阿里大模型也来了！聊聊我的几点看法

人工智能等各类编程培训资料整理，所有资源无秘无压缩-购买会员

作者桑明强

距离阿里大模型推出时间越来越近，市场上的声音也比较杂，由于近期张勇刚刚宣布了阿里巴巴成立24年来最重要的组织变革决定，大模型隶属的云智能集团由逍遥子直接负责，这件事就变得更加微妙起来。

《新眸》也第一时间拿到了阿里大模型的测试邀请码，体验下来最直观的感觉是，可圈可点，反应速度还不错，但无论是百度还是阿里，大模型还停留在transformer水平，并没有涌现出对于文本出色的理解能力。

总体上说，通义千问和文心一言在能力上还是旗鼓相当，但这才刚刚开始，相比文本问答能力，其实我们更好奇“通义千问”接下来的动作。

因为就行业层面来看，由于字节跳动节奏感未知（原阿里M6大模型带头人现加入字节AI Lab），第一梯队的关注点更多落在了腾讯、百度、阿里和华为身上，一是这几家公司都有这方面的底蕴和人才技术储备，二是因为从业务上看，这几家大厂都需要大模型的支持。

现在百度已经勇敢地迈出了第一步，发布了初阶版本的文心一言，但囿于当时百度比较激进的品牌打法，导致外界对于阿里大模型的期望更大了，但据《合纵投研》披露出的信息，现在阿里大模型仍处于追赶GPT 3.5的阶段，距离GPT 4还有一段路要走。

造成这种“卡脖子”的关键因素主要有3块：一是数据量，这个权重占比30%左右；二是大模型结构的创新性，目前国内还做不成高层级的架构，这个权重占比在40%-50%左右；最后的30%权重是工程化落地，现在这块国内也没有比较好的参照。

再联想到Open AI以及它背后的GPT的进化逻辑，大家已经开始意识到，这次的AGI较量已经不单单是财力和人力上的比拼，而是从理论、到工程、到产品，再到商业、人文上的全面的颠覆，回到阿里大模型这件事上，或许我们更应该把关注点放在大模型和阿里现有业务模块的应用上。

清华大学智能产业研究院院长、中国工程院院士张亚勤曾在近期聊到过这个话题，他认为可以把GPT这个系列的生成式AI模型看作一个由大模型组成的AI操作系统，和当年PC上的windows，以及移动的安卓、IOS基本具有相似的意义。

而一个新的操作系统的诞生，往往意味着下面的硬件、上面的应用都会被重构，形成一个全新的生态。甚至他还断言，如果说PC互联网的生态价值是1X，移动互联网的生态价值是10X，那么AI生态至少是100X。

张亚勤的判断很大程度上来源于微软和Open AI的结合，有了GPT 4的加持，微软曾经一度式微的业务板块都变得富有想象力，其中就包括此前被打得节节败退的搜索业务Bing。

这也解释了为什么包括百度、阿里、华为在内的大厂们都纷纷押注大模型，说白了，chatGPT就是一个钩子，如果你还把目光放在大模型会如何颠覆搜索场景，那我只能说你不仅不懂大模型，而且不懂商业玩法，这也是很多大厂选择下场的真正原因，即便它现在看起来还比较模糊。

确切地说，这和几年前被资本催熟的“假风口”有着本质上的不同，LLM、包括AGI是已经得到微软验证的真风口，甚至还一度被埃隆-马斯克警告——人工智能正在朝着人类不可控的方向演进。

很显然，马斯克的担忧更多的是伦理和道德层面上的，这也是人工智能这门科学最让人敬畏的地方，一旦被别有用心的人和公司操纵，它极有可能带来比较大的灾难。但如果我们在规范和法律标准下看LLM和AGI，它明显是个很好的工具，就像是一个人类智慧收纳盒，通过大模型的方式进行能力输出。

结合目前微软的动作来看，大模型在云计算、文本办公、搜索领域都有着很好的契合点。不难推测，国内的大模型方向也会依葫芦画瓢，先从这几个方面开始试点，巧合的是，这几块业务阿里都有，云有阿里云、文本办公有钉钉、搜索有夸克。

更重要的是，阿里还有微软手上没有的底牌——电商。电商是阿里巴巴的根基，但就像亚马逊之于贝索斯，面对直播电商、兴趣电商等各种势力的崛起，地盘被冲击，这块一直是阿里巴巴这些年难以言说的“心病”。

所以对于阿里来说，大模型得做、而且必须要做，即便增收路径模糊，但它也有可能是一个很好的智能工具，而且，要远比前些年搭建的数据中台想象力更高一些，前端的灵活性，其实可以让阿里找到新的增长可能性。

关于LLM和AGI，现在大家的想法还是比较局限的，就比如针对“大模型究竟会颠覆什么”这个问题，我们在给出答案时，可能更倾向于回答“大模型不能颠覆什么”。造成这种局面的原因，既有大众认知水平的因素，也有行业发展现状的因素。

这就跟看科幻片同一个道理，早在10几年前，我们就能在美国大片里看到各种智能的场景，但事实上，即便发展至今，我们距离所谓的AGI还有很长一段路要走，但可以确定的是，以百度、阿里为首的大厂纷纷下场后，真正的人工智能浪潮已经开启。

在长达10年的移动互联网浪潮中，生活中很多场景被颠覆，衣食住行，无一例外。但如果你深究的话，这种变化的根本原因其实是由供需端在成本因素上推动的，总有性价比更高的方案出现，然后替代掉老旧的方案，这是数字经济时代的新法则。

所以如果我们把视角放在大模型的供需视角来看，会发现，这个市场还远未被很好地开发。就像在特斯拉出来前，没有人会想到当年的全球霸主丰田汽车会受到如此大的挑战，按照这个逻辑推演的话，现在市面上所有的判断，都不可信，或者说不可全信。

也许再过一年后，随着这些大厂陆续把大模型应用起来，做到既好用，又实惠，可能我们对大模型的理解或许会更客观些。

最后聊聊大家最关心的失业话题，这个问题很显然过于杞人忧天了。

很多时候，我们往往过度高估了人工智能，而低估了我们自己的创造力。