2023年年初還在密集公示大模型研發(fā)進展的企業(yè)們，現(xiàn)正調整方向，選擇直接接入大公司搭建的大模型平臺。

6月28日，字節(jié)跳動旗下火山引擎發(fā)布大模型服務平臺“火山方舟”，面向企業(yè)提供模型精調、評測、推理等全方位的平臺服務（MaaS，即Model-as-a-Service）。

目前，“火山方舟”集成了百川智能、出門問問、復旦大學MOSS、IDEA研究院、瀾舟科技、MiniMax、智譜AI（以拼音首字母排序）等多家AI科技公司及科研院所的大模型，并已啟動邀測。

(資料圖片僅供參考)

火山引擎并非首家選擇大模型平臺路徑的企業(yè)，ChatGPT的創(chuàng)造者OpenAI已經(jīng)在這條路上。此前OpenAI的生態(tài)計劃是通過插件搭建體系架構，向所有ChatGPT Plus用戶開放聯(lián)網(wǎng)功能和眾多插件，允許ChatGPT訪問互聯(lián)網(wǎng)并使用70個第三方插件。民生證券研報認為引入插件Plugin標志ChatGPT走在創(chuàng)建生態(tài)系統(tǒng)的道路上。

但ChatGPT的插件體系進展并不順利，OpenAI CEO Sam Altman表示“這一模式并沒有達到他們的預期”，于是他將戰(zhàn)略方向從Chrome插件模式調轉為AppStore模式，市場消息稱OpenAI將與第三方合作，接入定制的面向垂直行業(yè)的模型，搭建大模型生態(tài)。

國內(nèi)市場中，騰訊正在依托騰訊云TI平臺打造行業(yè)大模型精選商店，為客戶提供MaaS服務。垂類行業(yè)企業(yè)在其中進行挑選，再針對性進行數(shù)據(jù)精調，將其升級為企業(yè)專屬大模型。

一般意義上，行業(yè)大模型“精選商店”提供涵蓋模型預訓練、模型精調、智能應用開發(fā)等一站式行業(yè)大模型解決方案，內(nèi)置多個行業(yè)場景的行業(yè)大模型，并兼容支持多模型訓練任務。

上海證券研報分析認為，“預訓練大模型+微調再訓練”是大模型知識遷移至下游垂類場景的主要技術架構。預計行業(yè)專屬模型/垂類小模型/MaSS有望在大模型發(fā)展初期率先獲益，主要系垂類模型更適配且接近下游變現(xiàn)場景。

談及目前行業(yè)內(nèi)大廠紛紛轉向大模型平臺的動作，火山引擎總裁譚待對第一財經(jīng)記者表示，就整個行業(yè)而言，通用大模型未來頭部會有幾家巨頭，但這類也存在成本高、費用貴的問題。中部大模型相對不會那么貴。再底下就是各行業(yè)內(nèi)進一步縮減后的模型。每一層都會有機會，本質上，不同場景應選擇最適合的模型。全球市場中也不是只有GPT-4，Google等其他公司也在快速更新與迭代。因此，如果認可頭中腰部這樣的架構模式，自然要把平臺做好。

至于火山引擎要扮演的角色，譚待稱，火山側重于提供平臺，提供安全、低成本的應用服務，目前仍堅持不做大模型。

具體營收模式方面，火山引擎智能算法負責人吳迪表示，作為中間平臺，火山會將資源供應給大模型提供方，供應內(nèi)包含一定的IaaS層利潤，大模型提供方刨除掉基本成本，疊加自身認為合理的利潤，最終形成其大模型在火山方舟上的定價。而下游客戶的支付成本包括了模型服務費與平臺服務費，后者火山在相當長時間內(nèi)都設置為零。

吳迪稱，訓練大模型很昂貴，但從長期來看，模型的推理開銷會超過訓練開銷。效果和成本的矛盾永遠存在，降低推理成本會是大模型應用落地的重要因素，“一個經(jīng)過良好精調的中小規(guī)格模型，在特定工作上的表現(xiàn)可能不亞于通用的、巨大的基座模型，而推理成本可以降低到原來的十分之一。”

在吳迪看來，不同大模型在特定任務上各有千秋，企業(yè)不必急于綁定一家大模型，而是應該結合自身業(yè)務場景，綜合評估使用效果和成本，在不同場景選用更具性價比的模型。

標簽：