出道僅半年的AI時代，迎來了應用端的“IPhone時刻”。

近期的公開演講中，李彥宏為大語言模型站臺道，“AI時代，新的應用會基于大模型來開發(fā)，就像十幾年前各種基于安卓、iOS的應用大量涌現(xiàn)一樣?！?/p>

無獨有偶，OpenAI創(chuàng)始人山姆·阿爾特曼在對未來進行預測時，也表示：AI大模型技術將成為繼移動互聯(lián)網之后，未來*的技術平臺；而以聊天機器人為界面，加上多模態(tài)模型的發(fā)展，將誕生大型企業(yè)。

一個兩個都對大語言模型出圈之后，對下游應用端的顛覆堅信不已。

之所以如此躁動，在于大模型技術所代表的AI，預期可帶來的生產效率提升，或許不亞于任何一次工業(yè)革命，堪稱創(chuàng)業(yè)者的“富礦”。

基于此，各巨頭都對這一輪應用周期浪潮嚴陣以待。以百度來說，其主張此次不能再‘單打獨斗、跑馬圈地’，而是要搭建生態(tài)，助力初創(chuàng)企業(yè)發(fā)展。

幾天前開啟的“文心杯”創(chuàng)業(yè)大賽，即是如此。據(jù)悉，此次創(chuàng)業(yè)大賽百度將為參賽團隊開放文心大模型相關能力及百度智能云算力資源，且獲獎團隊有機會獲得總值1000萬、500萬、200萬元的資金與資源投資。

與此同時，百度還將設立規(guī)模10億的文心投資基金，面向AIGC領域潛力股創(chuàng)企，提供涵蓋資金、技術、業(yè)務資源在內的全面扶持。

而不止百度，某種意義上，“如何吸引并培養(yǎng)更多應用落地”正是這波大模型創(chuàng)業(yè)潮里，巨頭們競爭的核心。

1、AI應用浪潮前夜，核心矛盾在于底層生態(tài)構建

事實上，百度這樣的生態(tài)搭建早就開始了。

如2016年百度正式將飛槳開源，把人工智能技術分享給了廣大開發(fā)者。截至2022年11月，基于飛槳創(chuàng)建的模型達到了67萬個。

而之所以走這樣生態(tài)布局的戰(zhàn)略，在于該模式在大洋彼岸已經跑通。如李彥宏說道：“美國開發(fā)者正基于ChatGPT或其他大語言模型開發(fā)新應用。”

反饋在結果上可以看到，目前海外的新晉AI獨角獸們，很多都搭乘巨頭已有的大模型：

·生成《太空歌劇院》繪畫作品的Midjourney，參考CLIP及Diffusion開源模型構建而成。

·文生文自動編寫工具jasper，調用了GPT-3大模型。

·估值達11.6億美元的代碼托管平臺Replit，構建在GPT-4大模型之上。

并且與大部分人熟悉的小程序生態(tài)不同，架構在巨頭大模型上的生態(tài)，更像是新一代模式的App store。

簡單理解就是，AI生態(tài)下，大模型是“基礎設施”，各類初創(chuàng)企業(yè)架構在大模型生態(tài)上，向外產出各類垂直應用。

而通過搭建這種“基礎設施”AI生態(tài)，巨頭一方面可以憑借眾多開發(fā)者的產出，將業(yè)務觸角深入到各個領域；另一方面，也可以通過應用端來反哺優(yōu)化自身技術。

不過，這些都只是一部分原因，更重要的初衷在于AI應用落地，面對的是更碎片化的場景、更復雜的大模型調試。此時，比起單槍匹馬上陣，巨頭和初創(chuàng)的生態(tài)協(xié)作效率實際更高。

百度的自動駕駛系統(tǒng)Apollo，一定程度已經驗證了這一點。2020年Apollo生態(tài)大會上，百度推出Apollo X計劃，扶植細分賽道獨角獸，截止到2022年年底，Apollo已經擁有全球生態(tài)合作伙伴超過210家。

這一次也是類似的考慮。而具體邏輯，以智能客服為例，據(jù)悉百度智能云升級了智能客服的應答輔助、會話小結、智能工單、客服知識庫等功能后，知識生產效率提升9倍，多輪對話構建成本下降65%，可讓終端用戶獲得到更聰明、更擬人的客服體驗。

但要實現(xiàn)這一點，需要AI學習上萬條模擬數(shù)據(jù)，并根據(jù)不同場景反復調試，才能教會AI如何辨別不同的語境、上下文語義，真正結合AI落地。

這對維護著上百個大模型的巨頭來說，要想在每一個垂直場景下都達到類似的進度標準，就必須切入每一個從數(shù)據(jù)到大模型、應用的完整流程，且隨著數(shù)據(jù)更新，大模型也要更新，這種投入無疑是巨大的。

比如，亞馬遜在最近的電話會議里提到：過去25年多的時間里對機器學習進行了相當大的投資，才使得機器學習可以服務幾乎根植于亞馬遜的所有產品和服務。

而AI獨角獸，可以專注某個細分賽道，針對性深挖下去。但若其從頭開始自己搭建大模型，勢必面臨巨大的成本壓力。

比如，很多創(chuàng)業(yè)者表示：大模型創(chuàng)企光1年租1000張GPU卡就要花大幾千萬到1億元的支出。

不僅如此，從目前AI原生應用端落地進度看，相比上一輪“Iphone時刻”，這一次的創(chuàng)業(yè)窗口期縮短了很多——美國研究機構CB Insights的數(shù)據(jù)顯示，目前有13家生成式AI企業(yè)成為獨角獸，從創(chuàng)業(yè)到成為獨角獸所花費的時間平均為3.6年，比整體平均時間7年縮減一半。

如此一來，從頭開始建立大模型，意味著會拉長創(chuàng)業(yè)周期，錯過*競爭位。

這樣的背景下，依托巨頭生態(tài)無疑是*模式：初創(chuàng)公司輕裝上陣，有更多精力用于達成“海量數(shù)據(jù)和精準算法間”輪動，和時間賽跑。

畢竟就如李彥宏曾說過的：“創(chuàng)業(yè)公司*做一些新東西，做一些別人不太看好的東西，成功率會更高一點，社會意義、商業(yè)價值都會更大?！?/p>

OpenAI 創(chuàng)始人山姆·阿爾特曼的態(tài)度更直接，在今年初的采訪中，其說到：“我對所有試圖培訓自己大模型的創(chuàng)業(yè)公司持懷疑態(tài)度。”

不過，這一邏輯推演到國內似乎出現(xiàn)了偏差。

可以看到，和海外的AI獨角獸有接近五成是垂直應用領域相比，國內AI相關獨角獸清一色都是底層技術研發(fā)商。

換言之，國內在AI應用落地這塊，遲遲未深入垂直細分場景。

這背后的原因，業(yè)內權威的說法是，“我們的生態(tài)還沒有建好，如果我們有一個統(tǒng)一的大模型平臺和基座，下面對接一下國產的算力，做好一份接口，大家都可以來用，能夠去促進一個生態(tài)鏈的建設。”

這一定程度進一步解釋了，為何百度不斷升級生態(tài)搭建。

如李彥宏認為：“未來中國會有自己的生態(tài)系統(tǒng)，擁有自己的大語言模型和基礎模型。中國會出現(xiàn)至少一個、也可能是兩個或三個基礎大模型，可以支持人們開發(fā)各種AI原生應用?！?/p>

而可以看到，上述開源核心框架、10億基金扶持初創(chuàng)公司外，百度還跳出行業(yè)內同質化低價競爭，通過“云+技術+產業(yè)”的生態(tài)系統(tǒng)，降低整體解決方案的成本，進行“讓利”。

如百度2022Q4電話會議提到：我們的Al Cloud產品較為獨特，有包含芯片、框架、模型、應用在內的四層架構，4個層都可以無縫協(xié)作提供端到端的解決方案，成本更低。

總的來看，這輪AI技術革新引領的新應用周期里，巨頭與初創(chuàng)公司生態(tài)協(xié)同是大趨勢。由此，如何進一步吸引并培養(yǎng)更多應用落地，將是科技巨頭的新戰(zhàn)爭。

2、全棧自研的AI體系，以生態(tài)之力賦能應用誕生

服務這一輪應用周期，百度是最堅決的公司之一。

李彥宏在宣布啟動“文心杯”創(chuàng)業(yè)大賽時表示：“我非?？春弥袊鳤I應用的發(fā)展前景，在咱們中國大家都非常愿意擁抱新興技術。過去我們沒有發(fā)明Android、iOS或Windows系統(tǒng)，但我們開發(fā)了許多非常創(chuàng)新的應用，比如微信、抖音和滴滴等。在人工智能時代也是同樣的情況，科技帶來很多可能，我們可以充分利用這些可能，開發(fā)應用?！?/p>

之所以如此自信，依仗是全棧自研的AI生態(tài)。

可以看到，百度是全球為數(shù)不多進行全棧自研布局的人工智能公司，從高端芯片昆侖芯，到飛槳深度學習框架，再到文心預訓練大模型，搜索、自動駕駛等AI產品，都有相對*的自研技術。

這樣全棧自研的優(yōu)勢在于，可以在技術棧的四層架構中實現(xiàn)端到端優(yōu)化，大幅提升效率。尤其是框架層和模型層之間，有很強的協(xié)同作用，能幫助構建更高效的大模型，并顯著降低成本。

直觀的體現(xiàn)是文心一言的迭代速度：內測一個月內，就完成了4次技術升級，推理成本下降到原來的十分之一或者說性能提升近10倍。

事實上，生態(tài)公司與創(chuàng)業(yè)企業(yè)的互相成就，已經在以往的技術周期里，驗證過無數(shù)次。

當年安卓能超越蘋果、塞班，便是開源之后，為手機制造商和應用商提供了完備的生態(tài)。

最近的OpenAI也類似，通過向外輸出AI能力，讓全球數(shù)以萬計的開發(fā)者乘上AI東風。

而這些應用的大規(guī)模使用，又會反哺大模型訓練的技術優(yōu)化。如OpenAI 山姆?阿爾特曼在訪談中提到，“初創(chuàng)公司所做的1%訓練，對于大語言模型技術的實際應用來說至關重要?！?/p>

對于國內亟待落地的AI而言，路徑是相似的：框架的開發(fā)者越多，積累數(shù)據(jù)、迭代優(yōu)化的大模型越豐富，越能滿足用戶。而用戶的增長會繼續(xù)提升整體生態(tài)能力。

當然，道理是這么個道理，但想要撬動，卻不容易。

正如李彥宏所說：“大模型是Game Changer，它會徹底改變云計算的游戲規(guī)則。過去，云計算主要賣算力，看速度、看存儲，今天，客戶購買云服務，是要看框架好不好、模型好不好。”

百度集團副總裁侯震宇進一步解釋，大模型能否推廣開來有兩個重要因素：其一是模型效果，其二是成本。

這極其考驗云計算公司的基本功，尤其是框架和模型。業(yè)內也有這樣的共識：基礎設施決定了大模型的能力下限，也決定了應用上限。

框架方面，百度是領跑者。IDC報告顯示，百度已經跑到中國深度學習平臺市場綜合份額*的位置。

之所以優(yōu)勢不斷擴大，就在于百度切中了用戶的需求。舉例而言，開發(fā)者接入飛槳后，無需從*行算法代碼寫起，可以直接調用飛槳提供的相關模塊，降低了人工智能技術開發(fā)與應用的門檻。

據(jù)報道，有12歲的初中生，通過使用飛槳中零門檻的easy DL，開發(fā)出了一款口罩佩戴檢測程序，實現(xiàn)了三千多次調用。

在此基礎上，百度還推出了創(chuàng)意社區(qū)鼓勵開發(fā)者們交流，幫助開發(fā)者熟悉飛槳上的API（相當于工具箱），解決資料匱乏、應用案例稀缺的問題。

這就不難理解，為何飛槳能獲得開發(fā)者的青睞。數(shù)據(jù)顯示，截至2022年11月，飛槳已向社會開放了數(shù)百項AI能力，超過500萬開發(fā)者參與，已服務20萬企事業(yè)單位，基于飛槳創(chuàng)建了67萬個模型。

而在飛槳的基礎上，百度還推出了自家的文心大模型，百度生態(tài)中的智能云產品首先受益。目前，百度正在釋放大模型能力到企業(yè)端。

可以看到，百度針對不同的客戶，提供了差異化的模型方案。

不斷的實戰(zhàn)積累下，根據(jù)IDC評估，百度文心大模型產品、生態(tài)、應用能力處于國內*水平。

這也意味著，隨著客戶增加、落地場景豐富，百度累積的能力，都可以賦能未來的創(chuàng)業(yè)者，將其從潛力股，培養(yǎng)為行業(yè)的獨角獸。

可以看到，文心一言和文心千帆獲得越來越多的客戶：目前文心一言生態(tài)圈已加入 650家企業(yè)，落地場景涵蓋各行各業(yè)，漢得信息、金蝶、軟通動力等28家公司宣布與百度智能云牽手，更有約15萬家企業(yè)在排隊測試或加入文心生態(tài)。

正如李彥宏所說：“美國開發(fā)者正基于ChatGPT或其他大語言模型開發(fā)新應用。在中國，更多開發(fā)者將會基于文心大模型來開發(fā)AI應用?！?/p>

3、AI正在改變世界，且變化速度，超乎人們的想象。

在洶涌浪潮中，新的生產關系和生產力被快速構建，如同當時移動化時代襲來，新應用涌現(xiàn)一樣，如今在人工智能落地前夜，一批AI獨角獸企業(yè)正在涌來。

然而在風云變幻的應用周期里，創(chuàng)業(yè)者和獨角獸們，往往需要擁有強大框架和大模型的“巨人”保駕護航，這又催生了大廠們的開放風潮。

目前來看，開放先行者百度，基于全棧布局的*優(yōu)勢，平臺生態(tài)更繁榮。而此次大手筆砸下10億基金，以“文心杯”創(chuàng)業(yè)大賽廣下英雄帖，更彰顯了百度進一步開放、與創(chuàng)業(yè)公司齊頭并進的決心。