在AIGC的熱潮下，相關(guān)企業(yè)紛紛對此進(jìn)行投入。而在國外競品大踏步前行之際，國內(nèi)的通用智能企業(yè)境遇如何？對此，本文從來自O(shè)penAI的壓力、國產(chǎn)AIGC的進(jìn)擊障礙、國內(nèi)AIGC的擴(kuò)散難三個方面做了分析，希望對你有所幫助。

AIGC背后充滿了故事，在一家家企業(yè)手握巨額融資之時，人們耳邊再次響起了警鐘。誠然，在新的浪潮之下，符合商業(yè)規(guī)律的企業(yè)才能笑到最后。在國外競品大踏步前行之際，國內(nèi)的通用智能企業(yè)境遇如何？

前景很樂觀，但當(dāng)下似乎并沒那么好過。

一、來自O(shè)penAI的壓力

似乎OpenAI的進(jìn)步更快。

“我覺得我們和OpenAI的差距越來越大了”，一位AIGC從業(yè)者對數(shù)科星球（ID：digital-planet）這樣表述。前些日子，在ChatGPT推出后，不僅是英文對話，在中文領(lǐng)域，該系統(tǒng)的用戶體驗(yàn)也超越了國內(nèi)的眾多產(chǎn)品。以至于，一時間，人們的朋友圈被ChatGPT的對話刷屏。

“最早，我測試過一些特殊的中文語境，ChatGPT表現(xiàn)不好，不過最近我在測試的時候發(fā)現(xiàn)它進(jìn)步很快”，這位技術(shù)人員曾以諸如“關(guān)公戰(zhàn)秦瓊”等有中文歷史背景的話術(shù)測試機(jī)器人，他發(fā)現(xiàn)，最近這款產(chǎn)品在中文適配方面有了明顯進(jìn)步。

赤裸裸的對照實(shí)驗(yàn)結(jié)果出現(xiàn)后，技術(shù)派的內(nèi)心是焦慮且復(fù)雜的。一些國內(nèi)企業(yè)對我們表示，以目前的進(jìn)度來看，光是追上OpenAI，就感覺“很吃力”。

雖然，目前OpenAI的終端產(chǎn)品由于眾所周知的問題未在國內(nèi)市場全面鋪開，但對于具有技術(shù)理想的相關(guān)企業(yè)來說，這種滋味是十分難受的。有人將這種情況描述為北斗未出現(xiàn)時的導(dǎo)航行業(yè)，“從信創(chuàng)的角度考慮，中國的AIGC是肯定要有的，但技術(shù)差距也是不可忽視的”，一位投資人評價道。

客觀來說，造成國內(nèi)AIGC落后于同行的原因是多方面的：有A100顯卡的獲得受到制約、國內(nèi)人才隊(duì)伍發(fā)展較慢等諸多原因。其中，在硬件方面，大模型訓(xùn)練過于依賴進(jìn)口GPU顯卡，雖行業(yè)間出現(xiàn)了便宜的國產(chǎn)替代品，但以目前的技術(shù)水平，還不能給出滿意的性能支持；而在人才隊(duì)伍方面，一些行業(yè)人士稱“算法工程師多，但會大模型的鳳毛麟角”。

全局來看，當(dāng)下，似乎僅有百度公司、清北高校等團(tuán)隊(duì)立志于全身心投入于此。大模型所談?wù)呱醵啵袠I(yè)“孤勇者”數(shù)量寥寥。

二、國產(chǎn)AIGC的進(jìn)擊障礙

擺在通用智能或大模型發(fā)展之路的另一個障礙是小模型。

我們在文章中所提到的“大模型”概念是一個術(shù)語。之所以稱之為大模型，因其在訓(xùn)練數(shù)據(jù)過程中引入多模態(tài)等數(shù)據(jù)，讓數(shù)據(jù)標(biāo)注的數(shù)量大規(guī)模增加，使之展現(xiàn)可打破行業(yè)藩籬的普適性。相對于小模型而言，具有通用性好、邊際成本低、效率高等特點(diǎn)。

后來，OpenAI再次點(diǎn)燃人們對通用智能的期待。在一些具有前瞻思維的技術(shù)派眼里，大模型對于各行各業(yè)的影響將是摧枯拉朽式的，他們一致認(rèn)為大模型是“當(dāng)之無愧”的未來發(fā)展方向。也就是說，技術(shù)上，大模型的發(fā)展上限更高，其會在未來某個時間點(diǎn)達(dá)到各種小模型的用戶體驗(yàn)閾值。

由于大模型的橫空出世，小模型統(tǒng)治AI的格局被打破。應(yīng)該說，就本質(zhì)而言，兩種技術(shù)路線背后代表著不同的利益。以至于，互聯(lián)網(wǎng)上，網(wǎng)友對兩種技術(shù)路線的討論十分熱烈：一會有人指責(zé)大模型是“大煉鋼鐵”，一會又有人攻訐小模型是“亞當(dāng)斯密小作坊”式的抱殘守缺。

客觀來說，小模型在當(dāng)今的市場競爭中仍然具有重大影響：從業(yè)者們通過算法微調(diào)、反復(fù)訓(xùn)練數(shù)據(jù)等措施下，一些產(chǎn)品收到了不錯的效果，對于客戶而言，甚至在一些領(lǐng)域內(nèi)的結(jié)果要好于大模型產(chǎn)品。

其次，國內(nèi)通用智能的AIGC缺少數(shù)據(jù)訓(xùn)練場景。

類似ChatGPT的訓(xùn)練場景尤為缺乏。在上文提到過的，這款產(chǎn)品之所以短時間之內(nèi)進(jìn)步神速，因大量用戶為其充當(dāng)了免費(fèi)的數(shù)據(jù)標(biāo)注員。不過，已目前情況來看，可與ChatGPT相較的數(shù)據(jù)訓(xùn)練場景在國內(nèi)還鮮有見到。

另外，產(chǎn)業(yè)界對大模型有著濃烈的觀望情緒。

在對談多家相關(guān)企業(yè)后，數(shù)科星球（ID：digital-planet）發(fā)現(xiàn)了產(chǎn)業(yè)界對AIGC持觀望態(tài)度的主要原因。概括來說，業(yè)界普遍存在這樣的憂慮：目前大模型應(yīng)用不成熟，驟而上馬將會對原有業(yè)務(wù)造成沖擊。

以電商售后和銀行電話客服場景為例，目前行業(yè)內(nèi)仍采用主流智能客服公司推出的QA問答庫技術(shù)?？蛻羝髽I(yè)希冀大模型產(chǎn)品能夠解決QA庫無法承擔(dān)的長尾問題，覆蓋到檢索式問答路徑無法涉足的領(lǐng)域，但金融行業(yè)的語料庫等數(shù)據(jù)又不對外開放，讓大模型企業(yè)不得不重頭開始。

這都延遲了大模型進(jìn)軍具體行業(yè)的時間表。

目前，一些從業(yè)者透露，金融科技公司愿意為大模型企業(yè)提供“必要但不致命”的應(yīng)用場景。在這些場景中，客戶企業(yè)可以承受一定程度的容錯，也愿意投入時間和資源支持大模型的進(jìn)一步發(fā)展。“我們的主要客戶來源于金融機(jī)構(gòu)的創(chuàng)新部門，因?yàn)樗麄冎С忠恍┩ㄓ弥悄艿氖虑椤保?/strong>一位銷售人員對數(shù)科星球（ID：digital-planet）這樣說。