鱼龙混杂大模型:谁在蹭热点?谁有真实力?( 三 )


【鱼龙混杂大模型:谁在蹭热点?谁有真实力?】这几家公司的优势是相似的:雄厚的资金储备;拥有诸多面向用户的产品/服务,语料库十分丰富;主营业务贴近大模型应用场景,如百度和360的搜索,腾讯的社交媒体,阿里的云计算和电商,科大讯飞的智慧办公等 。现阶段,这些企业的产品距离ChatGPT当然还有一定差距,但并非没有追赶的机会 。
要知道,即便是技术领跑全行的openAI,也有自己的苦恼 。过去一年,随着ChatGPT走红openAI的估值也是一路走高,成为全球范围内升值最快的独角兽——可惜随之飙升的,还有亏损额 。
据外媒报道,openAI上一财年净亏损达到5.4亿美元,同比几乎放大一倍 。每一次预训练参数都要耗费巨资,要提升系统稳定性又必须不断加大参数量和预训练频次,亏损自然成为无解难题 。国盛证券的研报指出,通过测算,2800亿参数量的大模型预训练成本约为200万美元/次,谷歌的PaLM号称拥有5400亿参数,单次预训练成本将高达1200万美元 。
今年2月推出的付费版ChatGPT和其他商业化尝试收效甚微,短时间内不可能覆盖预训练所需成本 。CEO Sam Altman曾暗示,公司未来几年可能需要筹集约1000亿美元的资金,才能进一步提升技术,打磨下一代产品 。
openAI的经历表明,AI大模型研发如同一场漫长且艰难的马拉松——不要总是奢望弯道超车,踏踏实实和参数打交道是成功的基础 。
写在最后
水能载舟亦能覆舟,狂热的市场氛围既给企业带来了资金和关注度,也带来了难以预估的风险 。近段时间,证监会等监管机构已经加大管控力度,不少公司也主动出面自证清白:据不完全统计,4月底至今已有世纪天鸿、万兴科技、中科信息、唐德影视等多家上市企业发布股票交易异常波动公告,澄清自身业务和AI、大模型的关系 。
经过移动互联时代的洗礼,蹭热点、追风口的情况太过常见了 。似乎任何一个风口都逃不过从萌芽到爆发,再走向混乱、重塑秩序的过程 。但在乱战过后,有的风口出清泡沫、置之死地而后生;有的赛道却彻底沉沦,如一颗流星般结束自己绚烂却短暂的一生 。
走在时代前沿的AI大模型,似乎更有可能成为前者,不过需要所有从业者、监管机构的共同努力才能保证健康发展 。大模型是一条技术门槛、资金门槛都很高的赛道,蹭热点的企业注定无法长久 。加强监管、净化行业环境、驱逐不良玩家可能会带来短期混乱,但对行业的长期发展肯定是有益的 。




推荐阅读