大模型「混亂期」:誰能在混亂期中突出重圍?

0 評論 1248 瀏覽 2 收藏 19 分鐘

隨著ChatGPT的爆火,對百度、騰訊、阿里和字節為代表的國內互聯網大廠來說都不想錯過這個機會。如何在底層模型能力上跑出一大批落地的 AI 應用,抓住這個混亂期成功突圍?國產大模型什么時候能跟 ChatGPT 一樣好用?

ChatGPT 爆火一年,大模型的競爭走到哪一步了?

從微信指數的數據,可以管中窺豹到各家大模型的感知度,ChatGPT 遙遙領先,依然是國內大模型們追趕的對象。

而國內互聯網大廠的大模型梯隊中,百度的文心一言和阿里的通義千問,依賴于發布時間較早,是產品感知度比較高的存在,尤其是文心一言3 月率先發布、 8月全面開放,已經進化到 4.0 版本。

而老對手騰訊和字節,分別在今年 8 月和 9 月亮相了自家的大模型產品,在時間線上屬于跟進 ChatGPT 較晚的梯隊,姿態也都相對低調。

先看字節的大模型戰略,是先在 8 月上線了 AI 聊天機器人「豆包」,隨后自研的大模型產品云雀在 9 月浮出水面,而「豆包」正是云雀大模型在垂直場景中的應用產品。

最新的動作是,在海外上線 AI 產品「ChitChop」,應用場景比「豆包」的海外版本「 Cici 」更豐富,如此密集的產品布局,被外界認為是字節從「 APP 工廠」朝「 AI工廠」邁進。

再看騰訊的混元大模型,正式發布于 9 月,屬于國內互聯網大廠中最晚入場的玩家,也是至今沒有單獨發布獨立大模型 APP 的互聯網大廠。混元大模型最直接的使用場景還是在微信小程序內,發布后最大的變化是, 10 月底開放了文生圖功能。

不做獨立 APP ,而是利用微信豐沛的流量做大模型小程序,優先迭代基礎能力,是騰訊混元大模型的現狀;而同樣流量豐沛的字節,則選擇布局多款 AI 大模型垂直產品,在國內外市場同時押注。

至此,字節和騰訊這對老冤家,正在大模型的賽道背道而馳。

OpenAI上線一年,其自身團隊的變動成了大模型混亂期的轉折點;而當國內「百模大戰」告一段落,誰能在混亂期中突出重圍?

一、騰訊,依然「不著急」?

關于大模型能力的測試有很多,各家大模型的產品能力也各有千秋。

騰訊方面曾宣稱,在信通院測評主流大模型測試中,混元的模型開發和模型能力均獲得了當前的最高分數。

相較之下,第三方個人測評更直觀,在科技公司研究員Yuri自發研究的測評中,騰訊混元大模型在國產大模型的同題測試中排名靠后。

Yuri通過一套考公的行政職業能力筆試測驗題,對百度文心一言、字節豆包、阿里通義千問和騰訊混元大模型進行了測試,一共 99 道題目。結果顯示,混元大模型在常識判斷、言語理解與表達和推理判斷等方面都差強人意,總體上的正確率為 34.3%,排在 12 個國產大模型末尾。

「混元是此次測試讓我大跌眼鏡的模型,沒有之一?!筜uri在測試后點評說,「前十道題連錯是我完全沒想到的,我大概半年前就一直在期待宇宙廠和鵝廠的模型,覺得他們或許會帶來驚喜感,宇宙廠達到了預期,但沒想到鵝廠的模型居然是醬紫。」

Yuri也在測試中說明,「本測試結果沒有任何地緣和公司立場,單從一個用戶體驗角度評論,僅表示模型在所測試題目及同類題目的任務表現,并不能完全代表模型在其他任務上的能力和表現?!?/strong>

這次測試的時間為 11 月中旬,而 GPT-4 的測試結果為正確率 73.7%,Yuri最后總結,「Open AI 在燈塔尖,我們在長城內,大家都有光明的前途吶」。

他同時提到,混元的回答生成速度跟通義千問差不多,但測試中共用了 7 輪對話完成這次測試,單次對話的上限是 30 次,多了之后就會出現「會話過長,請開始新會話」的提示。

第三方個人測試一定程度上反映出了混元大模型的問題。此前就有騰訊內部人士稱,混元大模型在公司內部受到了批評。相關測試者透露,「不好用」是騰訊內部一部分人的共識。

「不著急」是今年9月份,騰訊混元大模型對自己的定調。雖然后續一直在更新迭代,但版本更迭速度相比國內同行的確稍慢。

截至 12 月 7 日,混元大模型對外使用的版本為V1.5.5,距離混元大模型正式發布已經過去了整整三個月,而百度文心一言已經在 10 月份開啟了4.0 收費版本,同期阿里通義千問也進化到了 2.0 版本。

不跟同行比,或許可以說是混元大模型一大特色。其發布后一直低調前行,最初只限于邀請測試,10 月開始逐漸放開,最新的動作是在 10 月 26 日官宣開放「文生圖」功能,并稱升級后的騰訊混元中文能力整體超過GPT3.5,代碼能力大幅提升20%。

最能展現騰訊混元大模型升級進化的案例是,不同進化階段對同一問題的回答。

同一個問題,混元大模型在 10 月和 12 月給出的不同答案「藍洞商業」在 10 月中旬的測試中發現,混元大模型對未知的問題會給出幻覺性的答案。其實,幻覺問題一直是大模型的通病,簡而言之就是杜撰甚至是一本正經的胡說八道。而升級之后,12 月的表現明顯更智能,對未知的問題會給出帶有可解釋和可說明性的答案。

早在 9 月份,騰訊混元大模型發布時,其就稱在解決「大模型幻覺」問題上能力突出,主要方法是不依賴外掛,在預訓練階段通過「探真」算法進行事實修正,讓混元大模型的幻覺相比主流開源大模型降低了 30 %至 50 %。

騰訊旗下 AI Lab 也曾就大模型的幻覺問題做出論文研究,題目為《AI 海洋中的海妖之歌:大語言模型中的幻覺調查》??梢哉f,騰訊在「大模型幻覺」問題上早已有所準備。

聚焦自身大模型技術和能力的升級,而不是像百度、字節一樣廣泛拓展 C 端應用場景,可以看作目前騰訊混元大模型的重要戰略之一。

同時存在的問題是,混元大模型仍局限在騰訊流量范圍內,尚未與對手產生正面競爭。

二、字節從「APP工廠」到「AI工廠」

退中有進,是字節 11 月的關鍵詞。

就在 PICO 和朝夕光年大幅度裁員縮減團隊規模后,字節成立了一個新 AI 部門Flow,技術負責人為字節跳動技術副總裁洪定坤,業務帶頭人為字節大模型團隊的負責人朱文佳。此舉被解讀為字節押注大模型,減少游戲和 XR 相關的投入。

Flow 聚焦的是 AI 應用層,也就是大模型廠商最渴望得到的能落地的應用產品。字節在 AI 相關應用層最新發布的產品「ChitChop」,由新加坡公司 POLIGON 開發,在海外上線運營。

此前,字節曾在國內和國際上推出了豆包和Cici,這兩款初級階段的產品都是提供知識問答、續寫、內容生成等服務。

而 ChitChop 的主打功能遠比此前的 Cici 和豆包更全能,200 多款智能應用遍布AI創作、AI 繪圖、休閑娛樂、學習提升、工作效率提升和生活助手六大方面,號稱「旨在提供創造性靈感和提升效率」。

至此,新加坡成了字節在 AI 戰略中的重心所在,POLIGON 是字節海外的重要運營公司之一,2020年在新加坡注冊成立,主營業務是軟件和應用程序的開發,其次是電腦游戲的開發。

更關鍵的是團隊核心所在。2021 年,原今日頭條 CEO 朱文佳調任新加坡,負責 Tiktok 的技術研發,外界猜測新加坡將成為 Tiktok 海外新總部駐地。另據《中國企業家》報道,張一鳴目前身處新加坡,他招聘了數名 OpenAI 的員工來組建團隊,學習 AI,探索一些新玩法。

海外上線的 ChitChop,目前下載量等數據并不亮眼,但可以看作是字節在大模型 C 端應用層面的一次探路。但潛在問題是,海外版的ChitChop,Logo的標識也是簡寫的 CC,這與此前發布的 CiCi 在名稱上有很大的雷同,極容易被混淆。

ChitChop背后的支持是字節的云雀大語言模型,如果說 ChitChop 是做好的商品,云雀大模型就是背后的提供商品的大商場。ChitChop 借助云雀大語言模型的能力,能夠提供更加智能和個性化的服務。

而云雀大語言模型只是字節 AI 戰略的一部分,其還通過火山引擎做大模型的平臺服務。也就是說,B 端模型層和 C 端應用層,兩手都要抓。

火山引擎智能算法負責人、火山方舟負責人吳迪曾公開表示,「火山方舟平臺上面有眾多優質的、精選的國內的高質量商用模型,像智譜 AI 的 ChatGLM 的商用版本,像 MiniMax 的 MiniMax-ABAB 5.5 以及字節的云雀模型等等。我們有很多客戶基于方舟平臺,在這些優質的商用模型上去開發自己的應用?!?/p>

而依賴于抖音和 TikTok 的影響力,多個 AI 相關產品將借勢推出。

據公開報道,字節將推出一個名為「機器人開發平臺」的開放平臺,允許用戶自主創建自己的聊天機器人。此外,抖音還計劃在主APP內推出多個 AI 聊天機器人,近期已經上線的「抖音心晴」定位情緒關懷機器人。

既做商品,又做商場,萬箭齊發、廣泛布局的策略,自然很容易被理解為字節從「APP 工廠」變成「AI 工廠」。

問題在于,在底層大模型技術和能力完全落后于 ChatGPT 的狀態下,應用場景是否真的有競爭力?曾經在移動互聯網時代成功的打法,能否在 AI 大模型成功復用?都是留給字節的拷問。

大模型的基礎能力,決定了應用場景的上限,尤其是 ChatGPT4.5 版本即將到來,字節的 ChitChop 尚且稚嫩,在海外市場能否正面競爭?也是一個未知數。

三、誰能抓住 OpenAI 的混亂期?

就在山姆·奧爾特曼被戲劇性趕下臺,又在微軟的支持下重回 OpenAI 的 CEO 之位,各方 AI 勢力都在蠢蠢欲動,試圖在這個混亂期,重新找回屬于自己的人工智能機會點。

以谷歌為代表,12 月 7 日發布的 AI 大模型 Gemini,就號稱比包括 ChatGPT 在內的目前市場上任何產品都要強大,其發布了高中低三個版本的大模型,分別是適用于高度復雜任務的 Gemini Ultra 、適用于各種任務的最佳模型 Gemini Pro 以及適用于端側設備的 Gemini Nano 。

其中 Gemini Pro 對標的是免費版 ChatGPT,而最高版本的 Gemini Pro 將于明年年初開始給開發人員廣泛使用。

而同樣是大模型加應用層的策略,谷歌的 Bard 聊天機器人遠遠落后于 ChatGPT,而發布大模型之后,谷歌將把Gemini 大模型的能力賦加在 Bard 聊天機器人上,明年還將發布一款名為 Bard Advanced 的聊天機器人,而適用于端側設備的 Gemini Nano 大模型則會引入安卓手機中。

在谷歌最吸引人的 6 分多鐘演示視頻中,Gemini 大模型的能力得以展示,它可以根據人在紙上隨意畫出的形象,實時給出人一樣的判斷和推理回答,并且能夠檢查物理作業問題,診斷預先寫好的解決方案,并給出正確答案。

但僅僅兩天后,谷歌就被「打臉」了,谷歌大模型并沒有外界傳說的那么驚艷。

事實上,那段演示視頻并非是實時進行的,也不是通過語音對話完成的,Gemini 并不能達到視頻中的效果,谷歌方面后來承認,「為了本次演示,我們縮短了延遲并精簡了 Gemini 的輸出?!?/p>

而根據谷歌自己發布的數據對比圖,Gemini Ultra 僅以微弱優勢領先于 OpenAI 的 GPT-4 模型,換句話說,谷歌最新的 AI 模型,水平僅僅比 OpenAI 一年前的基礎高一點而已,并非有巨大的優勢,況且目前真正代表 OpenAI 實力的,是下一代的 GPT-4.5或 GPT-5。

可以說,即便是巨頭谷歌,當下 AI 發展的狀態也是追趕 OpenAI,其急于通過產品展示和證明自己的 AI 發展速度,本身是一種利用 OpenAI 混亂期的營銷策略。

OpenAI 的混亂期,是 AI 行業滾滾浪潮中的一個插曲,尤其是「 GPT 商店」推遲到 2024 年發布,這無疑是 OpenAI 商業化前進中的一個減速動作,對OpenAI來說是一個坎坷,但對行業競爭者來說,可能就是一個突圍時機。

「百模大戰」已經告一段落,謹慎如騰訊,激進如字節。這對昔日的老冤家,如今都在大模型戰略上不遺余力,走上了截然不同的發展路徑,背道而馳:一個極力擴充 AI 大模型的使用場景,找到下一個超級流量入口;另外一個則是不斷打磨大模型的技術和能力,把使用場景局限在小程序范圍內。

AI 大模型之戰是互聯網巨頭不能丟掉的陣地,而對百度、騰訊、阿里和字節為代表的國內互聯網大廠來說,各家的底層大模型產品雖然數據能力各有差異,但基礎設施已經有了。

下一個競爭焦點,就是如何在底層模型能力上跑出一大批落地的 AI 應用,抓住這個混亂期成功突圍。最本質的問題依舊是:國產大模型什么時候能跟 ChatGPT 一樣好用?

作者:趙衛衛

來源公眾號:藍洞商業(ID:value_creation),深度、原創、有趣的商業人物和故事。

原文標題:大模型「混亂期」:謹慎如騰訊,激進如字節

本文由人人都是產品經理合作媒體 @藍洞商業 授權發布,未經許可,禁止轉載。

題圖來自 Unsplash,基于 CC0 協議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!