AL123 人文社科会员免费专区文学 2025-08-20

大模型浪潮：商业机遇、产业变革与未来趋势_沈抖_AZW3_MOBI_EPUB_PDF_电子书（无页码）_沈抖

内容节选

第一节大模型的波折与前行想要对时机有更好的认识，首先要正确理解大模型发展的曲折性。对于大模型依然存在着不同观点。有些观点十分悲观，认为这是又一次泡沫，尤其是2022年末ChatGPT在全球爆火后，大量创业者、资金快速涌入大模型领域，导致一些公司估值增长过快，但产品能力却并没有那么出色。有些观点则十分乐观，认为大模型是“灵丹妙药”，可以彻底解决许多问题。这两种观点，都失之偏颇。更为客观的状况是，大模型在曲折中发展，发展速度也比以往的技术更快，推动着应用即将迎来爆发期。一、科技曲折发展的规律关于事情发展的曲折性，我国古人早有深刻认识。例如“好事多磨”，表达了人们对必然要经历曲折的默认和淡然；又如“路漫漫其修远兮，吾将上下而求索”，表达了即使面对困难，也要追求探索的坚定信念；再如“山重水复疑无路，柳暗花明又一村”，则表达了对曲折中迎来新机遇的笃定和惊喜。万事皆有可能面临曲折，而新科技、新技术的发展经历曲折更加是必然的。不仅经历曲折是必然的，而且曲折还具备“规律”。高德纳公司根据众多技术的发展历史，总结出了一个规律——技术成熟度曲线（见图3-1）。技术成熟度曲线将技术发展分为五个阶段：技术萌芽期、期望膨胀期、泡沫破裂低谷期、稳步爬升复苏期和生产成熟期。这个曲线和现实演绎的吻合度很高，因此也受到广泛认可。图3-1 高德纳技术成熟度曲线资料来源：Gartner。需要强调的是，这个规律适用性很高，但是任何一项技术的发展，并不是严丝合缝地吻合曲线的。曲折也不是一次就能完成的，一些新技术在上升期或下降期时，也可能会经历多个类似的小曲折。人工智能技术的曲折发展，也包含众多细分技术的高峰低谷。因此，以技术成熟度曲线作为曲折性的参考，并不是要求刻板地分析技术发展阶段并进行对照，更多是要强调一个理念——既不要对一项新技术过度乐观，以至于形成非理性泡沫，也无须对新技术的波动过度悲观，以至于错过了真正的浪潮而被时代抛弃。二、大模型的波折和浪潮短短几年，大模型也经历了不少跌宕起伏，虽然没有清晰的时间界限，但我们也可以用三次浪潮、两次波折来总结。当下则属于站在第三波浪潮的起点，迎接人工智能原生应用的爆发。（一）第一波浪潮：早期先行者在这个阶段，涌现出了OpenAI、微软、百度等领先企业。它们不仅开发了大模型，而且成功地将其产品化。产品化是这个阶段的关键，因为仅仅拥有强大的人工智能技术并不足以确保成功。例如，虽然早在2018年OpenAI就发布了最初版本的GPT模型，但直到ChatGPT的推出，这些模型才真正开始引发市场的广泛关注和商业价值的实现。而OpenAI和微软的合作、Copilot（人工智能编程助手）的推出，又进一步让生成式人工智能走进了产业。不过在这个时期，只有大模型，只“炼丹”（也就是只训练大模型），而没有场景，因此早期先行者也并没有成为这一波浪潮的实际受益者。这也证明，先进技术与市场需求之间的桥梁，是创新的应用和用户体验的改善。（二）第一次波折：算力短缺和大模型幻觉第一次波折源于算力和幻觉。大模型对算力的巨大需求，犹如一个庞大的胃等待被满足。在2023年初，算力资源的短缺成为制约大模型前进的关键瓶颈。一方面，大模型的训练过程需要大量的计算资源来处理海量的数据，就好比一场庞大的数字运算马拉松，没有足够的算力支持，就难以在合理的时间内完成训练。另一方面，各个大模型公司纷纷成立，也产生了对芯片的抢购，最终加剧了算力短缺的状况。大模型幻觉则是大模型落地的另一道难关。所谓大模型幻觉，是指模型在生成结果时可能会出现不准确、不真实甚至是虚构的内容。如果仅仅是用于测试倒也无妨，但如果在产业应用中依然有很严重的幻觉现象，那就远远无法满足实际需求，甚至带来极大的应用风险。因此，大模型也迎来了短期的波折。随后，随着算力芯片供应量加大、计算能力升级以及不合理抢购现象退潮，算力短缺的状况得到缓解。与此同时，研究人员也在不断优化模型，引入有监督微调、人类反馈强化学习等技术，降低了大模型幻觉发生的概率和错误程度。于是，大模型开始从“可玩”转变为“可用”，也意味着技术从实验室走向实际应用的转变。（三）第二波浪潮：现有应用的重构随着大模型基本功能逐渐完善，不少企业开始探索大模型的应用。而大部分企业也普遍采取稳妥的做法，即将大模型融入现有的产品中进行改良或重构，而非人工智能原生。这一阶段的受益者，海外公司有奥多比系统公司、Notion（软件服务公司）、Salesforce（客户关系管理软件服务提供商）等。国内公司也纷纷尝试。例如，百度内部开始用大模型技术重构现有的产品，同时将大模型技术开放给国内公司。在2023年百度开放大模型初期，就有上百家企业签约，十几万家企业申请测试。随后，百度文心一言的调用量不断提升，各类应用场景也不断增加。（......