大模型熱要多點冷思考

　　行業大模型聚焦特定領域、針對特定場景、解決特定問題，能結合企業自身獨特優勢去精耕細作并賦能行業，從而形成差異化優勢。走向細分領域才有更多機會，綜合考慮行業專業性、持續迭代和綜合成本等因素，行業大模型更容易實現商業價值落地。

　　用“百模大戰”來形容當下人工智能大模型的火熱程度一點也不夸張。數據顯示，國內公開發布的大模型已達80多個。我們是否需要這么多大模型？這場熱潮會持續多久？會不會帶來泡沫？對此我們還需多一些冷思考。

　　國內企業紛紛入局大模型，是因為看好大模型背后的商業價值。雖然被眾人調侃為“一本正經地胡說八道”，但在ChatGPT展現了其在聊天對話、創作編程等方面模擬人類思維的智能之后，業界對于人工智能的認知和想象又打開了新空間。一些企業將大模型視為人工智能的核心，認為這很可能是引領第四次工業革命的顛覆性創新技術，將推動各個行業的變革。能抓住這樣的超級風口既是企業實力的象征，也更容易獲得資本的青睞。正因為如此，短短幾個月，國內人工智能大模型數量呈現爆發式增長。

　　大模型并非多多益善。以ChatGPT為代表的通用大模型，技術門檻高，開發、訓練、運營等成本耗資巨大，動輒一次訓練成本就高達數百萬美元，被稱為“少數人的豪華游戲”。只有大型龍頭企業或領軍企業才具備相應的研發和投資實力，其他企業盲目跟風、一哄而上不僅很難成功，還會帶來投資浪費，增加能源、算力等消耗，產生低質量產品。簡而言之，推出多個通用大模型既不現實，也沒有那么多市場需求，還會帶來同質化競爭。

　　產業界現在越發關注行業大模型，其門檻大大低于通用大模型，所需投入成本相對更低。但也要看到，寫詩作畫絕非大模型的全部，行業大模型聚焦特定領域、針對特定場景、解決特定問題，能結合企業自身獨特優勢去精耕細作并賦能行業，從而形成差異化優勢。走向細分領域才有更多機會，綜合考慮行業專業性、持續迭代和綜合成本等因素，行業大模型更容易實現商業價值落地。當前，已有一些行業大模型在金融、制造、醫藥研發、煤礦、鐵路等諸多領域發揮了作用。

　　當前，大模型發展還處于初期，仍面臨技術短板、隱私安全等問題。在一些大模型的實際使用過程中，已被發現生成內容存在質量不佳、冗余回答等問題，甚至有輸出危害內容的風險。為此，國家互聯網信息辦公室等7部門日前聯合公布《生成式人工智能服務管理暫行辦法》，對生成式人工智能產品及服務提供者作出了一定要求和規范，但目前尚缺乏對使用者的有力約束。

　　此外，大模型生成內容的知識產權、數據來源的合法性等問題都亟待解決。還需統籌資源，加快基礎研究和技術創新，強化場景牽引作用，建立健全大模型監管機制，加強國際合作與交流。

　　一項新興產業的發展初期，難免會有一定的泡沫和過剩。但要避免過度，因為泡沫定會擠掉，市場總會洗牌。當熱潮退去，大浪淘沙之后，能留下的注定是腳踏實地的贏家。