面臨著更嚴峻、更復雜的情況。而安全也是衛星互聯網在企業側規模化應用過程中，最先需要解決的問題。
鄭重告訴鈦媒體，衛星互聯網應用過程中遇到的安全挑戰比傳統地面通信網絡面對的要多，要複雜。「除了傳統互聯網需要面臨的安全挑戰之外，因為衛星采用電磁波進行信息的傳輸，而空間電磁波可以被任何人獲取，所以在通信過程中，需要面臨更多的安全挑戰。」
衛星互聯網安全主要可以分為兩個層面：一個是業務層面的安全；另一個是物理層面的安全。
業務層面來看，衛星互聯網主要面臨的安全挑戰集中在通信的過程中。因衛星互聯網采用電磁波通信的特性，不同於傳統光纖，電磁波段更容易被黑客攻擊，信息外泄後更不容易被用戶察覺。
與此同時，與傳統衛星通信網絡相比，雖然從字面上看上來差距不大，但在通信的安全層面上，衛星互聯網與傳統衛星網絡卻存在著天壤之別，盛邦安全董事長權小文曾告訴鈦媒體，傳統衛星網絡不存在跨網傳輸，只要確保地面衛星站與衛星之間的通路安全即可，「而衛星互聯網不同，衛星網絡和互聯網是組成一個有機整體，衛星互聯網天然需要確保跨域網絡的，多端側的通信安全，這點對於安全的要求會更高。」權小文進一步指出。
針對此，權小文曾對鈦媒體APP表示，目前業內比較常見的方式是，通過采用加密技術，保障用戶數據的安全性和可靠性。「這種加密技術類似於傳統通信網絡中的VPN，也就是虛擬專網，」鄭重指出，「這種專有的網絡將原本開放的通道，變成了專有通道，從邏輯上來看，所有空間傳輸的信息就不存在『暴露面』了。」
除了業務層面面臨著信號幹擾、鏈路劫持、漏洞利用、竊聽和惡意程序等安全威脅以外，在物理層面，衛星還會面臨測控信道攻擊和物理碰撞攻擊。
衛星是衛星互聯網的核心組成部分，其安全性直接影響到整個系統的性能和可靠性。鄭重告訴鈦媒體APP，物理層面，衛星及可能面臨的安全威脅包括電磁干擾、空間碎片撞擊、惡意控製等。這些威脅可能導致衛星失效、載荷損壞、信息泄露等問題，對衛星互聯網的穩定性和安全性構成嚴重威脅。
除了「業務層」和「物理層」面對的挑戰以外，正如鄭重所述——衛星互聯網是一個體系化能力的體現，供應鏈安全也是衛星互聯網所要面對的挑戰。
衛星互聯網的供應鏈包括衛星製造、發射、運維等多個環節，其中任何一個環節出現安全問題都可能對整個系統造成影響。供應鏈可能面臨的安全威脅包括供應商欺詐、產品缺陷、技術泄露等。這些威脅可能導致衛星互聯網系統存在安全隱患，影響其正常運行和安全性。
商業化落地，快速搶位是關鍵
顯然，衛星互聯網的安全所面臨的安全挑戰與傳統互聯網相似，但不盡相同。而隨著衛星互聯網逐步照進現實，針對衛星互聯網安全的解決方案也就成為了眾多安全企業布局的焦點。
據鈦媒體觀察，目前市面上有包括盛邦安全、奇安信、天融信等在內的多家傳統網絡安全廠商在衛星互聯網安全方面有所布局，尤其是在衛星互聯網通信安全這個賽道。
天融信曾在投資者互動平臺上表示，公司在衛星互聯網安全領域已有布局，推出了衛星應用服務平臺、衛星遙感系統等網絡安全解決方案，在國內和「一帶一路」沿線多個國家落地實踐，未來公司將持續為客戶提供衛星互聯網安全產品及解決方案。
盛邦安全則是圍繞分析衛星互聯網脆弱性，衛星互聯網空間測繪，以及衛星互聯網通信安全等領域展開具體布局。在與權小文的對話中，他告訴鈦媒體APP，確保衛星互聯網通信安全的首要任務就是通過加密技術，實現通信過程的安全。而衛星互聯網通信安全也是盛邦安全著重布局的新賽道之一。
「利用加密技術，相當於將衛星通信過程中的兩個端側設備都進行了加密，如果有第三個人要是從中間竊取信息的話，難上加難。」權小文進一步指出。
而安全通信協議對於確保整個衛星通信安全也起到了至關重要的作用，采用安全通信協議可以確保數據傳輸的完整性和保密性。這些協議可以提供端到端的安全通信，包括數據加密、數據完整性驗證和身份驗證等功能。
除此之外，密鑰管理也是確保衛星互聯網通信安全的關鍵環節。企業需要建立完善的密鑰管理流程，實現包括密鑰的生成、分發、存儲、使用和銷毀等環節安全。同時，采用安全的密鑰存儲和傳輸方式，確保密鑰使用的安全性和可用性。
從發展速度上看，衛星互聯網的發展速度已經呈現出趕超互聯網剛出現時的速度。衛星互聯網走進大眾視野的幾年內，訂閱用戶量以驚人的速度在增長。美國傳統衛星網絡廠商Hughesnet 經過十數年才積累了150萬訂閱用戶，而星鏈僅一年內，就增加了超100萬訂閱用戶，顯然，衛星互聯網已經成為未來網絡的重要組成部分。
這種發展速度的背後，一方面是衛星的製造、發射成本的下降，「雖然目前製造成本還處於高位，但隨著技術的發展，產業的發展，成本將會呈現出逐步下降的趨勢。」鄭重告訴鈦媒體。
另一方面，隨著「天上」衛星越來越多，服務覆蓋、通信帶寬等方面均有顯著的提升，而這些也直接提升了用戶的使用體驗。
不過，在鄭重看來，隨著天上衛星越來越多，好的軌位也就越來越少，而接下來，中國若想更好的發展衛星互聯網，就要更快、更頻繁的發射衛星，搶占到更多、更好的軌位，讓整個衛星網絡的覆蓋面積更大，「低軌衛星『過頂』時間一般在5~7分鐘，只有發射更多的衛星以後，才能確保通信服務的時間，最終才有商業化的價值。」鄭重如是說。
從目前發展最好的星鏈來看，截至8月10日，星鏈衛星總發射顆數達到了6849顆。直連手機的星鏈衛星總發射數目達到了142顆。「若想達到商業化的標準，至少需要發射4000顆以上的衛星，才能具備商業化的價值。」鄭重告訴鈦媒體。
相信在相關政策的引導下，中國將有越來越多的民間資本入註衛星互聯網市場。在權小文看來，在這個過程中，衛星互聯網安全將以「安全前置」的姿態，成為貫穿衛星全生命周期的存在，自然也是衛星互聯網得以普及的前提之一。---[鈦媒體/作者: 張申宇，編輯: 蓋虹達]
