每經(jīng)記者：文巧
2022年11月30日，一款名為ChatGPT3.5的AI應(yīng)用程序橫空出世，讓人類第一次體驗(yàn)到了與AI的自然對(duì)話。這款由OpenAI開發(fā)的聊天機(jī)器人，不僅能夠回答各種問題，還能夠創(chuàng)作詩歌、故事、歌曲、代碼等內(nèi)容，甚至能夠模仿名人的風(fēng)格和語氣。它的出現(xiàn)，開啟了生成式AI領(lǐng)域的新篇章。
而在ChatGPT3.5發(fā)布滿一年之際，當(dāng)?shù)貢r(shí)間12月6日，谷歌CEO桑達(dá)爾皮查伊官宣了Gemini大模型，這是谷歌自旗下類ChatGPT應(yīng)用Bard問世以來最強(qiáng)力的更新，足見谷歌在AI大模型軍備競(jìng)賽上誓與OpenAI和微軟一較高下的野心。
回顧過去的12個(gè)月，ChatGPT影響著各行各業(yè)，也重新定義了人類與AI互動(dòng)的方式。全球見證了生成式AI技術(shù)的寒武紀(jì)式爆發(fā)，國(guó)內(nèi)外科技巨頭圍繞AI酣戰(zhàn)，不遺余力地快速更新大模型產(chǎn)品，新的AI創(chuàng)業(yè)公司也雨后春筍般涌現(xiàn)。2023年，可謂是生成式AI之年。
隨著新一年的開啟，生成式AI是否將延續(xù)今年的迅猛模式，其發(fā)展又將呈現(xiàn)出什么樣的趨勢(shì)？
科技界風(fēng)口：7個(gè)月有268個(gè)大模型問世
在大語言模型領(lǐng)域，OpenAI是毫無疑問的王者。ChatGPT3.5僅用5天就突破了百萬用戶，而在推出僅2個(gè)月的時(shí)間，其月活用戶突破了1億，成為史上用戶增長(zhǎng)速度最快的消費(fèi)級(jí)應(yīng)用程序。此后，ChatGPT的每一次更新迭代都可謂是行業(yè)的風(fēng)向標(biāo)。
ChatGPT3.5的出世也讓科技界的大模型之火越燒越旺�！吨袊�(guó)人工智能大模型地圖研究報(bào)告》顯示，截至2023年5月底，國(guó)內(nèi) 10 億級(jí)參數(shù)規(guī)模以上基礎(chǔ)大模型至少已發(fā)布 79 個(gè)，而美國(guó)這一數(shù)字為100個(gè)，全球累計(jì)發(fā)布大模型202個(gè)。
賽迪顧問《IT 2023》系列IT深度第一期的數(shù)據(jù)則顯示，截至2023年7月，全球累計(jì)發(fā)布268個(gè)大模型，其中中國(guó)130個(gè)，國(guó)外138個(gè)。
從這兩組數(shù)據(jù)可以看出大模型在全球如火如荼的發(fā)展。
而隨著OpenAI GPT-4V的正式發(fā)布，生成式AI大模型多模態(tài)能力競(jìng)爭(zhēng)的帷幕也正式拉開。今年11月，GPT-4更是迎來史詩級(jí)的重磅更新：OpenAI推出了GPT-4 Turbo和GPT商店，使“人人都可定制GPT”成為現(xiàn)實(shí)。外界分析認(rèn)為，這是OpenAI構(gòu)建AI生態(tài)的重要一步，也是未來新創(chuàng)業(yè)機(jī)會(huì)的起點(diǎn)。
而谷歌Gemini大模型的發(fā)布更是被外界視為可能再一次打破人類的認(rèn)知邊界。這是谷歌迄今為止功能最強(qiáng)大、最通用的大模型。它能夠處理視頻、音頻和文本等不同形式的信息，相較于此前的版本，Gemini可以進(jìn)行更復(fù)雜的推理，并實(shí)現(xiàn)更細(xì)致的信息理解。
可以說，在這12個(gè)月的時(shí)間里，硅谷幾乎發(fā)生了翻天覆地的變化。在大模型的加持下，各類垂類應(yīng)用逐漸興起，全球已經(jīng)涌現(xiàn)了如Stable Diffusion、Pika等成千上萬個(gè)AI圖像或視頻生成工具。
圖片來源：每經(jīng)記者 蘭素英制作
科技巨頭酣戰(zhàn)：英偉達(dá)“躺贏”，蘋果“沉默”
憑借與OpenAI的結(jié)盟，微軟一開始便在生成式AI領(lǐng)域牢牢占據(jù)領(lǐng)先位置。
面對(duì)微軟的捷足先登，谷歌反應(yīng)最迅速，一開始就拉響紅色警報(bào)，展開對(duì)微軟和Open AI的全面反擊戰(zhàn)從與ChatGPT競(jìng)品Claude的開發(fā)公司Anthropic合作，到迅速推出聊天機(jī)器人Bard，到發(fā)布大模型PaLM 2，再到如今官宣Gemini 模型，足以可見谷歌迎頭趕上的決心。
除此之外，為了與OpenAI和微軟展開競(jìng)爭(zhēng)，谷歌在今年4月直接將谷歌大腦（Google Brain）和 DeepMind合并，Gemini 就是匯合了兩個(gè)實(shí)驗(yàn)室的力量進(jìn)行攻關(guān)的。
在這樣的浪潮下，其他科技巨頭也出現(xiàn)快速調(diào)整戰(zhàn)略方向。今年4月，特斯拉CEO埃隆馬斯克便創(chuàng)建了自己的AI公司X.AI，并在11月推出了AI大模型產(chǎn)品Grok，盡管業(yè)內(nèi)認(rèn)為Grok的能力還只是個(gè)“嬰兒”。
而在Meta今年的多次財(cái)報(bào)會(huì)議上，AI是該公司CEO扎克伯格提及最多的關(guān)鍵詞。據(jù)《紐約時(shí)報(bào)》，曾宣稱元宇宙才是未來的扎克伯格也圍繞AI重組了公司的部分部門。今年7月，Meta發(fā)布了最新的Llama 2 AI大模型；9月，Meta又發(fā)布了一款名為MetaAI的AI聊天機(jī)器人。
亞馬遜的熱情也是不遑多讓。今年11月，亞馬遜推出了AI聊天機(jī)器人Q，旨在幫助員工簡(jiǎn)化總結(jié)文檔、進(jìn)行研究和生成電子郵件草稿等任務(wù)。
圖片來源：每經(jīng)記者 蘭素英制作
在這場(chǎng)激烈的角逐中，英偉達(dá)毫無疑問是最大贏家之一，該公司已經(jīng)成為生成式AI行業(yè)的主要供應(yīng)商，其所銷售的 GPU是如今所有有意在 AI 生成式大模型領(lǐng)域創(chuàng)造成績(jī)的企業(yè)的唯一選擇。該公司的A100和H100 AI芯片就被用于構(gòu)建和運(yùn)行ChatGPT的AI應(yīng)用程序。11月，英偉達(dá)又推出了最新款高端芯片H200，將為AI模型帶來進(jìn)一步的性能飛躍。
據(jù)《紐約時(shí)報(bào)》，微軟在2023年春季購(gòu)買了超過20億美元的英偉達(dá)芯片以保持領(lǐng)先地位�！睹咳战�(jīng)濟(jì)新聞》記者注意到，今年以來，英偉達(dá)股價(jià)已累計(jì)上漲近220%。
然而，在今年上半年如火如荼的科技巨頭角逐中，蘋果卻罕見地“沉默”了。華爾街分析認(rèn)為，人才缺失、業(yè)績(jī)?cè)鲩L(zhǎng)瓶頸等問題可能是阻礙蘋果參與競(jìng)爭(zhēng)的因素；也有分析認(rèn)為，這是由于AI對(duì)蘋果核心硬件業(yè)務(wù)的影響并沒有那么明顯，因而蘋果高管始終保持觀望。
直到今年7月，彭博社科技記者馬克古爾曼曝出，蘋果正借助其大語言模型的自有框架Ajax，開發(fā)一種類似ChatGPT的聊天工具人服務(wù)，被內(nèi)部工程師稱為蘋果GPT。外界才首次在本輪生成式AI浪潮中看到蘋果的身影。
美國(guó)科技券商Wedbush在一份報(bào)告中表示，“蘋果在AI軍備競(jìng)賽中落后于競(jìng)爭(zhēng)對(duì)手，并且已經(jīng)快要沒有時(shí)間追趕了。”報(bào)告認(rèn)為，此前蘋果推出的Vision Pro就是更廣泛戰(zhàn)略的第一步，該戰(zhàn)略旨在為客戶群構(gòu)建一個(gè)生成式AI驅(qū)動(dòng)的應(yīng)用生態(tài)系統(tǒng)。
生成式AI發(fā)展將呈現(xiàn)三大趨勢(shì)
盡管生成式AI今年實(shí)現(xiàn)了爆發(fā)式發(fā)展，但這種發(fā)展速度可能不會(huì)一直持續(xù)。
在技術(shù)和媒體行業(yè)擁有超過25年經(jīng)驗(yàn)的紐約大學(xué)教授Jamyn Edis表示，當(dāng)使用的數(shù)據(jù)達(dá)到界限時(shí)，該領(lǐng)域的發(fā)展會(huì)慢下來。“你需要數(shù)據(jù)來喂養(yǎng)機(jī)器，當(dāng)我們尋求攝取越來越多的文本、圖像、視頻和其他媒體格式和數(shù)據(jù)集時(shí)，在某個(gè)時(shí)刻，你將開始到達(dá)地平線的邊緣。”他說道。
而對(duì)于生成式AI領(lǐng)域的未來趨勢(shì)，業(yè)界普遍認(rèn)為走向多模態(tài)這點(diǎn)是不容置疑的。自GPT-4V發(fā)布以來，多模態(tài)已成為大模型的兵家必爭(zhēng)之地。
英偉達(dá)AI軟件副總裁卡里布里斯基認(rèn)為，“多模態(tài)已嶄露頭角，基于文本的生成式人工智能將成為過去。盡管生成式AI仍處于起步階段，但預(yù)計(jì)許多行業(yè)都會(huì)采用多模態(tài)的大型語言模型，允許消費(fèi)者使用文本、語音和圖像的組合，對(duì)有關(guān)表格、圖表或原理圖的查詢提供與上下文更相關(guān)的響應(yīng)。”
另有分析認(rèn)為，生成式AI戰(zhàn)場(chǎng)之一或?qū)⑥D(zhuǎn)變至AI生態(tài)的打造和融合。據(jù)英偉達(dá)官網(wǎng)一篇預(yù)測(cè)2024年AI趨勢(shì)的文章，大型語言模型研究的進(jìn)步將越來越多地應(yīng)用于商業(yè)和企業(yè)應(yīng)用程序中。RAG（檢索增強(qiáng)生成）、自主智能代理和多模式交互等AI功能將部署在幾乎任何平臺(tái)上，也更易于訪問。
值得注意的是，谷歌在發(fā)布Gemini大模型時(shí)就透露，該模型將與谷歌旗下生態(tài)的深度融合， Gemini將通過谷歌產(chǎn)品推向數(shù)十億用戶。Gemini Nano版本則是適用于移動(dòng)端的大語言模型版本，谷歌旗下的Pixel 8將是第一款直接在端上運(yùn)行Gemini 的智能手機(jī)。谷歌還計(jì)劃在未來逐步將Gemini的底層AI能力推向旗下全線產(chǎn)品。
在這一點(diǎn)上，華爾街認(rèn)為，基于消費(fèi)者需求進(jìn)行技術(shù)嵌入或許會(huì)成為蘋果的一項(xiàng)優(yōu)勢(shì)。資產(chǎn)管理公司Aegon Asset Management的投資經(jīng)理Allan Clarke表示，未來大眾與生成式AI的大部分日常互動(dòng)很可能是通過一些設(shè)備進(jìn)行的。
“手機(jī)是這些設(shè)備中最好的例子，而蘋果公司處于一個(gè)很好的位置，它擁有如此強(qiáng)大的品牌和設(shè)備陣容，硬件和軟件之間也有如此緊密的耦合。這正是消費(fèi)者想要和期待的。”
OpenAI GPTs的推出則讓業(yè)內(nèi)廣泛認(rèn)為這是該公司欲建立一個(gè)類似蘋果App Store的AI生態(tài)。英偉達(dá)企業(yè)計(jì)算副總裁曼努維爾達(dá)斯則認(rèn)為，這種定制化的AI服務(wù)將作為一種新的趨勢(shì)，降臨到每個(gè)企業(yè)身上。“公司不會(huì)只擁有一兩個(gè)生成式AI應(yīng)用程序許多公司將擁有數(shù)百個(gè)使用適合其業(yè)務(wù)各個(gè)部分的專有數(shù)據(jù)的定制應(yīng)用程序。”
伴隨著生成式AI的快速發(fā)展，AI的安全自是不可忽視。
Snowflake AI高級(jí)副總裁Sridhar Ramaswamy說道，“盡管生成式AI正在重新構(gòu)想我們與機(jī)器交互的方式，但在廣泛采用AI和語言模型的最初幾年中，仍然存在一些直接的負(fù)面影響，這些問題將特別具有挑戰(zhàn)性，在早期很難控制，其中包括失業(yè)、深度造假和日益加深的數(shù)字鴻溝，私營(yíng)部門和政府需要一起努力解決這些問題。”
Zama企業(yè)發(fā)展副總裁Ghazi Ben Amor說道，“當(dāng)我們邁入2024年，一種令人擔(dān)憂的陰影籠罩著AI潛在的重大違規(guī)行為。我們委托給AI系統(tǒng)的數(shù)據(jù)越多（從患者記錄到錄音），泄露的可能性就越高。隨著行業(yè)的不斷發(fā)展，必須優(yōu)先考慮保密性。到2024 年，這些模型的評(píng)估方式預(yù)計(jì)將發(fā)生范式轉(zhuǎn)變，AI的有效性將不再僅僅通過其預(yù)測(cè)能力或處理速度來衡量。相反，焦點(diǎn)將集中在安全措施以及這些模型保護(hù)關(guān)鍵知識(shí)產(chǎn)權(quán)和最終用戶數(shù)據(jù)的能力上。”
