纵览2023世界人工智能大会:百模大战4个月,中国AI产业怎么样了?

一片欣欣向荣之中,大模型产业链同频进步。

文|光锥智能  刘雨琦

编辑|王一粟

身处大模型的浪潮之中,AI的热度一波接着一波。

7月6日,2023年世界人工智能大会在上海召开,一度冲上了微博热搜榜。在5万平方米的会场中,400多家企业的展台员工都在不遗余力地讲解着自家新产品,参会的人们不断穿梭其中,“脚都走麻了,但心情还是很澎湃。”有观众说道。

在现场,光锥智能发现大会的展台均是按行业部署,软件、硬件、芯片“一家人整整齐齐”的排列着。阿里、百度、腾讯三连座,无异于同台竞技,而观众们能在5分钟之内纵览全国最新大模型,边看边对比。 

作为国内最大的AI盛会,此次与往届不同的是,通用人工智能的曙光似乎就在咫尺之间,群雄逐鹿的战意感染了每一个见证者。

特斯拉创始人、CEO埃隆·马斯克连线开场,图灵奖得主、中国科学院院士、上海期智研究院院长姚期智主持讨论此次大会,不仅集齐了百度文心、阿里通义、华为盘古、讯飞星火、商汤日日新等30余个海内外大模型,还有80余位国内外院士,特斯拉、微软、华为、阿里等50余位海内外大咖,学术界与科技界正在合力推开时代厚重的大门。

最为基础的大模型层,技术平台迎来新的迭代升级,如何赋能千行百业,推进产业落地成为新阶段的探讨主题。 

AI infra结构虽然尚不成熟,但大模型的配套设施跟了上来,适应大模型计算存储的向量数据库成为热门赛道,保证大模型安全运行的AI安全监测平台顺势而生。

应用落地抢在了大模型成熟的前面,软件应用渗透至各行各业场景,硬件端又催生了一批机器人新产品。

中国大模型跑出了中国速度,技术层、配套设施层、应用层,同时在各个环节同步崛起,而不是等着底层大模型技术成熟后才慢慢跟上。一面继续夯实地基,一面遍地开花,整舰加速前进,衍生出更多的中国大模型模式。

​大模型,两条腿走路

从3月如雨后春笋般冒头至今,短短4个月的时间,大模型正在从“通用型”走向“产业落地”。

通用大模型是一场“赢家通吃”的大逃杀,把大模型用起来,比做出来更重要。在此次世界人工智能大会上,所有大模型升级的关键词都是“产业”。

作为大模型的提供方,蚂蚁、腾讯、百度、阿里、华为、网易等大厂结合此前已有领域的经验优势,快速探索垂类场景应用。

阿里的通义千问大模型,就率先用在了智慧金融。通过将自然语言理解和生成能力与金融场景结合,通义千问与中金财富、杭州银行、恒生电子等合作,通过智能问答、智能外呼、智能助手,来帮助企业识别市场风险、理解客户需求。

以游戏和教育为主的网易,则将大模型率先与这两个领域结合。在教育领域,网易有道自研了国内首个教育大模型“子曰”,在此次大会还发布了最新应用成果——虚拟人口语教练,可以1V1体验类似真人的口语私教。

而在自动驾驶领域积累多年的百度,把大模型投入了汽车交通领域。在汽车制造领域,百度智能云为长安汽车提供了人工智能基础设施平台和数字人平台,与吉利汽车一起打造了汽车行业大模型,构建了工厂数字化大脑,帮助降低管理运维成本。

正如华为轮值董事长胡厚崑提到,“人工智能的发展关键是走深向实,着力点放在让人工智能为千行百业的生产活动服务,为科研创新服务。” 

不过,这波中国大模型们产业落地的姿势虽各不相同,但在优势领域站稳后,都开始一致向外扩展,比拼起了行业覆盖能力。

以腾讯为例,目前,腾讯云已经为传媒、文旅等10余个行业提供了超过50个大模型行业解决方案;华为的盘古大模型则主要与金融、制造、医药研发、煤矿、铁路等行业相结合落地......总体而言,智慧政务、智慧金融、智慧交通成为抢手垂类赛道。

腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示,“通用大模型可以在100个场景中,解决70%-80%的问题,但未必能100%满足企业某个场景的需求。”

为了提升行业大模型的竞争力,企业们需要深入垂类行业的具体场景,贴身肉搏真正考验技术的细节与效果。 

作为持续进化的技术,大模型光能用起来还不够。正如每一个技术的发展,都需要两条腿走路,一条是实用性,一条是先进性,大模型的实用性,是借由产业侧落地逐步探索的,而先进性则体现在对跨模态难题的突破。

参考ChatGPT从3.5到4.0的路径,生成式大模型的技术前进之路,是单模态到多模态的,从一开始同质化严重的文生文,正在一路向文生图、文生声、文生视频演进。

在通义千问之后,阿里云此次宣布推出“通义大模型”新成员AI绘画“通义万相”,与文心一格、商汤秒画类似,文生图赛道已经拥挤起来。 

而在文生图之后,文生声、文生视频是接下来的赛点。

以视频为例,作为文、声、图的结合体,文生视频也是生成式大模型的终极形态。目前,文生视频技术的难点在于连贯画面素材的生产。基于数字人的已有技术,文生视频最快在数字人场景实现。

例如,商汤的如影大模型,能将文本文案,一键生成知识分享、品牌宣传、短视频带货、培训宣讲、热点资讯等各类数字人视频,以及3D内容生成平台“琼宇”(场景生成)、“格物”(物体生成),基于3D内容生成技术对空间和物体复刻与交互。

以往,技术往往都是先发展,后应用。而在这一波大模型浪潮下,技术的先进性、实用性同步发展,两条腿走路的大模型正在加速前进。

产业拼图,逐个补齐

大模型狂奔了4个月,产业的拼图,也在一块一块逐渐补齐。

以大模型为核心的MaaS服务平台,是大模型飞机着陆的机场。大模型如何落地、落地速度,都与这个机场平台的建设成熟程度紧密相关。

目前,百度文心千帆、阿里灵骏PAI平台、腾讯模型商店、火山引擎的火山方舟,虽然有细分的差别,但都是MaaS服务平台,帮助企业更好的精调、部署行业大模型,将大模型应用在产业中。

WAIC中,MaaS平台的升级也是一大主要看点。会上,腾讯云公开了几大重点行业方向,包括金融风控、交互翻译、数智人等创新场景,下一步将布局AI for Science,持续通过AI 大模型应用在天文探索、文化考古等领域。 

在不久前,火山引擎也发布了MaaS服务平台火山方舟,包括模型广场和模型工具两个重要模块,核心目的也是通过平台力量帮助企业更好的做应用落地。

而在发展的过程中,安全问题也逐渐暴露出来。

无论是AI诈骗还是三星的员工数据泄露,模型安全一度成为了社会焦点。现阶段,解决问题的前提是发现问题,亮起安全红灯,才能有的放矢的解决。

为此,蚂蚁推出了可信程度安全评测系统“蚁鉴2.0”,作为业内首个产业级支持文本、图像等全数据类型的AI安全检测平台,“蚁鉴2.0”新增AIGC安全性、AI可解释评测能力,可服务于金融、教育、文化、医疗、电商等领域10多个大规模复杂业务场景。

另外,蚂蚁还将发布以隐私计算技术为核心的隐语开源框架1.0版本、“隐私计算安全对战”科普互动游戏,数字版权保护平台“鹊凿”等。

蚂蚁的技术人员告诉光锥智能:“当面对多模型决策时,企业可以将大模型开放给蚁鉴平台进行评分,将有4个不同的评分标准,就像论文的查重系统,检测模型的安全指数并打分,为企业提供指导。”

不过,据光锥智能了解到,目前,蚁鉴仅能检测问题,并不提供针对性解决数据安全问题的方案。还需要其他厂商共同完善产业链条。

另一方面,数据技术的发展也在突破大模型本身的限制。

正如前文所讲,大模型正在经历从通用到行业的变迁,这个过程受到两个方面的限制:一是通用大模型只有“短期记忆”,无论是国内还是国外,OpenAI最新发布了GPT4的开源版本中也强调,有8k的Token限制;二是训练行业专有大模型,企业需要将私有数据与通用大模型进行结合,私有数据如何安全的接入大模型?如何更高效率、低成本的处理动态变化的数据?

这也就是为什么,大模型火了之后,向量数据库随之火爆的原因。

星环科技创始人孙元浩向光锥智能解释道:“向量数据库就像是大模型的外脑,能够帮助大模型拥有长期记忆,且私有数据可以通过向量化存储在向量数据库中,既能满足瞬时接入和输出,也保障企业私有数据不被泄露。”

为此,腾讯云发布了云原生向量数据库Tencent Cloud VectorDB,支持10亿级向量检索规模,并将延迟控制在毫秒级。相比传统单机插件式数据库检索规模提升10倍,同时具备百万级每秒查询(QPS)的峰值能力。 

星环科技发布了分布式向量数据库Transwarp Hippo。支持存储、索引以及管理海量的向量式数据集,提供向量相似度检索、高密度向量聚类等能力,有效地解决了大模型在知识时效性低、输入能力有限、准确度低等问题。

向量数据库火爆的背后,是大模型带动着整个数据产业链向前发展。

在训练大模型之前的数据准备(清洗、过滤、提纯)、数据处理(选型、质量、标注)在经历了数道工序后才能“喂”给大模型,而中国目前数据产业相对分散,导致数据在流通的过程中容易遇到安全问题,且效率不高。

比如,需要先把复杂的非结构化数据通过向量化(embedding),处理统一成多维空间里的坐标值,才能够为大模型所用,但如Zilliz一类的向量数据库,并不帮企业完成向量化的过程。

这就需要一个一站式的数据处理平台。和数据打了十几年交道的孙元浩,将经验凝结在了星环的Sophon LLMOps中,通过该平台,用户可以完成数据采集、知识沉淀、大模型迭代提升的完整闭环。同时将向量数据库与图数据库进行结合,能够更好的帮助大模型跨领域知识学习和调优,让大语言模型能更好地理解不同领域的专业术语、缩写、常见词汇和语法,承担统一的语义理解功能,解决业务领域性问题。 

产业链的陆续补齐,是大模型发展的基石,同时也将带起诸多的产业链机会,共建一个完整的模型生态。

软件、硬件,两手抓

今年整个展览馆,素有“人气王”之称的机器人被数字人抢了风头。

数字人展馆外人头攒动,围了一圈又一圈。商汤搭建如影数字人生成平台,现场演绎3D数字人生成过程;网易有道竖屏展示虚拟人口语教练,吸引了参展人上前互动;魔珐科技还原虚拟人试播间,虚拟人一上午连播三场。

虽然,近期AI主播、AI数字人大规模涌入了短视频平台,掀起了一波讨论热度,但逛完一圈却发现没人展出2D数字人,显然相比其实用性,酷炫、好玩、互动性强的3D数字人更能抢夺人们的目光。

走进AI绘画平台的场馆,依然令人眼花缭乱。阿里打造巨屏展示其文生图效果,商汤使用超大卷屏演示其秒画功能。数字人、AI绘画,AIGC俨然成为大众最关心的事儿,也是大模型应用中跑得最快的方向。

AIGC热度居高不下,成为了人们茶余饭后的谈资,不过更重要的是要推进产业落地。

网易伏羲预训练及生成式人工智能平台负责人赵增告诉光锥智能,目前游戏是图像生成的核心应用场景之一。“游戏场景需要创作大量的内容,例如各种不同朝代的角色,世界各地的风景,通过文图功能可快速生成手稿,激发创意,提升游戏制作效率。”

光锥智能逛展过程中发现,相比于年初,市面上内容生成的类型变得丰富了起来。文生图几乎是各家的标配,除此之外,更多维度的多模态能力越来越完善。比如,腾讯利用文生音频技术,在音乐创作领域推出了XMusic生成式通用作曲框架。 

从最初的文生图,到现在的文生音频、图生图,生成内容的类型越来越多样化,呈现出从单模态走向多模态的趋势。但这还远远不够,参照国外Midjourney一类软件的发展,文生视频将是下一阶段的方向,而国内公司在这方面探索还处于特别早期。 

“左手软件,右手硬件”,AIGC应用落地正在表现出“两手抓”的趋势。

大会刚开幕,马斯克在发言中就提出:“未来人类将会有更多机器人产品,预计地球上的机器人数量将会超过人类数量。

据了解,今年现场共20余款机器人共同亮相,多款为首发,包括达闼搭载大模型对话能力的双足机器人、特斯拉人形机器人擎天柱、网易伏羲具身智能工程机器人、微创手术机器人、美团无人机V4、宇树四足机器人、科大讯飞机器狗、云深处绝影Lite3四足机器人等。

大模型让软件重做了一遍,但离实际应用到机器人行业还有很长的距离。

长期以来,机器人一直面临前端需求不足、单体成本太高、无法规模化生产等难题。某机器人厂商市场负责人向光锥智能透露,几年间,我们的机器人成本降低到此前的三分之一,但于行业而言,在实际应用中还有很多未知问题需要磨合。 

上述负责人表示,理想状态下,大模型能够使机器人长出灵魂,让它自主做决策,跟实际环境去互动。 

但遗憾的是,目前还很难做到,机器人的边缘端资源有限,已有的算力带不动大模型部署,而部署了高昂的GPU又会继续拉高机器人的单价。

对此,有创业者称,AI技术路线尚未走通,可能五年之内也难出现大规模人形机器人的产品形态应用。

不过,包括马斯克在内的多位企业家都认为,机器人是人工智能的“具身智能”落地。在更长期的未来中,机器人的成熟会将人工智能的应用从信息产业,带向更深更大的实体世界中。

结语

中国大模型正处于一片欣欣向荣的态势。

不过,行业热闹之中,我们也看到了大模型技术路径、产业落地、配套设施搭建、应用生态仍处于早期阶段。

正如阿里云周靖人所说,“大模型领域你追我赶的过程刚刚开始,大家还是要有一些耐心。”

声明:本文内容仅代表该投稿文章作者观点,不代表浑水号立场。 未经授权不得随意转载,浑水号保留追究相应责任的权利