作者：小巖

編輯：小迪

如果把時間回撥5年，我們會發(fā)現(xiàn)，全世界范圍內能夠進行AI大模型研發(fā)的團體，屈指可數(shù)。要知道，能夠訓練大模型的算力設備基本是近3年發(fā)布的，而現(xiàn)象級產(chǎn)品ChatGPT的誕生，不過是最近一年的事情。

畢竟，大模型的發(fā)展需要極高的門檻，不僅需要強大的算力資源，更需要豐富的數(shù)據(jù)資源給予支持。大模型時代，離不開大算力，也離不開大數(shù)據(jù)。

但也就在一年的時間，各式各樣，專供大模型的公司和機構如雨后春筍般冒出頭。大家開始角力，繼而陷入白熱化的競爭狀態(tài)。就連著名AI科學家李開復都表示，未來中美的大模型公司中，能存活下去的只有5、6家。

我們不禁感嘆，大模型賽道從“高處不勝寒”到擠兌嚴重，竟然只需要如此短的時間。

“除了大廠，中美加起來應該可以支撐5、 6家左右”。

12月14日，在一場與AI相關的對話中，零一萬物的CEO李開復被問到了一個問題：大模型賽道最終能有幾家活下來？對此，李開復也算是知無不言，他認為，除了大廠，中美加起來應該可以支撐五六家左右。

李開復表示，如今來看，做巨大預訓練模型的機會正在變少。這個通道不能說是完全關閉了，但勢必會越來越難。未來只有在需要新技術的時候，才會出現(xiàn)更多的機會。與此同時，李開復還給出了AI未來的發(fā)展方向：AI Infra（人工智能基礎框架技術）和AI應用等方面。

李開復解釋，“做AI應用的機會就是現(xiàn)在，正如10多年前移動互聯(lián)網(wǎng)所面臨的時代一樣。較早抓到機會的微信就成功了。當然，后續(xù)也有抖音，拼多多等陸續(xù)崛起。但一定是越早入局，機會越大。真正有夢想有野心的開發(fā)者，應該是要做AI-First（AI優(yōu)先） ，AI-Native（AI原生）的應用，這些應用才可能成為AI 2.0時代最偉大或是最賺錢的應用”。

事實的確如此。專業(yè)性大模型AI的開發(fā)競爭激烈，各大公司在訓練自家大模型時，還不得不面臨巨大的挑戰(zhàn)和限制。一方面，大模型的訓練需要龐大的計算資源和時間，如果不是大廠或者擁有雄厚的資本支持獨角獸，這勢必會成為一個難以逾越的壁壘。另一方面，大模型的訓練數(shù)據(jù)需要大量的人工標注和清洗，這個過程專業(yè)性極高，復雜而耗時。更重要的是，大模型的應用面臨著數(shù)據(jù)隱私和安全方面的挑戰(zhàn)，“如何保護用戶數(shù)據(jù)和防止濫用”是每個大模型開發(fā)者都需要考慮清楚，亟待解決的問題。稍有不慎，就會陷入泥潭。

李開復領銜零一萬物，發(fā)布首款開源中英雙語大模型“Yi”。

雖然強調AI大模型即將發(fā)展成“紅海賽道”，但李開復本人卻是賽道里卷的最兇的那個。

作為創(chuàng)新工場的董事長兼CEO，他成立了自己的AI公司“零一萬物”。就在上個月，零一萬物發(fā)布了首款開源中英雙語大模型“Yi”。

此次開源發(fā)布的Yi系列模型，包含34B和6B兩個版本，11月2日，零一萬物在Hugging Face上傳了這兩個參數(shù)。據(jù)悉，Hugging Face是全球最受歡迎的大模型，數(shù)據(jù)集開源社區(qū)，被認為是大模型領域的GitHub，在大模型英文能力測試中具有相當權威性。

根據(jù)Hugging Face英文開源社區(qū)平臺和C-Eval中文評測所提供的最新榜單，Yi-34B分別在預訓練大語言模型和中文大模型榜單C-Eval排行榜爬升到第1位。這也是迄今為止唯一成功登頂 Hugging Face全球開源模型排行榜的國產(chǎn)模型。

與此同時，零一萬物新一輪的融資十分順利，由阿里云領投。目前，零一萬物估值已超10億美元，躋身獨角獸行列。李開復在2023年3月創(chuàng)建了零一萬物團隊，6月開始運營。也就是說，在短短8個月的時間里，零一萬物不僅推出了核心產(chǎn)品，更躋身成為估值超10億美元的“獨角獸”。

行業(yè)內盡是大廠和“獨角獸”，也難怪李開復要感嘆大模型賽道競爭激烈了。

大模型Yi全球領跑，旨在打造打造更多的To C Super App。

據(jù)了解，Yi-6B和Yi-3B分別代表數(shù)據(jù)參數(shù)量為60億和340億，按照李開復的說法，“34B是一個黃金尺寸”。

34B的最大優(yōu)勢在于一方面它不會小到?jīng)]有涌現(xiàn)或者涌現(xiàn)不夠，甚至已經(jīng)完全達到了涌現(xiàn)的門檻；另一方面，它又沒有太大，允許高效率的單卡推理。Yi-34B模型在多項評測基準中全球領跑，基于超強Infra下模型訓練成本實測下降40%，模擬千億規(guī)模訓練成本則可以下降多達50%。

所謂AI Infra，全稱為AI Infrastructure ，即人工智能基礎架構技術，主要涵蓋大模型訓練和部署提供各種底層技術設施，包括處理器，操作系統(tǒng)，存儲系統(tǒng)，網(wǎng)絡基礎設施，云計算平臺等，是模型訓練背后極其關鍵的“保障技術”。

?AI Infra是大模型行業(yè)發(fā)展至今較少被關注到的硬技術領域，但也是十分關鍵的領域。用李開復的話說，“做過大模型Infra的人比做算法的人才更稀缺”。

對于零一萬物而言，因為有了Yi做基礎，更多To C端的超級應用才有可能出現(xiàn)。Yi的定位是通用底座，已在 Hugging Face，ModelScope，GitHub 3大全球開源社區(qū)平臺正式上線。與此同時，Yi系列量化版本，對話模型，數(shù)學模型，代碼模型，多模態(tài)模型等都將很快亮相。

按照李開復的邏輯，AI的技術壁壘終將會被一個個的攻破，對于AI公司來說，可持續(xù)，可增長的盈利才是要緊事，無法商業(yè)化的公司終將被淘汰。在AI 2.0時代，最大的商機一定是來自超級應用，而且是消費者級別的，諸如抖音，微信一樣的超級應用。

目前，零一萬物已經(jīng)啟動100B以上參數(shù)規(guī)模的模型訓練，而多模態(tài)大模型團隊也已經(jīng)集結了10多個人，說明零一萬物將朝著“消費級應用”的方向努力。而這些，恰恰與李開復所說的“AI Infra和AI應用才是未來”的理念，不謀而合。

審核編輯 黃宇