本報記者 李昆昆 李正豪 北京報道
11月27日，亦即字節(jié)跳動確認收縮游戲業(yè)務當天，《中國經營報》記者注意到，字節(jié)跳動成立了一個新的AI（人工智能）部門Flow，技術負責人為字節(jié)跳動技術副總裁洪定坤，業(yè)務帶頭人為字節(jié)跳動大模型團隊的負責人朱文佳。Flow 的相關招聘信息顯示，F(xiàn)low 是字節(jié)跳動旗下 AI 創(chuàng)新業(yè)務團隊，目前已在國內和海外分別上線了豆包和 Cici 兩款產品，還有多個 AI 相關創(chuàng)新產品在孵化中。業(yè)內普遍認為，這也許是字節(jié)跳動在收縮游戲業(yè)務的同時，加碼AI應用開發(fā)的信號。
《中國經營報》記者打開豆包App發(fā)現(xiàn)，發(fā)現(xiàn)其已經上線了編程助理、文學伴侶、爆款文案、戀愛大師等應用功能，值得一提的是，豆包上還上線了創(chuàng)建AI智能體功能，所有用戶都可以在豆包上創(chuàng)建自己的AI智能體。
記者詢問豆包都有哪些應用場景，結果顯示：“我是字節(jié)跳動公司基于云雀模型開發(fā)的人工智能，我的名字叫豆包。我可以應用于自然語言處理、對話系統(tǒng)、智能客服、內容生成、智能助手、教育培訓等場景。這些只是我的一些應用場景，隨著技術的不斷發(fā)展，我的應用場景還會不斷擴展。”
而Cici主打海外市場，2023年8月已在海外多個市場上線，目前已在36個國家和地區(qū)上線，基本上除了歐美成熟市場之外的全球其他區(qū)域均有覆蓋。
創(chuàng)建AI智能體
實際上，早在2016年，字節(jié)跳動就成立了AI實驗室，聚焦于自然語言處理、機器學習、數(shù)據挖掘等方面的研究。抖音、今日頭條等字節(jié)跳動旗下產品中也頻頻加入AIGC（生成式人工智能）功能，持續(xù)吸引流量。
一直以來，AI在字節(jié)跳動的核心業(yè)務中都扮演著重要的角色。根據官方披露的抖音標簽算法圖，AI處于整個流程的核心地位。從機器視頻檢測，到結合關鍵詞匹配，再到疊加推薦、系統(tǒng)“挖墳”、更高級別流量池，相關場景都出現(xiàn)了AI的加持。
在豆包的界面中，尤其引人注意的是，每個用戶都可以在豆包上創(chuàng)建自己的AI智能體來獲取粉絲，粉絲可以與AI智能體對話。記者試著在豆包上創(chuàng)建了自己的智能體，咨詢問題都會收到自動回復。
比如，記者問豆包的數(shù)據來源來自哪里，豆包是這樣回答的：“我是基于字節(jié)跳動的云雀模型開發(fā)的人工智能，我的訓練數(shù)據來自于互聯(lián)網、書籍、新聞、社交媒體等多個領域的文本數(shù)據。這些數(shù)據經過清洗、預處理和標注等一系列處理步驟后，被用于我的訓練。”
談及豆包與OpenAI、文心一言等大模型產品的區(qū)別，盤古智庫高級研究員江瀚告訴本報記者：“從優(yōu)勢來看，一是專注于某一領域，豆包可能專注于某一特定領域，如娛樂，這使得它在該領域內的理解和應用可能更深入。二是本地化優(yōu)勢，如果豆包是針對某一特定地區(qū)或國家開發(fā)的，它可能更好地理解該地的文化、習慣和語言，從而在某些任務上表現(xiàn)出色。從劣勢看，一是規(guī)模較小，與OpenAI和文心一言等相比，豆包可能在模型大孝訓練數(shù)據量和計算資源上都有所限制，這可能會影響其在某些任務上的性能。二是通用性差，由于豆包當前專注于某一領域或地區(qū)，它在其他領域或地區(qū)的性能不如大型通用模型。”
記者了解到，豆包的訓練數(shù)據來自互聯(lián)網上的大量文本，包括新聞、博客、小說、論文等，而OpenAI的訓練數(shù)據則來自多個領域的文本，包括科學、技術、藝術等；豆包的模型結構是基于深度學習的，使用了多層神經網絡，而OpenAI 的模型結構則是基于強化學習的，使用了深度強化學習算法；豆包的應用場景主要是自然語言處理，包括文本生成、問答、翻譯等，而OpenAI的應用場景則更加廣泛，包括機器人、游戲、金融等領域。
總的來說，目前豆包和OpenAI的區(qū)別可能在于其訓練數(shù)據、模型結構和應用場景不同。
大模型百花齊放
大模型是今年互聯(lián)網行業(yè)的關鍵詞。實際上，從2021年起，中國就涌現(xiàn)了一些有代表性且具備影響力的大模型。受ChatGPT影響，國內大模型在2023年進入高速發(fā)展階段，一時間呈現(xiàn)“百模大戰(zhàn)”局面。根據賽迪顧問數(shù)據，截至2023年7月底，中國累計發(fā)布了130個大模型，其中64個大模型是在2023年內發(fā)布。國內大模型技術分布基本與海外一致，65%的大模型集中在自然語言領域，22%的大模型集中在多模態(tài)領域。
從全球范圍來看，中國和美國在大模型領域引領全球發(fā)展。根據中國科學技術信息研究所、科技部新一代人工智能發(fā)展研究中心聯(lián)合發(fā)布的《中國人工智能大模型地圖研究報告》，截至2023年5月，美國已發(fā)布100個參數(shù)規(guī)模10億以上的大模型。中國亦積極跟進全球大模型發(fā)展趨勢，自2021年以來加速產出，如2021年6月北京智源人工智能研究院發(fā)布1.75萬億參數(shù)量的悟道2.0、2021年11月阿里M6大模型參數(shù)量達10萬億等。
同時，在應用方面，基于通用大模型能力已相對成熟可用，其上的應用生態(tài)已逐漸繁榮。得益于對先進算法模型的集成以及較早的產品化，OpenAI不僅展現(xiàn)了GPT（生成式預訓練Transformer模型）在人機對話中的超預期表現(xiàn)，同時基于GPT的應用生態(tài)也已逐漸繁榮，微軟數(shù)款產品（Bing、Windows操作系統(tǒng)、Office、瀏覽器、Power Platform等）、代碼托管平臺GitHub、AI營銷創(chuàng)意公司Jasper等均已接入GPT。
2023年，字節(jié)跳動在AI領域的動作明顯加快。6月，火山引擎發(fā)布大模型服務平臺火山方舟，運營模式是在一個平臺內提供多個模型，讓企業(yè)用戶同步試用，并選用更適合自身業(yè)務需要的模型組合，本質上扮演了“賣鏟人”的角色。其自研的通用大模型“云雀”始終沒有官宣，直到今年8月才在首批通過《生成式人工智能服務管理暫行辦法》大模型名單中露出。8月17日，字節(jié)跳動公測基于云雀大模型開發(fā)的AI聊天機器人“豆包”，面向C端市場發(fā)力AI應用。此外，市場還傳出了字節(jié)跳動正在計劃開發(fā)云端AI芯片和Arm服務器芯片的消息。
在算力儲備方面，字節(jié)跳動今年向英偉達訂購的GPU產品總價超10億美元，接近英偉達去年在中國銷售的商用GPU總和，而GPU是AI訓練不可或缺的計算基礎設施。
談及是否看好豆包未來的發(fā)展，財經專欄作者馬繼鵬對本報記者說：“目前來講，還是比較有潛力的，可能取決于幾個方面，一是字節(jié)跳動的云雀模型在業(yè)內來說還是比較先進的，之前有消息說字節(jié)跳動在AI芯片儲備方面還是有優(yōu)勢的，所以它的底層技術實力不用擔心。二是字節(jié)跳動有很好的寫大模型代碼的人。三是因為字節(jié)跳動也有龐大的數(shù)據能力，一定會把云雀大模型訓練得比較聰明�；谝陨先c，如果這個大模型本身比較先進、比較聰明的話，那它上面的應用應該也不會太差。”
江瀚認為，豆包的未來取決于多個因素，包括其技術路線、市場定位、合作伙伴和競爭格局等。如果豆包無法突破技術或資源的限制，或者面臨激烈的競爭和市場壓力，它的未來發(fā)展可能會受到挑戰(zhàn)。但如果豆包能夠繼續(xù)深化其在特定領域或地區(qū)的技術和應用優(yōu)勢，并與其他企業(yè)或機構建立合作關系，它有可能在該領域或地區(qū)取得領先地位。另外，如果豆包能夠持續(xù)投入研發(fā)，跟上技術發(fā)展的步伐，并擴大其模型和數(shù)據的規(guī)模，它也有可能成為一個更具競爭力的通用模型。
