今天小編分享的科技經驗：百度給“百模大戰”潑了盆冷水，歡迎閱讀。
華為盤古、百度文心、阿裡 " 通義千問 " ……， ChatGPT 點燃的大模型之火越燒越旺，" 百模大戰 " 進行得如火如荼，好不熱鬧。
百度卻給火熱的市場 " 澆了盆冷水 "。7 月 19 日，百度集團副總裁、深度學習技術及應用國家工程研究中心副主任吳甜對全天候科技表示，大量新的模型出現，只是個階段性現象。大模型的終局，最終會集中在少量的幾個大模型上。
誠然，AI 對產業影響越來越深，大模型也給產業結構、社會帶來深刻變化，這場人工智能對提升社會、公司效率的變局，剛剛起勢。百度創始人李彥宏也直言，人工智能将是第四次工業革命。
包括百度、華為等科技巨頭在内，眼下發力的方向都是行業大模型。他們試圖成為這些公司運行的基礎設施，也抓住公司渴求提升效率的機會，在大模型時代再次對壘。
火熱的背後，則是數據、算力的問題橫跨在大模型面前，大模型想要賦能行業，找到商業化路徑，依舊有一段路要走。
這一系列的難題，讓最後能夠活下來大模型不多。吳甜也坦言，成本和需求的難題，讓大模型最終會走向集中。
成本這關，就是很多資金實力不足的玩家難以跨越的坎。以 ChatGPT 為例，浙商證券分析師陳杭進行過一次測算，顯示支撐其算力基礎設施至少需要上萬顆英偉達 GPU A100，一次模型訓練成本超過 1200 萬美元。
而數據決定了大模型的訓練質量、性能表現，以及最終應用。
吳甜認為，大模型產業化面臨三方面挑戰：一、大模型的體積很大，訓練難度高，成本高；二、大模型對于算力規模要求也非常大、性能要求非常高；三，則是數據規模大，收集、挖掘、建設、篩選、清洗這些數據，也是非常大的工程。
她表示，大模型成本高昂，訓練數據復雜，需要更綜合的能力和堅定的信心；另一方面，則是從需求來看，大模型在應用層面未來想象空間非常大，依托少量大模型，會有非常廣泛的應用生态。
吳甜把大模型產業模式類比為芯片代工廠，現在芯片的型号、廠商非常多，但代工廠只有幾家而已，它把成本高的設備和產線、精密的工藝流程、還有本身生產過程進行封裝，有需求的公司只要出生產方案，交給芯片代工廠生產，就可以得到想要的芯片。同樣，大模型平台可以把大數據、大算力、大算法都封裝，建設标準化的生產模式。
" 其實完全不用存在大量的大模型，對于應用者來說，也不需要每個應用都來進行大模型的開發。" 吳甜認為，應用方定義好問題，把對 AI 模型能力要求交給大模型平台，由大模型平台進行生產，最後千行百業遍地開花才有可能實現。
和吳甜有相似觀點的大佬不少。小冰公司 CEO 李笛也認為，" 市面上根本用不了這麼多大模型，到 2024 年應該就會退熱，會發現誰在岸上誰在裸泳。"
對大模型來說，商業應用才是最核心的點，也是決定未來行業格局的關鍵。
吳甜表示，在應用層面，大模型未來想象空間非常大。每一個行業都有很大的空間，可以通過新的 AI 技術去提效。" 未來是依托幾個少量大模型，有非常廣泛的應用生态。"
吳甜認為，下一步，各個企業和機構會逐漸找到自己的定位，逐漸會走向細分方向。
據昆侖萬維 CEO 方漢預測，在未來 3-5 年内，大模型将產生更多的端到端内容制作工具，徹底改變文學、音樂、漫畫、動畫、短視頻、長視頻和影視等行業的内容生產形式和流程。
在金融、電商、能源等行業，百度、阿裡和華為等企業，也嘗試通過大模型改進這些行業原有的商業模式，他們試圖成為這些公司的數據基礎設施，幫助企業提升效率。
也許确實如吳甜所說，大模型的終局會集中在少數玩家身上。百度的這盆 " 冷水 " 在給行業盲目投入降溫的同時，也是希望場内玩家思考清楚，自身發力的方向。
大模型商業化探索才剛剛開始，" 百模大戰 " 還戰得火熱。人們也希望，人工智能帶來的 " 第四次工業革命 "，能夠對生產效率、生活帶來更多改變。在終局之前，仍會有玩家前赴後繼，試圖從這場前所未有的變革中，找到自己的新機會。
