巨頭搶灘“大模型”AI界掀起“新基座戰爭”

最近幾年來，大模型成為整個AI行業追逐的技術寵兒，提煉大模型如火如荼包括OpenAI，Google，微軟，Nvidia，百度，華為，阿里巴巴等大公司都參與其中，各種不同參數，不同任務定位的大模型也在陸續上市一時間，提煉大模型成為當前AI行業發展的一個主旋律

方融科技高級工程師，科技部國家科技專家周迪在接受《第一財經日報》采訪時表示，al模式經歷了前幾年的探索期和突破期，部分技術逐漸成熟，現在一定程度上已經到了推廣期大企業發布AI大模型，就是要抓住這個時間節點，先獲得這方面的入場券該模型具有效果好，泛化能力強，R&D過程標準化程度高的特點，正在成為人工智能技術和應用的新基礎

據中國信息通信研究院測算，2021年，計算能力核心產業規模超過1.5萬億元，相關產業規模超過8萬億元其中云計算市場超過3000億元，IDC服務市場超過1500億元，人工智能核心產業超過4000億元

AI新基地

過去，大多數人工智能企業和研究機構遵循算法，計算能力和數據三位一體的研究范式，即基于一定的計算能力和數據，利用開源算法框架訓練智能模型這也導致了目前的人工智能大多處于手工作坊階段面對各行業的下游應用，AI逐漸呈現碎片化，多樣化的特點，同時也存在模型通用性低的缺陷這不僅是AI技術的挑戰，也限制了AI的產業化進程

從各種電商平臺的智能推薦，到日常生活中的刷臉支付，現在各個方面都離不開AI為了滿足這些需求，我們需要為每個特定場景收集大量數據，然后從中設計出專用于特定任務的模型，周迪告訴記者AI大模型希望做的是能夠基于這個模型整合各種需求，從而適應多種差異化的業務場景，解決AI賦能萬千行業所面臨的碎片化，多樣化問題

AI大模型提供了通用的解決方案通過預訓練大模型+微調下游任務的方式，可以有效地從大量有標簽和無標簽的數據中捕捉知識，大大擴展了模型的泛化能力

華為瑞星計算業務總裁張告訴記者，過去在單個AI應用場景下，實際上是由很多模型組成，多個模型支持一個場景完成多個任務大模型是AI的發展趨勢，即可以解決人工智能的很多問題因為大模型有很好的通用性，可以實現多個任務原來的場景需要多個小模型，現在大模型可以服務多個場景，這就是生產效率的提升目前國家有關部門也在牽頭制定大型號的沙盤，避免科研機構和企業重復研發通過將各個領域的大模型與行業場景相結合，可以更好地加速人工智能技術產業的發展

阿里巴巴高級副總裁，達摩院副院長周表示:大模型模仿了人類認知的過程，這是我們目前的重要機遇通過整合AI在語言，語音，視覺等不同模式和領域的知識體系，我們期待多模態大模型可以成為下一代人工智能算法的基石，可以讓AI只用‘單一感官’到‘全五感’，可以調用擁有豐富知識的大腦去理解世界和思考，最終實現接近人類水平的認知智能

巨人摔跤

事實上，從2020年開始，全球各大公司和研究所就開始了大型號的軍備競賽2020年夏天，OpenAI推出了GPT—3，在自然語言處理方面展現了驚人的能力它可以寫文章，翻譯，生成代碼，甚至可以學習一個人的語言模式，并按照這個模式與人對話

GPT—3的推出也帶動了全球AI大模型的爆發，參與企業越來越多，參數級別越來越大，成為新一輪AI競賽的場地2021年，谷歌發布了萬億級模型Switch Transformer，微軟和英威達也推出了擁有5300億個參數的自然語言生成模型

國內企業也不甘落后華為，百度，阿里巴巴，浪潮等企業相繼推出了自己的大機型

日前，阿里巴巴達摩院發布了最新的依桐大模型系列周表示，為了讓大模型更加一體化，達摩院在國內率先搭建了AI統一基地，在業內首次實現了模態表示，任務表示，模型結構的統一

同一天，華為還發布了全球首款基于瑞星AI的三大模式機型紫東臺初根據消息顯示，紫東臺初是一個具有跨模態理解和跨模態生成能力的千億參數創新模型此外，以圖制聲，以聲制圖首次成為現實，是有限領域弱人工智能向通用人工智能的重要探索

根據華為的介紹，自2021年以來，國內業界陸續推出了鵬程盤古，鵬程神農，紫東太極，武漢珞珈，華為云盤古系列等頗具影響力的大機型基于不斷崛起的AI，并陸續孵化出一批互聯網，智慧城市，生物醫藥，金融，農業等行業的解決方案，加速AI在各行各業的應用

對此，周迪分析認為，Al模式經過前幾年的探索和突破，部分技術已經逐漸成熟，現在一定程度上已經到了推廣期各大巨頭紛紛發布AI大模型，就是為了搶這個時間節點，先拿到入場券

挑戰依然存在。

當然，AI大模型的發展也不是一蹴而就的要實現全模式，全任務的通用性，還有很多技術難點同時，由于計算資源的限制，其訓練和落地應用都具有相當的挑戰性

周迪認為，Al模型的發展主要面臨三個瓶頸:體量，評測和應用第一，體積龐大，R&D和部署困難Al大型模型的參數和計算要求給開發，優化，部署等工程環節帶來巨大壓力，因此有必要加強AI大型模型輕量化技術的研發二是評價單一，應用效率難以顯現目前對AI大模型的評價主要以學術榜單為主，難以客觀有效地評價在行業場景中的應用效果建議完善AI大模型評價指標體系第三，應用有限，產品形態還在探索中建議鼓勵AI大模型應用服務創新比如有的企業采用分行業的層級制，逐步實施AI大模型的落地