文 / 七公
出品 / 節點商業組
“一只南美洲亞馬遜河流域熱帶雨林中的蝴蝶，偶爾扇動幾下翅膀，可能在兩周後在美國德克薩斯引起一場龍卷風。”
眼下，由ChatGPT催生的AI大模型熱，正在全球烈火烹油，新消息刷新報道，新動向佔據版面，創業者躬身入局，守成者高舉旗幟，一時間，近年來鮮有亮點的高科技行業突然走入春天。
放眼寰宇，綜合跟進速度、創新力度、融合程度、應用高度等幾個方面，中國都處在相對前列。
3月，百度雲發布“文心一言”大模型；4月，阿裏雲發布“通義千問”大模型；5月，科大訊飛發布“星火認知”大模型；6月，騰訊發布MaaS大模型；7月，華爲雲和京東雲先後發布盤古大模型3.0、言犀大模型……
伴隨着越來越多的選手謀局落子和下場奪勢，大模型的方向也從最初的聊天、寫詩、作畫、問答等表象玩法走向零售、金融、物流、政企等具象場景，從通用層面駛入產業大航海時代。
中國大模型，不再坐而論道
2個月前，互聯網上普遍流傳的大模型樣子不外乎是這樣的：具備強大的自然語言理解、語言生成和語音識別等能力，在對話、娛樂等通識屬性較強的場景上表現頗佳，就像下面的例子：
但新鮮勁過去後，ChatGPT”反應堆”快速冷卻，其6月份的全球訪問量環比增速已經降爲負值。
究其原因，大家發現ChatGPT並沒有想象中那么實用，尤其對中國這樣一個制造業大國，若只停留在表面的寫寫畫畫、插科打諢，而不能觸達產業，解決世界工廠縱橫交錯、繁復駁雜的各種問題，意味着價值力大打折扣。
誠如中國工程院院士鄔賀銓指出的，“Chat類的大模型引發新一輪熱潮，但對話、寫詩、作畫絕不是大模型的全部。我們需要去深入思考大模型的應用方向，要將大模型切實投入到城市發展、金融科技、生物醫藥、工業制造、科學研究等領域，也需要專業的企業和組織加速其在實體產業落地，爲產業剛需帶來實實在在的價值，真正意義大規模服務社會。”
一言蔽之，坐而論道不如起而動之，只有化抽象爲形象，走深向實，在產業裏生根發芽、开花結果，才能最大限度發揮大模型的用途，並兌現終極使命。而這，也是當前科技界的共識。
進入5月，該種共識力逐漸轉化爲共行力。
5月20日，百度首發行業級大模型，全面升級後的飛槳文心，涵蓋基礎大模型、任務大模型和行業大模型三級體系，旨在滿足產業應用需求；
6月11日，在2023 NAVIGATE領航者峰會期間，新華三亮相自己的私域大模型——“百業靈犀”LinSeer，爲垂直行業和專屬地域的客戶，提供安全、訂制、獨享、生長的智能化服務；
6月19日，騰訊雲放大招，其依托騰訊雲TI平台打造的行業大模型精選商店，面向B端，以MaaS（Model-as-a-Service）一站式服務爲賣點，幫助需方“私人訂制”大模型及智能應用。
7月，增量還在繼續中。
7月7日，華爲开發者大會2023（HDC.Cloud 2023 )召开，華爲雲展示了盤古大模型3.0“AI for Industries”的战鬥力，提出讓AI重塑千行百業。
7 月 13 日，京東雲從產業角度切入競爭，旗下的言犀大模型C位出道，預計8月份正式上线。
於鬥豔爭先的過程中，巨頭們無一例外都強調大模型降本增效、縮短鏈路、精准識別、智能替代等實幹作風。
不難看出，經過前期混沌蒙昧的扎堆，大模型开始變得成熟、務實和遵循商業邏輯，不再局限於一塊屏幕做講堂，或禁錮在一方實驗室裏“跑分”、刷榜，而是下基層、入車間、進工地，到更需要的地方去播種。
中國大模型，爲產業“織錦”
王安石《即事》詩：“嘉招欲覆杯中淥，丙方唱仍添錦上花。”
黃庭堅《了了庵頌》詩：“又要涪翁作頌，且圖錦上添花。”
老百姓習慣用錦上添花比喻美上加美，好上加好，凡事也喜歡追求錦上添花的效果。
但這裏其實有一個前提，你得首先是一匹精良的錦緞，才能有接下來的添花步驟。針對產業，大模型的作用便是擘肌分理地“織錦”。
具體而言，大模型可以在產業裏充當“造鏟人”、“擺渡人”和“破壁人”的一重或多重角色，物盡其用。
先看“造鏟人”。
政企業務往往面臨龐大、分散的用戶群體，且學識、認知水平層次不齊，突發性因素多，有沒有可能設計一款工具，簡單易用又能統籌管理、明晰權責？
京東雲依托大模型的智能城市操作系統，打造的“一網統管”新應用，聚焦社區治理、社會民生、消費分析等場景，通過一屏發現、一口派單、一站處置、一網評效、一鍵智搜的有機銜接，將問題的判斷由經驗推導轉變爲數據分析，將問題的應對由人力密集轉變爲人機交互，將問題的解決由事後處置轉變爲事前防範，進而及時完成處理閉環，減負提速，讓工作有的放矢。
再如騰訊雲MaaS，其攜手福建大數據集團上线的互動式大模型應用"小閩助手"，改變傳統的客服模式，爲市民帶來包括辦事指南、政策咨詢、數據查詢等在內，零距離、高質量、7X24不間斷的管家式政務辦事體驗。
接着看“擺渡人”。
在礦山，下井工人常年深陷光线昏暗、浮塵彌漫的環境，疊加經年累月高強度的勞碌，使不少人都患上了風溼、耳鳴等職業病，更甚者，還可能遭遇瓦斯、透水等意外，但被嚴重桎梏的是，礦山作業，尤其是主運系統巡檢，十分依賴人工。
面對這一緊迫需求，誰來做萬千礦工的“擺渡人”？
盤古礦山大模型覆蓋煤礦的採、掘、機、運、通、洗選等流程下的1000多個細分場景，用AI取代人成爲了主運智能監測系統的眼睛，能夠精准識別大塊煤、錨杆等異常情況，異物識別准確率達98%，動作規範識別准確率超過95%，同時，全時段巡檢幫助工作人員實時發現問題，避免因漏檢造成的安全事故，縮短停機時間。
再來看“破壁人”。
《三體2：黑暗森林》中，面壁計劃是面壁者利用三體人思維透明的缺點進行反擊，爲地球人爭得主動權。破壁人是地球三體組織爲了識別面壁者的真實目的而產生的任務執行者，是面壁者的對立面。
也因此，我們常常用“破壁人”指代那些具有突破意識和力量的人或物。
而在極度內卷和冗余的產業中，“破壁人”一樣不可或缺。
衆所周知，制藥業受制於“雙10定律”（即新藥的研發周期通常在10—15年之間，期間花費超過10億美元），一款創新藥的問世九死一生，堪比把人類送上月球。
但在AI助力下，局面得以改觀。
杭州立德百克生物醫藥總經理王紫壹博士採用飛漿文心大模型進行藥物發現工作，僅僅幾個小時內，就在780萬個化合物的虛擬篩選庫中篩選出了110個打分較高的潛在候選分子，不僅大幅提速商業化進程，且成本費用大幅下降。
迄今，各巨頭的大模型，均已在政務、金融、教育、制造、醫藥、煤礦、鐵路等領域百花齊放。
盡管上述例子只是大模型不勝枚舉事跡中的個別擇錄，但管中窺豹，我們仍然能感受得到，它們每一次的篤行履踐，都讓千行百業享受到極大的技術革新紅利，把中國實體經濟這匹“錦”梭織的更密實、更鮮活、更具動力和耐力。
中國大模型，拼出AI硬實力
作爲驅動產業進步的先進生產力，新一代的“火”和“電”，從本質上講，大模型異軍突起的邏輯，還得歸真到數據、算法、算力。
由此，爲了更好地在田野裏練兵秣馬，並佔據上峰，巨頭們紛紛搬出壓箱底好貨，類似百度雲的飛槳深度學習平台，騰訊雲的向量數據庫，華爲雲鯤鵬+昇騰的算力底座，京東雲的言犀AI开發計算平台……均賦予大模型上浮下潛、逐鹿“中原”的深厚內功。
數據項，京東雲的言犀大模型堪稱典型例子。
據悉，該大模型由70%的通用數據與30%供應鏈場景生長的原生數據構成。
值得一提的是，京東本身爲就是以供應鏈爲基礎的企業，其深耕產業數十年，不僅在零售、物流、金融、健康、工業等領域擁有豐富的實踐數據，還掌握着海量的城市、政務、金融、制造、航空、交通、園區、能源等業態的脫敏數據，每年沉澱的優質數據達百億條。
換句說話，言犀大模型的知識庫是“娘胎”裏帶的，這讓京東雲更加Know-what、Know-How，即對產業秉持特定的洞察力、理解力和前瞻力。比如，零售業更關注營銷、推薦的效果，金融業更關注風控、可靠和安全的效果。
而在算力項和算法項，華爲雲的盤古大模型在最底層構建了以鯤鵬和昇騰爲礎石的AI算力雲平台，以及異構計算架構CANN、全場景AI框架昇思MindSpore，AI开發生產线ModelArts等，爲开發和運行提供分布式並行加速，算子和編譯優化、集群級通信優化等關鍵能力，並最終呈現出L0-L1-L2三層架構，相當於河道-幹流-支流的“开箱即用”型模態。
還有百度雲的飛槳深度學習平台，集合便捷的开發框架、超大規模深度學習模型訓練技術、多端多平台部署的高性能推理引擎、產業級开源模型庫優勢於一體，都極大提升了大模型之於產業的便利感和實效性。
源於技術的第一性原理，反饋到執行側，則是一副各路“執牛耳者”畢其功於一役，大模型勢如破竹，敢教AI換新天的景象。
追本溯源，中國龐大且牢固工業地基，齊備的制造體系和14億人口的超級大市場，是巨頭們吸取能量的“蓄水池”，也讓其在資源稟賦方面超然於衆，享有他國競爭對手難以企及的信息、知識、智能等主體因素和機會，而日漸躍升的國力、研創力、人才吸引力，又爲其蓬勃生長，怒放生命，輸送源源不絕的“洪荒之力”。
據聯合國認證，我國是全球唯一擁有全部工業門類的國家。
反過來，企業對大模型持續的鑽研、專研和“一山更比一山高”的迭代野心，又站位宏觀，促進圖像識別、自然語言處理、自動駕駛、產業落地等AI範疇不斷完善、進階，亦長线增強我國的AI實力。
毫無疑問，AI正引領我們邁向入一個全新的時代。在這裏，萬物與大模型交匯，一切都不同以往。
節點財經聲明：文章內容僅供參考，文章中的信息或所表述的意見不構成任何投資建議，節點財經不對因使用本文章所採取的任何行動承擔任何責任。
原文標題 : 大模型，拼算力更拼落地力
標題：大模型，拼算力更拼落地力
地址：https://www.utechfun.com/post/245997.html