大厂“内卷”大模型，在争什么？

中新经纬4月12日电 (常涛)“就连‘久疏’科技战场的王小川都来了，试问谁还能不被大模型‘卷’到？”10日，一位科技公司创始人在朋友圈发文感慨。当日，搜狗创始人王小川宣布携5000万美元入局大模型创业。

大模型，这条当下最火的赛道里更多是大厂的身影。据中新经纬记者不完全统计，截至发稿，中国已有超过30家公司、机构发布了大模型产品或公布了大模型计划，互联网大厂悉数登场。他们在争什么？

密集发布，但远未成熟

这30多家公司、机构中，既有百度、腾讯、阿里这样的互联网公司，也有科大讯飞(002230)、商汤科技这样的AI公司，还有中科院自动化研究所、上海人工智能实验室这样的科研院所。

4月是大模型密集发布期，仅4月10日一天，就有商汤科技推出“日日新SenseNova”大模型体系、昆仑万维(300418)宣布即将推出“天工”大模型、王小川入场大模型创业等消息传来。

大模型密集亮相，是否意味着行业和技术进入成熟期？

IDC中国助理研究总监卢言霞接受中新经纬记者采访时认为，当前各家公司密集发布大模型或公布大模型进展，主要还是被市场热度倒逼的。“事实上，行业成熟期远未到来，目前仍是起步阶段。但这种密集发布会推动大模型技术的落地，加速商业化。”卢言霞说。

科技公司APUS自研了“天燕”大模型，该公司创始人李涛接受中新经纬记者采访时表示，大模型相当于AI时代的操作系统，今天的“百花齐放”，恰恰说明大模型发展还处于早期阶段。

在争什么？

4月11日，阿里云官宣自研大模型“通义千问”开启邀请测试后第四天，在阿里云峰会上，阿里巴巴集团董事会主席兼CEO、阿里云智能集团CEO张勇表示，阿里巴巴所有产品未来将接入“通义千问”大模型，进行全面改造。他认为，面向AI时代，所有产品都值得用大模型重新升级。

百度方面也表示，文心大模型已大规模应用于搜索、信息流、智能音箱等互联网产品，并通过飞桨开源开放平台、百度智能云赋能工业、能源、金融、通信、媒体、教育等各行各业。

据腾讯方面介绍，其混元AI大模型团队推出的万亿中文NLP预训练模型HunYuan-NLP-1T已成功落地于腾讯广告、搜索、对话等内部产品并通过腾讯云服务外部客户。

4月8日，华为云人工智能领域首席科学家田奇表示，华为云盘古大模型推动人工智能开发从“作坊式”到“工业化”升级。他举例说，华为云盘古药物分子大模型，缩短先导药物研发周期从数年到1个月。

商汤科技“日日新SenseNova”推出的语言大模型“商量SenseChat”，可帮助开发者更高效地编写和调试代码，为用户提供个性化的医疗建议，还能轻松从复杂文档中提取和概括信息。

这些大模型在各行各业的应用，无论是在C端还是B端，将科技公司的竞争推向了另一个高度。

卢言霞认为，大模型之争，本质是各公司AI技术含量的表现。“大模型的价值，简单说就是提升AI应用的准确度，提升AI在产业落地的可能性。AI不只是大模型，大模型给AI锦上添花。”在卢言霞看来，几乎所有的AI应用场景，大模型的应用都值得期待。“除非是那些基于规则而不是基于机器学习、深度学习算法的应用。否则，大模型可以在任意AI应用场景落地。”

李涛认为，大模型的竞争本质上也会是生态的竞争。大模型的价值就在于它作为生态的底座，为整个生态提供AI的能力。但最终它需要根据用户需要的场景，通过精炼模型、上层应用为用户创造价值，提供良好的用户体验，才能形成完整的闭环。

我们需要这么多大模型吗？

在大模型“百花齐放”的当下，大多数公司看到的是机会，但也不排除有些公司是“炒概念”。对于投资者来说，还需要仔细甄别其中的风险。

昆仑万维在公告中提醒称，“天工”3.5目前仍在测试阶段，后续仍面临技术研发进展不及预期、应用实践不及预期、商业化落地不确定及行业政策变化等风险。此外，昆仑万维提示称，公司持续加大投入，预计还会对公司2023年财务状况产生负面影响。

另一方面，面对科技公司对大模型的追逐战愈演愈烈，业内也有质疑声音：我们需要这么多大模型吗？有何差异？

卢言霞认为，头部公司还是有自己做大模型的必要的。从差异来说，短期内会体现在软硬件整体成本的性价比、模型预测的准确度等。中期的差异取决于每个公司先面向哪些应用场景去打磨大模型。长期来看，则要看各公司AI实力的竞争。“各家大模型大概率会趋同，差异要看商业化能力。”

李涛表示，就像最终主流手机操作系统只剩下了Android和iOS两家，大模型经过市场竞争，到达成熟期时最终也只会剩下两三家。

“一家科技公司是否有必要做大模型，一定要想清楚自己的定位，打算在这个生态的哪个环节创造价值，以及是否有持续的力量赢得这场竞争。更具体的，要看是否有足够的数据不断迭代改进大模型？是否有足够的算力支撑训练？是否要持续对基础算法投入？”李涛说。

民生证券研报认为，大模型表面不再稀缺后，实质格局更像“太极拳”：易学难精。因为开源基础以及大公司本身的算力储备与资金实力，单纯发布一个大模型门槛没有市场想象那么高。但是能够拥有高质量数据场景助力持续迭代，使得逐步性能逼近ChatGPT的大模型预计最终仍是“凤毛麟角”。市场会逐步凝结共识：得数据者得天下，数据是差异化竞争关键。