未來的殺手級AI應用究竟該長什么樣子？這篇文章里，作者梳理了國內外LLMs基礎大模型的特征，并于最后發表了自己關于殺手級AI應用的看法和見解，一起來看一下。

摘要：

本文詳細列表展示國外18家，國內188家大模型。

其次根據LineLian的AI產品經驗分析18家和188家的各自產品5個特點集。

順道用跟人獨家觀點看百度李廠長在剛剛深圳2023西麗湖論壇上發表的大模型言論。

最后結合本人AI工作經驗斗膽預測殺手級AI應用的畫像。

01

國外LineLian能統計到的大模型家數是：18家。

18家國外大模型

LLMs基礎大模型的特點主要體現在以下五個方面：

1）參數量：美國LLMs基礎大模型的參數量普遍較大，通常在數十億到數萬億之間。例如，OpenAI的GPT-4參數量為1.8萬億參數，Google AI的PaLM包含5400億參數，Meta AI 全面開放1750 億參數大模型。參數量越大，大模型的表達能力越強，能夠處理更復雜的任務。

2）算力訓練：LLMs基礎大模型需要大量的算力。通常，訓練一個參數量為100億的LLMs基礎大模型，需要數百萬核時的計算時間。美國的科技巨頭擁有強大的算力資源，能夠為LLMs基礎大模型的訓練提供充足的保障。

3）能力：LLMs基礎大模型具有多種能力，包括：

• 文本生成：能夠生成逼真的文本，包括詩歌、代碼、腳本、音樂作品等。
• 語言翻譯：能夠將一種語言翻譯成另一種語言。
• 問題回答：能夠回答開放式的問題，包括事實問題和開放式問題。
• 摘要生成：能夠生成文本的摘要。

美國LLMs基礎大模型在這些能力方面都取得了顯著的進展。

4）用戶數據：LLMs基礎大模型的訓練需要大量的數據。美國的科技巨頭擁有大量的用戶數據，能夠為LLMs基礎大模型的訓練提供豐富的語料庫。

5）企業文化：美國的科技巨頭具有重視創新和開源的企業文化。這使得美國LLMs基礎大模型能夠快速發展，并為全球的人工智能研究和應用做出了重要貢獻。

總體而言，美國LLMs基礎大模型具有領先的技術水平和豐富的應用場景。隨著技術的不斷發展，美國LLMs基礎大模型將在未來的人工智能應用中發揮更加重要的作用。

02

國內目前統計到的大模型家數是：188家。

188家國產大模型

中國LLMs基礎大模型的特點主要體現在以下五個方面：

1）參數量：中國LLMs基礎大模型的參數量近年來呈快速增長趨勢。目前，中國已經出現了參數量超過1000億的LLMs基礎大模型，例如百度的“文心一言”參數量為2600億，華為云的“盤古”參數量為1750億。

2）算力：中國在算力方面具有較大的瓶頸。中國擁有全球規模較大的超級計算機，能夠為LLMs基礎大模型的訓練提供強大的算力保障。

3）能力：中國LLMs基礎大模型在文本生成、語言翻譯、問題回答等方面取得了顯著的進展。例如百度、阿里、訊飛、月之暗面等在文本生成方面，能夠生成逼真的詩歌、代碼、腳本、音樂作品等；在語言翻譯方面，能夠將一種語言翻譯成另一種語言，并保持原文的語義和風格；在問題回答方面，能夠回答開放式的問題，包括事實問題和開放式問題。

4）用戶數據：中國擁有龐大的用戶群體，為LLMs基礎大模型的訓練提供了豐富的數據資源。例如，百度、阿里等合計擁有超過10億的用戶，這些用戶產生的數據可以為LLMs基礎大模型的訓練提供支持。

5）企業文化：中國企業具有重視實用和創新的企業文化。這使得中國LLMs基礎大模型能夠快速發展，并在實際應用中取得了顯著的成果。例如，百度飛槳的“悟道1.5”已經在新聞生成、智能客服等領域得到了應用。

總體而言，中國LLMs基礎大模型具有快速發展的勢頭，在參數量、算力、能力、用戶數據等方面都取得了顯著的進展。隨著技術的不斷發展，中國LLMs基礎大模型將在未來的人工智能應用中發揮更加重要的作用。

03

深圳西麗湖論壇上，百度創始人李彥宏提出了一系列關于中國AI發展和大模型應用的重要觀點。

• 大模型過多，原生應用過少：李彥宏指出，雖然中國有很多大模型，但相對而言，原生應用卻相對不足。他認為這是一個值得深思的問題。
• 企業AIGC大模型產品案例：百度的文心大模型是一例，其不斷升級的版本在理解、生成、邏輯和記憶等方面都有顯著提升，為原生應用提供支持。
• AI時代標志：李彥宏認為，AI時代的標志是大量的AI原生應用的涌現，而不是大量大模型的出現。他對于“AI時代”的定義頗具趣味性。
• 需求驅動AI產業：提到AI產業是需求驅動的，他強調應該從需求側和應用層入手，鼓勵企業調用大模型開發人工智能原生應用，通過市場推動產業發展。
• 企業AIGC大模型產品案例：百度對旗下產品線進行AI原生化重構，例如，百度文庫的付費率得到了明顯提升，顯示了AI對業務關鍵指標的促進作用。
• 大模型和AI原生應用關系：李彥宏認為大模型是各類原生應用的基礎底座，類似于操作系統。他強調大模型和生成式人工智能所帶來的機遇可與工業革命媲美。
• 開發者依賴大模型的未來：指出大模型最終可能成為開發者依賴的基礎，其產業化模式應結合基礎大模型的通用能力和行業領域的專有能力。
• 企業AIGC大模型產品案例：百度的文心4.0版本是其迄今為止最強大的大模型，在理解、生成、邏輯和記憶等四大能力上有明顯提升。
• 擁抱AI時代需要領導者驅動：強調擁抱AI時代需要公司領導者的引領，因為只有CEO才會關心新技術對業務關鍵指標的影響。
• AI應用生態繁榮帶動經濟發展：高度重視AI應用生態的繁榮，認為這將直接促成經濟的繁榮。

這些觀點為我們理解中國AI產業的發展方向和關鍵趨勢提供了有益的參考。

但是這些觀點沒有提及我們大模型精度問題，大模型應用能力支撐問題、大模型智能度問題。

04

未來殺手級AI應用究竟該長什么樣子？

第一：速度來的時候不會打一聲超乎，而是會超乎尋常的快。

超人工智能（ASI）到來的時候一定具備快的特征，人類智能積累是指數級的而ASI智能是階層級的。

第二：強人工智能的智能水平不會局限在跟人對比上。

第三：高度智能化：殺手級應用將具備更高的智能水平，能夠自主學習和適應環境，具備更強的自主決策能力。

第四：高度自適應：殺手級應用將具備更高的自適應能力，能夠根據環境和任務的變化進行自我調整和優化。

第五：高度可靠性：殺手級應用將具備更高的可靠性和穩定性，能夠在復雜的環境中保持穩定的運行狀態。

第六：高度安全性：殺手級應用將具備更高的安全性和隱私保護能力，能夠有效地保護用戶的隱私和數據安全。

第七：高度可擴展性：殺手級應用將具備更高的可擴展性和靈活性，能夠適應不同的應用場景和需求。

目前能夠想到的有望晉級為ASI的產品公司有OpenAI、AI Pin等。