AI領域步入羣魔亂舞階段，各國紛紛打造自己的大模型

上個月，AI業界爆發了一場"動物戰爭"。一方是某科技巨頭推出的美洲駝模型，由於開源特性深受開發者歡迎。另一方是名爲"獵鷹"的大模型,由阿聯酋一家研究所開發。兩者在開源LLM排行榜上輪流刷榜。

有趣的是,"獵鷹"的開發者並非科技公司，而是位於阿布扎比的一家科技創新研究所。阿聯酋官員表示,他們參與這個領域是爲了顛覆核心玩家。目前,只要有一定財力的國家和企業,都在打造自己的大語言模型。僅海灣國家就有多個玩家入局,沙特最近還爲國內大學購買了大量高端GPU用於訓練LLM。

這種局面讓一些投資人感嘆:本應是高難度的硬科技,現在卻變成了"一國一模畝產十萬斤"。究其原因,要歸功於2017年發表的Transformer算法。這一算法解決了機器理解長文本的難題,讓大模型從學術問題變成了工程問題。只要有足夠的算力和數據,各方都可以搭建出性能不錯的大模型。

不過,雖然入場門檻降低,但要做到業界領先仍有難度。以OpenAI的GPT-4爲例,其在多項測試中遙遙領先其他模型。這背後是OpenAI長期積累的經驗和高水平的科學家團隊。

對於大多數玩家而言,更大的挑戰可能是商業模式。目前除少數公司外,大部分AI公司都處於虧損狀態。高昂的算力成本是主要原因之一。有分析預計,全球科技公司每年在大模型基礎設施上的支出將達2000億美元,但相關收入可能只有750億美元。

因此,未來大模型競爭的關鍵可能不在於模型本身,而在於如何將其與具體應用場景結合,爲用戶創造實際價值。正如iPhone 4的成功不僅僅在於處理器,更在於它能運行各種有趣的應用。AI領域也需要找到這樣的"殺手級應用",才能真正實現商業化突破。