这两天AI圈最热闹的消息，应该就OpenAI高层内讧，标志性人物、原CEO Sam Altman被董事会解雇，数位科学家和高层离职。
关于“政变”的原因，坊间有很多传言，比如商业化和非营利原则的矛盾。总之，事件相关者在舆论场拉扯，吃瓜群众则瞪大了眼睛看戏。这场风波会给全球AI研发，尤其是大模型带来什么影响，还是未知数。
有人做了一个梗图，大模型厂商乱成一锅粥，只有卖卡的英伟达稳坐钓鱼台。
任它天边云卷云舒，可以肯定的是，中国的AI大模型在取得广泛成就的基础上，会继续向前发展，释放产业价值，并且不会一味照搬海外，尤其是OpenAI的模式。
带着这份淡定，我们将目光聚焦在国产大模型，会发现“百模大战”热潮中，还缺乏对各类大模型全面、分层、真实的能力评估。
通用大模型、行业大模型，都在比拼参数规模，但训练数据质量不确定，仅凭参数，行业客户和用户也难以选对适合的大模型。
那么看榜单呢？基准测试benchmark和标准化数据集，可以针对性调优，榜单无法反映实际应用效果差距。
而且大模型在不同任务场景下，表现的区分度很大。一位开发者说，“现在就是告诉你都有哪些大模型，实际效果还是得靠自己测测看”。
据中国信通院的数据显示，目前的大模型测试方法和数据集已有200多个。想要一个个测过来，会给用户带来非常繁重的工作量。
“百模大战”乱花渐欲迷人眼，那么，除了“跑分”打榜和参数“碾压”，还有什么办法来真实且有效地评判一个大模型的水平呢？
有必要来聊聊，“百模大战”，不同赛道都在战什么？
大模型，不看高分看高能
所谓“百模大战”，并不是每个大模型都在做着同样的事。其中，既有想做基座模型basemodle的通用大模型，如百度的文心、阿里的通义、腾讯的混元、华为的盘古、讯飞的星火、智谱的ChatGLM等，也有面向行业、场景的垂直大模型，目前在金融、教育、工业、传媒、政务等多个领域都大量涌现。
不同赛道的大模型，其核心竞争力也不一样。比如一味拼算法的打榜，对于行业大模型来说，可以作为一种宣传手段和“炫技”，但实际效果才是用户最关注的。
目前不少开发者反映，各类大模型都存在各自的问题。
1.基座模型，本身能力有限制。
提到通用大模型，大家可能第一时间想到的就是推理能力，这也是大模型基准测试的主要指标。但在实际应用中，尤其是文科类型任务，大家不会没事出“脑筋急转弯”来测试通用大模型的逻辑推理能力，而是更希望大模型在复杂任务和上下文长度上，有更可靠的表现。
比如写一篇演讲文稿，篇幅一长就开始胡说八道或泛泛而谈，文本的采用率下降；为AIGC配字幕，不能整篇生成，还需要人工将文案切割成片；编写一个程序，半路开始network error……这些都是实际应用中，大家比较关注的通用大模型的能力。
2.行业大模型，领域壁垒难翻越。
“百模大战”进行到当下，很多行业开发者和企业都意识到，独有的数据和场景，才是自己的护城河，开始打造定制化的大模型，而领域知识不够，难以形成满足某一领域需求的行业向产品。
比如大模型与行业知识不匹配、许多行业know-how还没有知识化、传统的知识图谱与大模型的协同设计等，知识计算的能力不够强，就无法真正撼动领域壁垒，让大模型解决实际的业务问题。
3.有用性，ROI是个谜。
大模型的实际应用效果难以评估，其中一个主要原因，就是模型生成结果的有用性（采用率、可用率等指标），涉及大量多模态数据。
金融、医药、交通、城市等产业中，存在着大量多模态信息，比如客服电话的语音、医学影像图片、传感器数据等，大语言模型必须具备多模态理解能力，将多模态信息与语言进行综合分析处理，才能保证较高质量的输出。
在实际任务中，上述三种问题可能会同时存在，要同时解决。
一位医药专家告诉我，在研发医学影像的算法时，就需要基座大模型在预训练阶段就具备多模态理解能力、医学影像知识，可以执行通用任务。同时，行业侧还需要根据知识设计目标函数，在特征抽取、相似性度量、迭代优化算法等，都要贡献好各自的知识，才可能训练出一个对医务工作者友好的领域大模型，不需要专业知识，也不需要建模，就能上手使用。
就像工业革命的开始，是因为瓦特改良了蒸汽机。在此之前，蒸汽机早已被发明出来了，但一直没有解决大规模高可用的问题，大模型也是如此。
大模型产业化，必须从基准测试的“跑高分”，向可信赖的“高能力”进化。
百模大战，究竟在战哪些能力？
从高分到高能，让大模型具有与行业结合的可行性，也让“百模大战”正在进入新的阶段。
从产业实际需求来看，可用且有效的大模型，至少应该具备几个核心能力：
1.长文能力。
大语言模型的技术特点，被认为是“鹦鹉学舌”，将输入信号拼凑成有一定语法结构的句子，也就是文本补全能力。而大模型都有“幻觉”，上下文窗口的长度增加，逻辑幻觉就可能越严重，“鹦鹉学舌”开始变得吃力。
在很多垂直行业应用中，如金融、法律、财务、营销等，长文档的分析处理和生成能力是刚需。
在长文中保持逻辑的连贯性、合理性，考验着大模型的综合能力，比如对复杂语句的理解及记忆能力，生成的可靠性，这也是大模型走向产业化的核心。
目前，无论开源、闭源大模型，都将长文能力作为一个核心竞争力。比如流行的开源大模型Llama 2，就将上下文长度扩展至 128k，而基于LLaMA架构的零一万物的Yi系列大模型，此前曾宣称拿下了全球最长上下文窗口宝座，达到200K，可直接处理40万汉字超长文本输入。闭源大模型中，GPT-4 Turbo支持了比ChatGPT更长的上下文（128k tokens），百度的文心大模型通过对话增强，提升上下文理解能力。
2.知识能力。
大模型“大力出奇迹”的模式，忽略了模型准确感知和理解注入知识的能力，目前已经凸显了很多问题。比如不理解领域知识，在实际业务中表现不佳，无法满足ToB用户的需求。因此，当欧美科技公司依然在执着追求更大参数时，百度、华为等国内大模型厂商，开始转向了行业场景，将强业务知识引入文心、盘古的行业大模型之中，来提升大模型在行业任务中的应用效果。
具体是怎么做的呢？以“行业知识增强”为核心特色的文心，是在预训练大模型的基础上，进一步融合大规模知识图谱，挖掘行业应用场景中大量存在的行业特色数据与知识，再结合行业专家的知识，从大规模知识和海量数据中融合学习，把知识内化至模型参数中。
当用户输入问题时，文心4.0会拆解回答问题所需的知识点，进而在搜索引擎、知识图谱、数据库中查找准确知识，再将知识组装进Prompt送入大模型。另一方面，大模型还将对输出结果进行反思，从生成结果总结知识点，进而通过以上方式进行确认验证，对结果差错进行修正。
目前来看，在同等参数规模下，知识增强的深度语意理解，效果大幅超越了纯粹用深度学习的方法，推理效率更高，并且可解释性更强，更符合产业对可信AI的需求。
目前，知识+大模型还有许多细节有待解决，比如知识体系的构建，知识的持续获取，知识应用和推理等，这些问题的攻克都会给行业认知智能带来重大机会。
3.多模态能力。
2022年我参加华为云AI院长峰会，一位科学家提到，大模型有一个问题，就是有很多符号领域，大模型根本就不理解。他认为，大模型是数据与知识双轮驱动的，双轮驱动是未来人工智能发展的重要模式。
前面我们说了知识能力的重要性，那么“数据”究竟拼的是什么呢？就是多模态能力。
把大模型应用到领域的时候，会发现问题非常多，根本达不到预期的效果。一个主要原因，大语言模型完全是基于语言的，而真实世界的复杂任务，有大量的数值、图表、语音、视频等多模态数据，数据的多模态特性增加了模型处理、建模和推理的复杂性。
一位医疗模型的开发者告诉我，医疗任务分析非常繁杂，数量级很多，有不同模态、病种，每一种模态有不同的诊疗任务，要把文本、图像等多模态包容过来，而医疗领域非常缺少多模态的预训练模型。
大模型要在实际业务中达到与人更接近的能力，也需要跨模态建立统一认知。
举个例子，AIGC生成营销活动物料，根据文字描述生成图像、视频，既要精确理解提示词的语义，还要符合领域规范，不能出现不合规的素材，同时要控制生成内容的质量，保持跨模态的语义一致性。
国产大模型在多模态领域也做了很多差异化探索，除了大家熟悉的以文生图，在医疗影像、遥感、抗体药物、交通等领域，跨模态技术融合也在快速开展，未来会是基座大模型和行业大模型的亮点。
从这些产业需要的能力来看，大模型的产业属性和价值已经清晰展露了出来。
大模型，绝不是聊聊天、搞怪图片那么肤浅，技术覆盖区域是很广阔的，技术应用价值已经足够具有说服力。
但也必须承认，目前，绝大多数产业所获取的技术能力和技术深度，都还远远不够。一方面受限于上游的基座大模型能力，同时也缺乏深度定制化的中游服务商，导致用户大多只能调用简单化、标准化的API，而难以将领域知识、多模态数据与大模型深度结合。
未来，从高分到高能，国产大模型一定会依靠自身的差异化技术路线，以及中国丰富多样的产业需求，从懵懂走向成熟，甚至先于欧美，走向千行百业
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
