大模型廠商選型，大廠這次贏麻了！

AI 大模型開啟洗牌模式，大廠贏麻了。

僅僅過去了半年多，大模型賽道即將迎來一次大洗牌。

根據第三方網站 SimilarWeb 的監(jiān)測數據，今年 6 月 ChatGPT 的網站與移動客戶端的全球流量（PV）環(huán)比下降了 9.7%，美國地區(qū)的流量環(huán)比下降了 10.3%。

ChatGPT 的獨立訪客數量（UV）下降了 5.7%，訪客在網站上花費的時間也下降了 8.5%。

這是自 2022 年 11 月 30 日發(fā)布以來，ChatGPT 首次出現流量負增長。

很顯然，初期的新鮮感已經消退，AI 要回到現實了。

在谷歌內部泄漏的一份文件中，一位內部的研究者表示：「我們沒有護城河，OpenAI 也沒有。」

就在 7 月 18 日，Meta 又放出大招，開源  Llama 2。

Llama 2 模型系列包含 70 億、130 億和 700 億三種參數變體，效果強于 GPT-3。

Llama 2 開源就算了，甚至還可直接商用，簡直是一次降維打擊。

這意味著，很多小公司的研發(fā)計劃泡湯，畢竟已經有這么強的免費可直接商用的大模型面世了。

在國內，自從百度在 3 月份打響大模型的第一槍后，國內各大公司開啟了“狂飆”模式。互聯(lián)網公司、學術界大佬紛紛下場，發(fā)布了 79 款 10 億參數以上的大模型。

我匯總國內的部分成果，感興趣的小伙伴，可以看一看：

這么多大模型，一眼看過去，真是“眼花繚亂”。

那么問題來了：大模型技術，哪家強？

通用大模型的能力是基礎，為了盈利，最終都要走上行業(yè)大模型的道路，要從通用面向產業(yè)。在通用大模型的基礎上，針對業(yè)務場景 finetune 大模型適配特定場景。

所以顯而易見，誰能更好的服務各個產業(yè)，誰就能活到最后，誰就能從“千軍萬馬過獨木橋”中勝出。

醫(yī)療問診、法律咨詢、情感服務、客服咨詢等等，有太多太多的業(yè)務，可以用做過特定場景訓練的大模型所“覆蓋”。

有提供大模型訓練能力的公司，提供訓練服務，有業(yè)務數據的產業(yè)提供訓練數據，大家配合起來才能實現共贏。

開源的背景下，發(fā)展到最后，技術不再是壁壘。數據、算力平臺、業(yè)務渠道才是。

就像當年的云計算市場一樣，底層算力和平臺能力可以構建壁壘，市場需要算力強悍、模型全面的服務商。

那些在算力、平臺、模型、應用方面都有布局的大廠，對企業(yè)客戶具備更強吸引力。

像百度，其實在這些方面就很有優(yōu)勢。

百度有著自己的云服務器，不用像一些小廠那樣，需要與多家云廠商合作，存在利益點和后期分成隱患。

在框架層，百度的飛槳 PaddlePaddle 是中國首個開源的產業(yè)級深度學習框架，在中國的市場綜合份額排第一。

同時，飛槳長期深耕產業(yè)落地，連接著 750 萬的開發(fā)者，20 萬家企事業(yè)單位。文心共享飛槳生態(tài)，解決了大模型研發(fā)和部署難題，加快文心的產業(yè)落地。

大廠有著持續(xù)更新的能力，可長期投入，配套更豐富，更安全，還有著分行業(yè)的交付、運維和保障專屬團隊。

具備硬實力的大廠，在這次洗牌中，行業(yè)廠商選型中，具備顯著優(yōu)勢。

不過，這都是基于現階段的理論分析，行業(yè)格局如何演變，這沒人敢保證。

畢竟，大模型推動的歷史車輪，才剛剛開始。布局大模型的公司會經歷一輪又一輪的洗牌。

在產業(yè)落地的過程中，能力留下來的必定是能夠真正解決行業(yè)問題，創(chuàng)作價值的公司。

未來的大模型進展如何，我們拭目以待。