大模型厂商选型,大厂这次赢麻了!

共 1637字,需浏览 4分钟

 ·

2023-07-28 15:08

AI 大模型开启洗牌模式,大厂赢麻了。

仅仅过去了半年多,大模型赛道即将迎来一次大洗牌。

根据第三方网站 SimilarWeb 的监测数据,今年 6 月 ChatGPT 的网站与移动客户端的全球流量(PV)环比下降了 9.7%,美国地区的流量环比下降了 10.3%。

ChatGPT 的独立访客数量(UV)下降了 5.7%,访客在网站上花费的时间也下降了 8.5%。

这是自 2022 年 11 月 30 日发布以来,ChatGPT 首次出现流量负增长。

很显然,初期的新鲜感已经消退,AI 要回到现实了。

在谷歌内部泄漏的一份文件中,一位内部的研究者表示:「我们没有护城河,OpenAI 也没有。」

https://www.semianalysis.com/p/google-we-have-no-moat-and-neither

就在 7 月 18 日,Meta 又放出大招,开源  Llama 2。

Llama 2 模型系列包含 70 亿、130 亿和 700 亿三种参数变体,效果强于 GPT-3。

Llama 2 开源就算了,甚至还可直接商用,简直是一次降维打击。

这意味着,很多小公司的研发计划泡汤,毕竟已经有这么强的免费可直接商用的大模型面世了。

在国内,自从百度在 3 月份打响大模型的第一枪后,国内各大公司开启了“狂飙”模式。互联网公司、学术界大佬纷纷下场,发布了 79 款 10 亿参数以上的大模型。

我汇总国内的部分成果,感兴趣的小伙伴,可以看一看:

这么多大模型,一眼看过去,真是“眼花缭乱”。

那么问题来了:大模型技术,哪家强?

通用大模型的能力是基础,为了盈利,最终都要走上行业大模型的道路,从通用面向产业。在通用大模型的基础上,针对业务场景 finetune 大模型适配特定场景。

所以显而易见,谁能更好的服务各个产业,谁就能活到最后,谁就能从“千军万马过独木桥”中胜出。

医疗问诊、法律咨询、情感服务、客服咨询等等,有太多太多的业务,可以用做过特定场景训练的大模型所“覆盖”。

有提供大模型训练能力的公司,提供训练服务,有业务数据的产业提供训练数据,大家配合起来才能实现共赢。

开源的背景下,发展到最后,技术不再是壁垒。数据、算力平台、业务渠道才是。

就像当年的云计算市场一样,底层算力和平台能力可以构建壁垒,市场需要算力强悍、模型全面的服务商。

那些在算力、平台、模型、应用方面都有布局的大厂,对企业客户具备更强吸引力。

像百度,其实在这些方面就很有优势。

百度有着自己的云服务器,不用像一些小厂那样,需要与多家云厂商合作,存在利益点和后期分成隐患。

在框架层,百度的飞桨 PaddlePaddle 是中国首个开源的产业级深度学习框架,在中国的市场综合份额排第一。

同时,飞桨长期深耕产业落地,连接着 750 万的开发者,20 万家企事业单位。文心共享飞桨生态,解决了大模型研发和部署难题,加快文心的产业落地。

大厂有着持续更新的能力,可长期投入,配套更丰富,更安全,还有着分行业的交付、运维和保障专属团队。

具备硬实力的大厂,在这次洗牌中,行业厂商选型中,具备显著优势。

不过,这都是基于现阶段的理论分析,行业格局如何演变,这没人敢保证。

毕竟,大模型推动的历史车轮,才刚刚开始。布局大模型的公司会经历一轮又一轮的洗牌。

在产业落地的过程中,能力留下来的必定是能够真正解决行业问题,创作价值的公司。

未来的大模型进展如何,我们拭目以待。

浏览 5830
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报