不知不覺之間，我們已經(jīng)距離ChatGPT引爆全網(wǎng)的爆發(fā)點已經(jīng)過去了一年多。隨著OpenAI證明了LLM（大語言模型）AI行得通之后，目前市場上的各類LLM 已經(jīng)如雨后春筍般爭搶涌出。不言自明，現(xiàn)在的大模型已經(jīng)成為AI領域的一個重要趨勢。據(jù)數(shù)據(jù)，2023年，我國AI大模型行業(yè)市場規(guī)模為147億元，預計2024年將增長至216億元。隨著技術的不斷進步和應用場景的拓展，相信AI大模型將在未來發(fā)揮更加重要的作用，推動中國人工智能產(chǎn)業(yè)的持續(xù)發(fā)展和創(chuàng)新。本篇文章，就重點針對我國以及全球的大語言模型的實力和其市場應用情況做一個相對全面的梳理和分析，讓我們一起撥云見日，看清這百家爭鳴的大語言模型AI市場。

大語言模型，是一種基于海量文本數(shù)據(jù)訓練的深度學習模型，能夠生成自然語言文本，深入理解文本含義，并處理各種自然語言任務，如文本摘要、問答、翻譯等。它的底層使用多個轉(zhuǎn)換器模型，這些轉(zhuǎn)換器由具有自注意力功能的編碼器和解碼器組成，可以從一系列文本中提取含義，并理解其中的單詞和短語之間的關系。目前被廣泛應用與AI 機械學習領域，就從目前的使用效果上來看，是智能水平最高的AI 產(chǎn)品之一。

1 浪潮之下，國內(nèi)外大語言模型的發(fā)展現(xiàn)狀

我們縱觀全球，目前重要的大語言模型產(chǎn)品有：OpenAI的ChatGPT、百度的文心一言、阿里巴巴Qwen-Max、谷歌的PaLM 2 AI 模型、Meta 的LLaMA模型等等。我國大語言模型從數(shù)量上看，百家爭鳴，但是對于大語言模型的性能上來看，我國整體上成追趕態(tài)勢。

根據(jù)上海市人工智能實驗室發(fā)布了2023 年度大模型評測榜單。經(jīng)過大模型開源開放評測體系“司南”（OpenCompass2.0）對國內(nèi)外主流大模型的全面評測診斷，中英雙語評測前十名揭曉：OpenAI 研發(fā)的GPT-4Turbo位居第一，排名第二至第五的依次是：智譜清言GLM-4、阿里巴巴Qwen-Max、百度文心一言4.0、阿里巴巴Qwen-72B-Chat。

在中英雙語評測中，OpenAI的GPT-4 Turbo以顯著優(yōu)勢位居榜首。這一結(jié)果再次證明了OpenAI在大模型技術領域的領先地位，也反映出其在復雜推理和綜合能力方面的卓越表現(xiàn)；而在詳細分析評測結(jié)果時，我們發(fā)現(xiàn)國內(nèi)大模型在中文場景下展現(xiàn)出了獨特優(yōu)勢。這得益于國內(nèi)企業(yè)在中文語言理解、中文知識和中文創(chuàng)作等方面的深厚積累。在一些維度上，國內(nèi)商業(yè)模型甚至實現(xiàn)了對GPT-4 Turbo 的超越，這充分展示了國內(nèi)大模型在特定領域的競爭力。

如果說，從國內(nèi)機構(gòu)的測試結(jié)果來看，我國的大語言模型的性能似乎“還可以”，但是在剔除了中文優(yōu)勢等特定的優(yōu)勢來綜合評價之時，我國的大語言模型對比其他國外的模型，特別是來自美國的同類產(chǎn)品之時，其劣勢就十分明顯了。

在人工智能和自然語言處理領域，SuperCLUE 基準測試是衡量模型性能的重要指標之一。在近期的測試之中，目前世界上最好的大語言模型毫無爭議的是來自OpenAI的GPT4，其以高達87.08 的得分遙遙領先，充分展示了其在自然語言處理領域的強大實力。Claude2和GPT3.5也分別以72.46和71.12的得分緊隨其后，展現(xiàn)出了不俗的性能。

相比之下， 國內(nèi)代表模型在SuperCLUE基準測試中的得分雖然普遍較低，但也取得了一定的成績。vivoLM和Moonshot分別以70.74和70.42的得分位列國內(nèi)模型前列，與其他國內(nèi)模型相比表現(xiàn)出了一定的優(yōu)勢。文心一言4.0、SenseChat3.0等模型也展現(xiàn)出了良好的性能，但與國外模型相比仍有一定的差距。

面對目前的不小差距，筆者借用上海人工智能實驗室領軍科學家林達華教授的話來說：“大模型評測的最大意義并不在于榜單名次，而是通過評測結(jié)果來指導改進工作?！蹦敲唇酉聛砦覀兙蛠磉M一步看看，ChatGPT為什么行？

2 ChatGPT為什么能如此成功？

首先，我們要承認，ChatGPT是一次在海量資源加持的前提之下，團隊保持初心，并且嚴格按照長期主義思想指導的一次成功。自2015年底OpenAI成立，到2018年初代GPT誕生，再到2022年底GPT-3走向商業(yè)化，OpenAI的幾位創(chuàng)始人，其初心十分明確，他們以造福全人類為宗旨，希望能夠研發(fā)出能夠安全可控，人類可以放心使用的高水平AI技術。在這一初心的指引下，OpenAl創(chuàng)始人兼CTO不斷用第一性原理的思維定位研發(fā)方向，走出技術瓶頸，才讓OpenAI得以成為今天通用AI領域的重要力量。

站在技術的角度上來說，OpenAI團隊基于Transformer網(wǎng)絡，使得機器人能夠更好地模擬人類的語言行為，從而提高了交流的流暢性和準確性。ChatGPT的深度學習模型經(jīng)過大規(guī)模的預訓練，學習到了大量的語言模式和語法規(guī)則，我們以GPT-3為例，其訓練數(shù)據(jù)達45TB，相當于閱讀了數(shù)千萬本文學巨著，再加上近乎“無限”的硬件平臺支持，據(jù)國盛證券的測算，在訓練階段，微軟Azure就為GPT-3準備的訓練研發(fā)平臺在2020年時共部署英偉達V100超過1萬塊，置換為A100，則所需GPU算力約為3000-5000塊英偉達A100；而在正式投入運營之時，支持每日2500 萬人訪問量的巨大流量，在考慮算法優(yōu)化后保守估計在1 萬片A100 左右。巨大的資金支持+ 最好的硬件支持+ 優(yōu)秀的人才團隊，這一切造就了如今ChatGPT 的成功，讓它成了AI 領域的“iPhone 時刻”。

而站在市場化的角度來說，ChatGPT的成功也在于其廣泛的應用場景。無論是作為智能客服解決用戶問題，還是作為個人助手幫助用戶管理日程，ChatGPT都能提供精準、個性化的服務。在醫(yī)療、教育、電商、旅游等多個行業(yè)，ChatGPT 也展現(xiàn)出了巨大的應用價值。例如，在醫(yī)療領域，ChatGPT能夠幫助醫(yī)生進行疾病診斷，提供治療建議，提高治療效果；在教育領域，它可以作為學習輔助工具，為學生提供答疑解惑，提高學習效率。這些廣泛的應用場景，不僅使得ChatGPT 得到了市場的廣泛認可，也為其帶來了持續(xù)的發(fā)展動力。

根據(jù)國外Business.com 網(wǎng)站所發(fā)起的一次“您在工作中如何使用 chatGPT ？”調(diào)查顯示，ChatGPT 在工作之中幾乎被廣泛的應用，書面溝通是ChatGPT 在工作場所中最流行的用途，占據(jù)了23% 的比例；創(chuàng)意幫助、研究和數(shù)據(jù)分析、內(nèi)容創(chuàng)作和行政支持也是較為常見的使用場景，分別占據(jù)了18%、17%、13% 和13% 的比例。這些統(tǒng)計足見大語言模型無限的發(fā)展空間和潛力。

而另一項調(diào)查之中，也顯示了大部分美國人對于ChatGPT 持十分樂于接受的積極態(tài)度。參加這項調(diào)查的人群一共1000 人，平均年齡37 歲，年收入中位數(shù)在70000~79999 美元之間。45% 的受訪者是女性，55%是男性。其中白人占75%，7% 亞裔，9% 黑人，剩下的是其他種族背景。

使用ChatGPT 是一種懶惰的行為：14% 的人這么認為，73% 的人不這么認為;

工作中使用ChatGPT 是一種欺騙，并不是真正工作：16% 的人這么認為，71% 的人反對這個觀點；

在工作中使用ChatGPT 將帶來低質(zhì)量的工作績效：13% 的人這么認為，60% 的人反對這個觀點:ChatGPT 搶走了老實人的工作：19% 的人這么認為，58% 的人反對這個觀點；

使用ChatGPT 的工作者更聰明地工作，而不是更辛苦地工作：74% 的人認可這個觀點，10% 的人反對這個觀點。

我們最后總結(jié)一下，ChatGPT 的成功是技術、人才與應用共同推動的結(jié)果。它不僅在技術上實現(xiàn)了重大突破，也在應用上展現(xiàn)出了巨大的潛力。而OpenAI 團隊也即使抓住了機會，就目前ChatGPT 的商業(yè)模式來看，其已經(jīng)清晰地確定了API、訂閱制和戰(zhàn)略合作（如嵌入微軟Bing、Office 等軟件）三種營收方式，并在用戶數(shù)據(jù)積累、產(chǎn)品布局和生態(tài)建設方面取得了顯著領先。

3 我國大語言模型能否追趕？

上文提到，我國國內(nèi)目前存在著許許多多的大語言模型，呈現(xiàn)百花齊放的態(tài)勢。百度首發(fā)了“文心一言”，360、阿里和商湯等公司也相繼發(fā)布了自己的大語言模型，如360 的大語言模型、阿里的“通義千問”和商湯的“商量”。盡管在對話和文本生成的直觀體驗上，ChatGPT表現(xiàn)出色， 但Google等國外大廠克隆ChatGPT的技術壁壘并不高。目前，它們的暫時落后主要源于公司戰(zhàn)略和技術理念的差異，選擇了不同的技術路線。然而，隨著各家在技術探索和新方法應用上的不斷進步，對GPT 系列模型實現(xiàn)趕超的可能性仍然存在。對于百度等國內(nèi)大廠來說，數(shù)據(jù)、算力和工程化能力等方面的不足是當前的短板，因此在短期內(nèi)難以趕超國外領先的大模型，更多地扮演著跟隨者的角色。但從長遠來看，國內(nèi)AI 全產(chǎn)業(yè)鏈的整體進化將是實現(xiàn)趕超的關鍵。

從國家層面來說，我國也有充足的動力去推動大語言模型領域的發(fā)展。就目前來看，我國高度強調(diào)自主可控，這是保障網(wǎng)絡安全、信息安全的前提，自研基石模型具有高度戰(zhàn)略意義。

技術上壁壘并不高、國內(nèi)也有推動其發(fā)展的重要力量。有行業(yè)專家預測，到2027 年，中國的語言大模型市場規(guī)模有望達到600 億元。此外，生成式人工智能的企業(yè)采用率也呈現(xiàn)出強勁的增長勢頭。筆者認為，未來的國內(nèi)大語言模型市場，將分化為通用基礎大模型、垂直基礎大模型、應用開發(fā)和工具層廠商四大類。由于上文提到，資金、人才、數(shù)據(jù)、算力等等的客觀條件的存在，通用基礎大模型是只有少數(shù)廠商才有資格入場的游戲，而其他更多的大語言模型產(chǎn)品，不是在大浪淘沙之中被篩選淘汰，就只能退而求其次，深耕垂直基礎大模型領域。而在可以預見的未來，隨著大模型的通用和泛化性提高，掌握通用基礎大模型的巨頭企業(yè)可能會逐步侵占垂直領域廠商的市場份額。這種競爭壓力從長期來看確實不容忽視。然而，大模型與產(chǎn)品的結(jié)合，特別是在非檢索或開放域交互等復雜場景中，并非簡單的技術疊加。它需要深度融合垂直領域的數(shù)據(jù)、應用場景和用戶反饋，以及強大的端到端工程化能力。這意味著，垂直領域與應用層的廠商在面臨巨頭挑戰(zhàn)的同時，也擁有獨特的競爭優(yōu)勢和發(fā)展空間。因此，最終，市場之中還將催生出一批專注于提供開發(fā)平臺服務的工具型或平臺型廠商。這些廠商將幫助客戶更便捷地實現(xiàn)AIGC 應用的開發(fā)與落地，進一步推動整個產(chǎn)業(yè)的繁榮與發(fā)展。

（本文來源于《EEPW》2024.5）