賈麗

    近日，在多場重要的科技盛會上，大模型均占C位。數十個大模型悉數登場，相關應用在各行業逐步垂直滲透，數字人、智能艙等“百花齊放”。國內多模態等各類大模型技術路線并行突破，產業鏈芯片、算力等關鍵技術市場蓬勃發展，更多企業聯合探路。

    隨著在國內熱度持續上漲，大模型“百軻爭流”，呈現蓬勃發展態勢。科技部新一代人工智能發展研究中心發布報告顯示，上半年我國10億參數規模以上的大模型已發布79個。根據上海市人工智能學會數據，截至目前，我國大模型已近百個，可謂真正進入了“百模大戰”。下半年國內還將進入大模型發布的密集期。

    熱鬧之下，國內大模型也必須直面靈魂拷問。

    首先，能否燒得起？大模型需要龐大的算力支持，同時也帶來巨大的成本壓力。有專家直言，ChatGPT大模型每訓練一次，相當于報廢了3000輛特斯拉汽車。眾多企業陷入一邊瘋狂燒錢短期內難以覆蓋預訓練成本，一邊模型商業化難以落地的困境之中。

    其次，可否規模商用？當下大模型仍有局限性，存在效率低、涉嫌侵犯數據隱私和知識產權、高端人才匱乏等問題。業內認為，大模型效率需得到10倍以上的提高，大規模商用才有可能。

    再次，如何避免過度？在龐大的模型數量和種類之下，存在一些過度現象。部分企業追求炫技忽視應用可行性，部分追求模型“規模大”而堆疊參數，更有部分企業或機構追求“參數高”過度訓練，導致大模型過擬合和泛化能力不足。

    面對挑戰，國內大模型“航船”該如何順利“渡江”？

    其一，注重前端技術，勇攀“芯”高峰，深耕算力。企業在關鍵技術道路上勤耕不輟，探索新的預訓練架構、方法，進一步提升大模型的性能和效率，推動國內大模型與國際接軌，讓大模型真正成為企業參與全球AI大模型競爭的重磅“船票”。鼓勵創新創業，讓開發者設施可以站在巨頭肩膀上創造未來。

    其二，推動產業鏈聯動，擴大開放開源生態。大模型熱帶來了算力、國產芯“創新架構+開源生態”的新機會。行業通過共建開放生態，鼓勵產業鏈共享和合作，從而減少重復建模。企業也可通過收購、孵化等方式，擴大自身在行業影響力和市場份額。

    其三，加強模型評估和驗證。機構及企業應建立評估標準和機制，規范模型開發和應用過程，避免過度夸大模型的能力，防止炒作，注重大模型可解釋性和可理解性，使其在實際應用中更加可信、可靠。

    大模型“百軻爭流”后是大浪淘沙，只有真正的“奮楫者”，才可以勇立潮頭揚帆遠航。