AI領域的百模大戰：工程問題還是科研難題？

上個月，AI業界爆發了一場"動物戰爭"。

一方是Meta推出的Llama，由於其開源特性，深受開發者社區歡迎。另一方則是名爲Falcon的大模型。今年5月，Falcon-40B問世，登頂了"開源LLM排行榜"。

該榜單由開源模型社區制作，提供了一套測算LLM能力的標準並進行排名。排行榜基本上就是Llama和Falcon輪流刷榜。Llama 2推出後，Llama家族扳回一城；到9月初，Falcon推出180B版本，又取得了更高排名。

有趣的是，"獵鷹"的開發者是位於阿聯酋首都阿布扎比的科技創新研究所。政府人士表示，"我們參與這個遊戲是爲了顛覆核心玩家"。

180B版本發布第二天，阿聯酋人工智能部長奧馬爾就入選了《時代周刊》評選的"AI領域最具影響力的100人"。

如今，AI領域早已步入"羣魔亂舞"階段：有財力的國家和企業，都有打造本國版ChatGPT的計劃。僅在海灣國家圈子內，已不止一個玩家——8月，沙特阿拉伯剛爲國內大學購買了3000多塊H100，用於訓練LLM。

金沙江創投朱嘯虎曾吐槽："當年看不起互聯網的商業模式創新，覺得沒有壁壘：百團大戰、百車大戰、百播大戰；沒想到硬科技大模型創業，依然是百模大戰..."

說好的高難度硬科技，怎麼就搞成一國一模畝產十萬斤了？

Transformer吞噬世界

美國初創公司、中國科技巨頭、中東石油大亨能夠逐夢大模型，都得感謝那篇著名論文：《Attention Is All You Need》。

2017年，8位谷歌計算機科學家在這篇論文中，向全世界公開了Transformer算法。這篇論文目前是人工智能歷史上被引數量第三高的論文，Transformer的出現扣動了此輪人工智能熱潮的扳機。

無論當前大模型是什麼國籍，包括轟動世界的GPT系列，都是站在了Transformer的肩膀上。

在此之前，"教機器讀書"曾是個公認的學術難題。不同於圖像識別，人類在閱讀文字時，不僅會關注當前看到的詞句，更會結合上下文來理解。

早年神經網路的輸入都彼此獨立，並不具備理解一大段文字、甚至整篇文章的能力，所以才會出現把"開水間"翻譯成"open water room"這種問題。

直到2014年，在谷歌工作、後來跳槽去OpenAI的計算機科學家伊利亞率先出了成果。他使用循環神經網路（RNN）來處理自然語言，使某翻譯平台的性能迅速與競品拉開了差距。

RNN提出了"循環設計"，讓每個神經元既接受當前時刻輸入信息，也接受上一時刻的輸入信息，進而使神經網路具備了"結合上下文"的能力。

RNN的出現點燃了學術圈的研究熱情，日後Transformer的論文作者沙澤爾也一度沉迷其中。然而開發者們很快意識到，RNN存在一個嚴重缺陷：

該算法使用了順序計算，它固然能解決上下文的問題，但運行效率並不高，很難處理大量的參數。

RNN的繁瑣設計，很快讓沙澤爾感到厭煩。因此從2015年開始，沙澤爾和7位同好便着手開發RNN的替代品，其成果便是Transformer。

相比於RNN，Transformer的變革有兩點：

一是用位置編碼的方式取代了RNN的循環設計，從而實現了並行計算——這一改變大大提升了Transformer的訓練效率，從而變得能夠處理大數據，將AI推向了大模型時代；二是進一步加強了上下文的能力。

隨着Transformer一口氣解決了衆多缺陷，它漸漸發展成了NLP（自然語言處理）的唯一解，頗有種"天不生Transformer，NLP萬古如長夜"的既視感。連伊利亞都拋棄了親手捧上神壇的RNN，轉投Transformer。

換句話說，Transformer是如今所有大模型的祖師爺，因爲他讓大模型從一個理論研究問題，變成了一個純粹的工程問題。

2019年，OpenAI基於Transformer開發出了GPT-2，一度驚豔了學術圈。作爲回應，谷歌迅速推出了一個性能更強的AI，名叫Meena。

和GPT-2相比，Meena沒有底層算法上的革新，僅僅是比GPT-2多了8.5倍的訓練參數、14倍的算力。Transformer論文作者沙澤爾對"暴力堆砌"大受震撼，當場寫了篇"Meena吞噬世界"的備忘錄。

Transformer的問世，讓學術界的底層算法創新速度大大放緩。數據工程、算力規模、模型架構等工程要素，日漸成爲AI競賽的重要勝負手，只要有點技術能力的科技公司，都能手搓一個大模型出來。

因此，計算機科學家吳恩達在斯坦福大學做演講時，便提到一個觀點："AI是一系列工具的集合，包括監督學習、無監督學習、強化學習以及現在的生成式人工智能。所有這些都是通用技術，與電力和互聯網等其他通用技術類似。"

OpenAI固然仍是LLM的風向標，但半導體分析機構認爲，GPT-4的競爭力源自工程解決方案——如果開源，任何競爭對手都能迅速復現。

該分析師預計，或許用不了太久，其他大型科技公司也能打造出同等於GPT-4性能的大模型。

建在玻璃上的護城河

當下，"百模大戰"已不再是一種修辭手法，而是客觀現實。

相關報告顯示，截止至今年7月，國內大模型數量已達130個，高於美國的114個，成功實現彎道超車，各種神話傳說已經快不夠國內科技公司取名的了。

而在中美之外，一衆較爲富裕的國家也初步實現了"一國一模"：除了日本與阿聯酋，還有印度政府主導的大模型Bhashini、韓國互聯網公司打造的HyperClova X等等。

眼前這陣仗，仿佛回到了那個漫天泡沫、"鈔能力"對轟的互聯網拓荒時代。

正如前文所說，Transformer讓大模型變成了純粹的工程問題，只要有人有錢有顯卡，剩下的就丟給參數。但入場券雖不難搞，也並不意味着人人都有機會成爲AI時代的BAT。

開頭提到的"動物戰爭"就是個典型案例：Falcon雖然在排名上力壓Llama，但很難說對Meta造成了多少衝擊。

衆所周知，企業開源自身的科研成果，既是爲了與社會大衆分享科技的福祉，同樣也希望能調動起人民羣衆的智慧。隨着各個大學教授、研究機構、中小企業不斷深入使用、改進Llama，Meta可以將這些成果應用於自己的產品之中。

對開源大模型而言，活躍的開發者社群才是其核心競爭力。

而早在2015年組建AI實驗室時，Meta已定下了開源的主基調；扎克伯格又是靠社交媒體生意發的家，更是深諳於"搞好羣衆關係"這件事。

譬如在10月，Meta就專程搞了個"AI版創作者激勵"活動：使用Llama 2來解決教育、環境等社會問題的開發者，將有機會獲得50萬美金的資助。

時至今日，Meta的Llama系列儼然已是開源LLM的風向標。

截至10月初，某開源LLM排行榜Top 10中，共有8個都是基於Llama 2所打造的，均使用了它的開源協議。僅在該平台上，使用了Llama 2開源協議的LLM已經超過了1500個。

當然，像Falcon一樣提高性能也未嘗不可，但時至今日，市面上大多數LLM仍和GPT-4有着肉眼可見的性能差距。

例如前些日子，GPT-4就以4.41分的成績問鼎AgentBench測試頭名。AgentBench標準由清華大學與俄亥俄州立大學、加州大學伯克利分校共同推出，用於評估LLM在多維度開放式生成環境中的推理能力和決策能力，測試內容包括了操作系統、數據庫、知識圖譜、卡牌對戰等8個不同環境的任務。

測試結果顯示，第二名的Claude僅有2.77分，差距仍較爲明顯。至於那些聲勢浩大的開源LLM，其測試成績多在1分上下徘徊，還不到GPT-4的1/4。

要知道，GPT-4發布於今年3月，這還是全球同行追趕了大半年之後的成績。而造成這種差距的，是OpenAI"智商密度"極高的科學家團隊與長期研究LLM積累下來的經驗，因此可以始終遙遙領先。

也就是說，大模型的核心能力並不是參數，而是生態的建設（開源）或純粹的推理能力（閉源）。

隨着開源社區日漸活躍，各個LLM的性能可能會趨同，因爲大家都在使用相似的模型架構與相似的數據集。

另一個更直觀的難題是：除了Midjourney，好像還沒有哪個大模型能賺到錢。

價值的錨點

今年8月，一篇題爲"OpenAI可能會於2024年底破產"的奇文引起了不少關注。文章主旨幾乎能用一句話概括：OpenAI的燒錢速度太快了。

文中提到，自從開發ChatGPT之後，OpenAI的虧損正迅速擴大，僅2022年就虧了約5.4億美元，只能等着微軟投資人買單。

文章標題雖聳人聽聞，卻也講出了一衆大模型提供商的現狀：成本與收入嚴重失衡。

過於高昂的成本，導致目前依靠人工智能賺了大錢的只有英偉達，頂多再加個博通。

據諮詢公司預估，英偉達在今年二季度賣出了超30萬塊H100。這是一款AI芯片，訓練AI的效率奇高無比，全世界的科技公司、科研機構都在搶購。如果將賣出的這30萬塊H100疊在一起，其重量相當於4.5架波音747飛機。

英偉達的業績也順勢起飛，同比營收暴漲854%，一度驚掉了華爾街的下巴。順帶一提，目前H100在二手市場的價格已被炒到4-5萬美金，但其物料成本僅有約3000美金出頭。

高昂的算力成本已經在某種程度上成爲了行業發展的阻力。紅杉資本曾做過一筆測算：全球的科技公司每年預計將花費2000億美金，用於大模型基礎設施建設；相比之下，大模型每年最多只能產生750億美金的收入，中間存在着至少1250億美金的缺口。

另外，除了Midjourney等少數個例，大部分軟件公司在付出了巨大的成本後，還沒想清楚怎麼賺錢。尤其是行業的兩位帶頭大哥——微軟和Adobe都走的有些踉蹌。

微軟和OpenAI曾合作開發了一個AI代碼生成工具GitHub Copilot，雖然每個月要收10美元月費，但由於設施成本，微軟反而要倒虧20美元，重度用戶甚至能讓微軟每月倒貼80美元。依此推測，定價30美元的Microsoft 365 Copilot，搞不好虧的更多。

無獨有偶，剛剛發布了Firefly AI工具的Adobe，也迅速上線了一個配套的積分系統，防止用戶重度使用造成公司虧損。一旦有用戶使用了超過每月分配的積分，Adobe就會給服務減速。

要知道微軟和Adobe已經是業務場景清晰，擁有大量現成付費用戶的軟件巨頭。而大部分參數堆上天的大模型，最大的應