從拼技術(shù)到邁向商業(yè)化，中國(guó)AI大模型開啟“競(jìng)速跑”

每經(jīng)記者 黃婉銀    每經(jīng)編輯 楊夏    

歷經(jīng)過去幾年的熾熱發(fā)展，AI大模型領(lǐng)域已然邁入淘汰賽階段，熱潮退卻，在充滿了諸多變數(shù)的賽道上，目前還在牌桌上的AI大模型創(chuàng)業(yè)者如何能堅(jiān)持到最后？

近日，騰訊云北區(qū)云原生總經(jīng)理田豐、MiniMax副總裁劉華，與《每日經(jīng)濟(jì)新聞》等媒體進(jìn)行了一場(chǎng)對(duì)話交流，探討行業(yè)格局演變和大模型未來的商業(yè)化路徑。

MiniMax是國(guó)內(nèi)6家AI獨(dú)角獸企業(yè)之一。“在國(guó)內(nèi)要想實(shí)現(xiàn)大模型商業(yè)化，需要堅(jiān)持技術(shù)的創(chuàng)新和突破。用技術(shù)的創(chuàng)新實(shí)現(xiàn)更好的產(chǎn)品體驗(yàn)和生態(tài)，再用商業(yè)化的所得反哺技術(shù)。這是我們期待的良性生態(tài)。當(dāng)技術(shù)突破創(chuàng)新不斷加強(qiáng)，產(chǎn)品體驗(yàn)變得越來越好，商業(yè)化會(huì)是一件自然而然的事。MiniMax目標(biāo)是希望用戶通過AI能創(chuàng)作出更豐富、更有趣的內(nèi)容，企業(yè)通過AI能提高生產(chǎn)效率，而不急于短期內(nèi)的商業(yè)化。”

劉華表示，要提供商業(yè)化的服務(wù)，形成自己的營(yíng)收，那就代表著你提供給客戶的服務(wù)是別人提供不了的，所以別人才愿意給你錢。具體在大模型賽道上各家可以基于自身去選擇，基礎(chǔ)大模型的賽道還是會(huì)局限在個(gè)位數(shù)的企業(yè)。相信優(yōu)秀的大廠、優(yōu)秀的創(chuàng)業(yè)公司會(huì)留下來。除此之外，可能會(huì)有好多人就要轉(zhuǎn)去做AI應(yīng)用，AI應(yīng)用在每個(gè)行業(yè)都能夠被使用，這一塊的市場(chǎng)空間也是非常廣泛的。

他補(bǔ)充道，國(guó)內(nèi)的AI產(chǎn)業(yè)總體沒有多少泡沫，但是之前最大的問題是太多的企業(yè)都說自己能做基礎(chǔ)大模型，這在一定程度上造成了資源的浪費(fèi)。每個(gè)行業(yè)都會(huì)有非常好的應(yīng)用場(chǎng)景，但資源有更好的調(diào)配是比較好的，大家術(shù)業(yè)有專攻。

三年前，騰訊云就與MiniMax建立了合作，為MiniMax提供了一系列集計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)為一體的高性能智算產(chǎn)品，讓MiniMax釋放更多的精力聚焦在模型本身的訓(xùn)練和工程化上。

田豐則強(qiáng)調(diào)，產(chǎn)業(yè)實(shí)踐是檢驗(yàn)AI的唯一標(biāo)準(zhǔn)。AI大模型競(jìng)賽是一場(chǎng)長(zhǎng)跑，無論是投資人還是創(chuàng)業(yè)者都是需要有信心和耐心。炫酷的技術(shù)最終還是要落地到商業(yè)化，去實(shí)現(xiàn)盈利?；诂F(xiàn)在的訓(xùn)練情況和結(jié)果看，指望大模型短期帶來很高價(jià)值的經(jīng)濟(jì)效益還不太可行。

MiniMax目前仍然堅(jiān)持做標(biāo)準(zhǔn)化的產(chǎn)品。在劉華看來，大模型創(chuàng)業(yè)公司大部分的研發(fā)力量還是要放在基礎(chǔ)大模型的研發(fā)上。如果滿足于為每個(gè)企業(yè)去開發(fā)定制化的項(xiàng)目，會(huì)讓大模型的落地變慢。國(guó)內(nèi)人工智能的定制化項(xiàng)目，快的話半年，慢的話一年多。所以與其花這么多時(shí)間去定制化，還不如花更多的時(shí)間做模型的迭代。

在大模型領(lǐng)域的激烈競(jìng)爭(zhēng)中，技術(shù)路線與方向的抉擇至關(guān)重要，直接關(guān)系到企業(yè)未來發(fā)展所能觸及的高度上限。同時(shí)，也要不受到其他公司的影響去輕易調(diào)整發(fā)展模式或技術(shù)路線。

劉華指出，MiniMax在大模型研發(fā)進(jìn)程上明確了三個(gè)核心方向，分別是全力降低模型錯(cuò)誤率至個(gè)位數(shù)、實(shí)現(xiàn)輸入與輸出的無限延伸以及做好多模態(tài)。

他在剖析模型錯(cuò)誤率問題時(shí)指出，上一代的GPT系列模型錯(cuò)誤率較高，有約30%，這導(dǎo)致GPT在一些嚴(yán)肅的生產(chǎn)場(chǎng)合沒法適用，而是在文創(chuàng)領(lǐng)域比較多。如果說大模型要進(jìn)入嚴(yán)肅的生產(chǎn)、研發(fā)、科研、設(shè)計(jì)，那它的錯(cuò)誤率肯定要降低，而且要從30%降低到2%、3%最好。

封面圖片來源：視覺中國(guó)-VCG41N1472123004