大模型正成为中美科技竞争前沿阵地，落地AI应用将是决战的关键

以ChatGPT为代表的AI大模型的诞生，意味着强人工智能的时代即将到来，AIGC正在成为引发生产力变革的引擎。

为了在未来的科技竞争中占领先机，中美两国在大模型的布局上不遗余力，两国的竞争不仅仅体现在大型科技企业之间，更是在应用领域也展开了角逐。AI大模型领域也日益成为中美两国科技竞争的前沿阵地。

在9月刚刚结束的2023外滩金融峰会中，重庆市原市长黄奇帆指出数字经济是新一轮科技革命和产业变革的主要方向，中美两国围绕数字经济正在开展激烈竞争。而自贸区作为我国全面深化改革扩大开放的试验区，有条件有责任率先开展综合集成改革试验，建设“数字经济发展示范区”，为我国数字经济发展“杀出一条血路”。

ChatGPT引爆“百模大战”

作为计算机学科的一个分支，人工智能与空间技术、能源技术并称为世界三大尖端技术。计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，这也是人工智能研究梦寐以求的东西。

2022年12月，微软投资的AI创业公司OpenAI推出对话式AI ChatGPT，通过“大数据+大算力+强算法”，构建了一种大型自然语言模型，该大模型包含近1800亿个参数，让人们在人工智能生产力的转变上又往前推进了一步。

图片来源：Unsplash

ChatGPT一经推出，便迅速在全球范围内“破圈”，并掀起了大模型开发的浪潮。微软首席执行官萨蒂亚·纳德拉将其技术影响类比为工业革命；英伟达CEO黄仁勋则认为“ChatGPT让AI迎来了iPhone时刻”。这些评论并不是一家之言，所有人都看到了机会。

在美国，科技巨头纷纷入局。作为OpenAI的投资方，凭借前者的技术能力与影响力，微软在B端和C端都极早开始布局，如在C端，将OpenAI的大模型接入Bing搜索中，推出New Bing，剑指谷歌。

苹果搭建了机器学习开发的Ajax框架，并基于其构建了类聊天机器人AppleGPT；社交网络出身的Meta则仍朝着它打出的概念——元宇宙进发。一方面，它以开源的方式挑战OpenAI，目的是要成为应用生长的土壤；另一方面，也致力于利用新技术提升已有业务效果，上线了AI Sandbox帮助广告商生成文案、测试广告效果，这将直接服务于Meta营收核心的广告业务。

图片来源：Unsplash

与此同时，中国企业也在竞相发布大模型产品。据赛迪顾问调研数据显示：从今年3月16日，百度率先发布首个直接对标ChatGPT的大模型“文心一言”算起，截至2023年7月，国内累计已有130个大模型问世。

“百模大战”一触即发。总体来说，当前国内大模型市场的玩家主要分为以下三类：互联网创业派、大厂派，以及来自高校和研究机构的学院派。创业派有美团联合创始人王惠文创立的光年之外；大厂派如百度文心大模型、腾讯混元大模型、科大讯飞星火大模型、阿里巴巴通义大模型、华为盘古大模型等；学院派则覆盖了清华大学、北京大学、交通大学等一众知名高校。

10月17日，百度发布文心大模型4.0，文心一言用户规模已达4500万。

图片来源：Baidu

中美大模型的差距与分野

当前，由于通用大模型成本与技术门槛相对较高，国内较多大模型选择围绕垂直行业进行开发，“百模大战”中可以看出中美两国之间存在一定差距与分野。

今年8月，Gartner发布了《2023年中国数据分析和人工智能技术成熟度曲线》，认为现阶段国内生成式AI技术还处于存在大量泡沫的“期望膨胀期”，大量企业都是在“重复造轮子”。

事实上，由于高性能GPU芯片短缺，硬件采购成本、运营成本高昂，中国具备资金储备、战略意志和实际能力跑通大模型商业化的企业寥寥无几。

其中，算力制约更是成为中美AI竞争的一把利刃。业内一种公认说法是，1万枚英伟达A100芯片是做好AI大模型的算力门槛。三年前，微软的Azure云服务为ChatGPT提供了一台由超过1万枚英伟达A100 GPU芯片的AI计算集群，为其提供超级AI算力支持，目前我国厂商拥有的GPU主要是英伟达中低性能产品（如英伟达A10），拥有超过1万枚GPU的企业不超过5家。

图片来源：Unsplash

在9月刚刚结束的2023外滩金融峰会中，重庆市原市长黄奇帆发表题为《依托自贸试验区开展数字领域综合集成改革试验加快打造数字经济发展示范区》的演讲，黄奇帆指出“以ChatGPT为代表的美国大模型技术创新大大加速人工智能发展，我国与之差距至少在两年以上，且差距呈快速拉大趋势。”

在他看来，数字技术竞争是当前大国在数字经济领域的竞争突出表现之一，我国在数字底层技术、核心算法、关键软件等领域与美国还有不小差距。“大模型技术将重塑生产消费各类经济业态，创造大量新的应用场景和生态，若不能及时跟上，我国可能在新一轮数字经济竞争中处于劣势和被动。”

回归理性，商业化落地是核心

放眼全球，今年上半年新发布的大模型数量相当可观，通用类、垂直类大模型都在呈现井喷之势发展。据不完全统计，新发布的大模型数量已超过400个，麦肯锡的报告《生成式人工智能的经济潜力》中提到，在其研究的63种应用中使用生成式AI，将为全球经济带来每年2.6万亿至4.4万亿美元的增长。

但与赛道之火热不相匹配的是，基于大模型的应用产品并不多。经历喧嚣后，大模型狂热正在逐渐回归现实，国内外大模型市场正在出现更多理智思考——无法落地商用的ChatGPT只能是玩具，能成为企业应用的大模型才有产业价值。今年6月，ChatGPT访问量环比下滑9.7%，为其推出以来首次下滑。

当大模型回归理性，市场必然要经历一场大浪淘沙。关乎技术，更关乎商业模式。当下的大模型竞争早已超过了技术的范畴，更多是一种生态层面的比拼，具体表现在有多少应用、有多少插件、有多少开发者以及用户等。如果没有良好的可循环生态，那么无论在模型的持续迭代，抑或变现摊薄巨额研发成本方面，都会面临可预见的重大困境，对于创业型公司来说更是如此。

图片来源：Unsplash

考验的核心就在于大模型的落地能力。

无论是互联网产业，还是2016年掀起的第三次人工智能浪潮，中美的差异化发展都说明了，领先的技术突破和产业规模化应用的能力，共同决定了新技术的产业效益。其中，中国科技企业更擅长在产业中点燃AI热情，提高技术密度，产生更大的影响力和商业价值。“重应用轻基础”的研发理念，以及国内庞大的下游需求，让国内机构更加专注于落地应用的研究。

一方面，当下国内一级市场更多是关于大模型应用的创业项目，另一方面，各行业较成熟的企业，例如金融行业的蚂蚁集团、教育行业的好未来、办公软件行业的金山办公、医疗行业的医云科技等等，均依托在各自行业的深耕，或外接基础模型，或利用开源模型自研模型来使所从事的行业用上AI大模型。

Gartner预测，到2025年，生成式AI将占到所有生成数据的10%，但目前这个比例还不足1%。具体到ChatGPT，未来要提升商业化水平，既需要较高的技术强度来保障用户体验，也需要强大的工程化能力和应用场景，来支撑商业增长潜力。