在高调呼吁暂停开发高级别人工智能后，近日，马斯克被爆出斥资数千万美元购买上万张GPU训练算力，并成立对标OpenAI的X.AI公司以开发大模型。

ChatGPT引爆的AI大模型，正在成为全球科技巨头竞相追逐的新战场。

国外有微软、谷歌、亚马逊，国内更是遍地开花。“大模型发布月”名不虚传，刚刚过去的一周基本以“天”为计不断更新。继百度之后，华为、阿里、腾讯、360、商汤、知乎、毫末智行、昆仑万维等纷纷公布大模型进展，可能成为中国AI发展史上最“内卷”的一周。

同时，创业市场依然不断有大佬进入，搜狗创始人王小川，美团联合创始人王慧文和元老级高管陈亮纷纷投身AI大模型。王小川和百度李彦宏阵营围绕技术差距等问题打起口水战，为AI大模型添了一把火。

国内诸神混战，热闹非凡，热度甚至完全超过美国。但狂飙之下，形形色色的入局者也需想清楚这背后的挑战——除数据、算力和算法外，更关键的是如何跑通技术和商业的闭环。

大模型混战，大佬隔空互怼

刚刚过去的四月第二周，国内AI大模型浪潮迎来巅峰。先是华为公布了盘古大模型的进展，360宣布将基于360GPT大模型开发的360智脑落地搜索场景。

随后商汤公布日日新大模型，开启内测的阿里通义千问正式亮相，毫末智行发布全球首个自动驾驶大模型DriveGPT雪湖·海若，再到腾讯推出性能提升3倍的新一代高性能计算集群，知乎推出中文大模型知海图AI，让人目不暇接。

AI创业圈也不断有大佬进入，美团前高级副总裁、最高决策机构S-team成员陈亮近日已入局大模型创业，这是继王慧文之后第二位投身大模型创业的美团元老。

此前被寄予厚望的王小川也正式官宣，和前搜狗COO茹立云联合创立百川智能，并放话年底做出中国最好的大模型，还因和李彦宏阵营的隔空互怼引发圈内关注。

接下来，预计还会有更多的大模型发布。京东称将在今年发布千亿级参数的言犀大模型，昆仑万维的天工3.5在今日开启内测，科大讯飞将在5月发布大模型产品。

字节跳动、网易等国内有头有脸的公司都在研发大模型。雷军也表示，对大模型会全力以赴，坚决拥抱，并称正在研发一些有趣的技术和产品。

据民生证券不完全统计，目前国内已发布超过30个大模型。此前宣布大模型创业的出门问问创始人、CEO李志飞则预计，中国未来1-2年会看到50家以上公司做大模型。

国内目前布局AI大模型的企业和机构 资料来源：民生证券

这场混战也引发了很多争论，王小川就不认同李彦宏称文心一言与OpenAI仅相差两个月的言论。关于国内与OpenAI的差距，目前并没有统一的对比标准。最“自信”的李彦宏认为仅差两个月，周鸿祎、王小川等认为相差2到3年，也有“中间派”认为差距是1到2年。

此外，关于巨头和创业公司在大模型时代的机会，各方立场也不同。不少观点认为，大模型是烧钱窟窿，只有巨头能玩得起，创业公司机会不大。李彦宏就表示，中国创业公司基本不会出现下一个OpenAI，重新做一个ChatGPT没有多大意义，也没有必要重复去造轮子。

李志飞曾在国内率先声称要做“中国的OpenAI”，但经过一个月后逐渐变得冷静，认为国内大概率不会出现OpenAI，而通用大模型不一定适合所有人，包括大佬们。

今年以来入局AI大模型创业的大佬但也有很多观点认为，创业公司在技术和商业层面也有很大机会。王小川认为，大厂更注重业务目标，自身惯性使其很难做0到1的创新，创业公司更适合去做通用人工智能，这与李彦宏的立场截然不同。

如此种种，孰是孰非，难有定论。而类似的争议也将延续，如近日因马斯克等人呼吁暂停研发更高级别人工智能引发的AI监管问题，全球也并没有形成一致的共识。

不得不的警惕是，在人潮汹涌之际，需要防止大模型出现类似元宇宙的短命现象。当年元宇宙的火爆程度并不比大模型弱，但最终潮水褪去，微软、Meta等大厂灰头灰脸进行收缩，元宇宙终究是触不到的海市蜃楼。

从目前来看，国内在大模型上还是有些浮躁，不少企业在技术或产品没有打磨好之前便匆忙推向市场，借助概念蹭热点的公司更是不在少数。国内要想赶超OpenAI，做好大模型，可能还需要的是冷静，以及长期深耕的准备。

从大炼模型到炼大模型

国内开启对大模型的研发，时间并不算太晚。就在OpenAI推出GPT-2并接受微软10亿美元投资的一个月后，即2019年3月，百度就发布了上亿规模参数的ERNIE1.0(文心大模型)，这是中国第一个正式开放的预训练大模型。

目前，百度的文心大模型已迭代到ERNIE3.0版本，参数规模超越GPT-3达到2600亿，是全球首个知识增强的千亿AI大模型，文心一言、文心一格等即是基于ERNIE3.0打造。

但百度抢下国内首发并未带来大模型的升温，而是直到两年后才受到更多关注。2021年3月，科研机构智源研究院推出悟道1.0大模型，三个月后迭代至悟道2.0，参数规模高达1.75万亿，是GPT-3的10倍，刷新之前谷歌创下的1.6万亿参数纪录，是彼时中国首个和全球最大的万亿级模型。

国产大模型逐渐成为巨头的游戏，人工智能从大炼模型迈向炼大模型时代。华为在2021年推出盘古大模型，腾讯和阿里也先后推出混元大模型和通义大模型，其中阿里的多模态大模型M6的参数在不到两年内从3亿暴增到10万亿，目前仍是全球最大预训练模型。

从百度、华为、阿里、腾讯等巨头的布局来看，其更注重打造通用的基础大模型，因此规模也往往更大。不过，巨头的玩法并不适合所有公司。

一般来说，模型越大，对算力要求越高，成本也就越高。据浙江大学人工智能研究所所长吴飞介绍，ChatGPT的训练门槛是1万张英伟达V100芯片，约人民币10亿元，模型训练算力开销是每秒运算一千万亿次，需运行3640天。

而从创业公司来看，李志飞认为5000万美元是基本门槛，王慧文和王小川首轮融资都是这个规模。因此，并不是所有的企业都有能力，或者说有必要去做通用模型，专注于垂直领域依然有很大的机会。

目前，也有不少公司专注打造面向具体行业和场景的垂直大模型，如毫末智行面向自动驾驶领域的DriveGPT雪湖·海若，创新奇智推出的工业大模型产品奇智孔明，云从科技也计划募资超36亿元研发行业大模型。

达观数据董事长兼CEO陈运文认为，与通用大模型相比，垂直大模型参数少，训练成本和使用成本将更具有竞争力。目前，该公司也正在研发名为“曹植”的垂直领域模型。

值得注意的是，巨头在打造通用模型外，也面向不同技术领域进行布局。百度以文心大模型为底座，面向自然语言理解、计算机视觉、多模态、生物计算等领域都推出大模型，华为、腾讯和阿里也是类似。百度则更快人一步，目前已在能源、金融、制造、教育等领域推出36个行业大模型。

百度副总裁吴甜曾对搜狐科技解释称，通用模型对行业特有的数据和知识的把握能力依然有不足之处，因此有必要打造行业大模型。她认为，这是通用模型未来能够广泛应用最有效的方式。如今这也得到更多认可，华为也不断推出面向具体行业的大模型，阿里也将在今天发布行业大模型。

对于大模型的发展，过去都在追求规模，短短两三年参数就从亿级别达到10万亿级别。但越来越多的观点认为，大模型并不是越大越好，或者说在参数继续增加的同时要更加关注如何提升模型的能力。

OpenAI首席执行官山姆·奥特曼近日就提到，OpenAI正接近语言大模型规模的极限，规模不再是衡量模型质量的重要指标，而规模越大并不一定意味着模型越好，未来需要有更多方式来提升模型的能力和效用。

他认为，未来模型参数应该向更小的方向发展，或者以多个小模型协作的方式工作。实际上，大小模型协同也越发成为国内产业界共识，达摩院曾就将此视为未来趋势之一。吴甜也表示，大模型在产业应用上非常重要，但不是唯一方向，大小模型并非互斥，而是相互协同。

C端哑声，普遍押注B端应用

选择做大模型仅仅是第一步，更为关键的是如何打通技术和商业的闭环。正如李志飞所说，做出通用人工智能又能怎么样，更重要的还需要make AGI accessible。

过去人工智能的商业模式主要是针对特定任务、场景开发专用小模型，难以标准化，导致成本高企，这也是为何几乎所有AI公司难以盈利的根本所在。通用模型则可以将下游碎片化任务和场景一网打尽，推动人工智能从作坊式完成工业级的标准化生产和商业应用。

目前，OpenAI的GPT模型在商业化方面走在前列。C端实现会员收费，上亿用户将为其提供一定的变现潜力;B端通过API和插件方式服务客户，同时还借助微软实现在搜索、办公等领域落地，并通过云对外提供更为泛化的能力，这也成为国内模仿的打法。

不过，国内基于大模型C端产品或面临更为严格的限制和监管。百度文心一言和阿里的通义千问仍在内测阶段，国内目前还没有一款C端产品如ChatGPT般向公众开放。

生成式人工智能在监管上也正在受到更多关注。近日我国发布了《生成式人工智能服务管理办法(征求意见稿)》，明确要求不得出现歧视，生成内容应当真实准确、防止生成虚假信息等，如果出现，除内容过滤外，还要通过模型优化等进行优化。作为生成式人工智能的固有缺陷，这在从技术上难以保证和彻底解决。

可以预见，在未来一段时间内，基于大模型的C端产品或难以突破，这也在很大程度上使得国内大厂普遍都在押注B端落地。

从头部大厂布局来看，其推出的大模型不仅是自身业务的支撑，如百度将文心一言落地在自家搜索、小度和智能驾驶等业务上，阿里所有业务也都将接入通义千问;更为重要的是，这些企业还将大模型的能力对外输出，助推行业数字化和智能化的进一步升级。

业界也已逐渐达成共识，比尔·盖茨、阿里CEO张勇等人都认为，所有行业或产品都会被AI大模型重塑，从而带来新一轮的升级。

目前，大厂都在计划通过云的方式对外输出大模型的能力，云计算成为AI大模型落地的最佳方式，模型即服务(MaaS)越发受到关注，而这也将带来大模型成本的降低。据阿里云透露，未来在云上训练一个模型的成本将有可能降低到现在的十分之一，甚至是百分之一。

这使得企业不需要再从“零”起步去训练出一个“好用”的大模型，而是可以直接调用大厂的通用大模型，再结合自身的行业知识积累和应用场景，就能以较低成本“一键”生成适合自己的专属大模型。

不过，关于C端和B端谁更有前景，目前并无定论。普遍的观点认为，B端将是大模型应用富矿。但在王小川看来，C端服务才是未来更大的机会。

以大模型为代表的AI 2.0狂潮时代，将是一场持久战。打口水战没有意义，只有打通技术和商业的闭环，最后才有可能在混战中取胜。