采寫／王舒然
編輯／萬天南
在大模型甚囂塵上的當下，一向高舉高打的字節(jié)，卻一反常態(tài)，低調(diào)得讓人不太習慣。
當百度、阿里、華為、360等知名互聯(lián)網(wǎng)公司的一把手們親自掛帥，為大模型站臺，并不吝用“智能化時代的開端”、“科技和商業(yè)史上的革命性時刻”來贊譽它時，字節(jié)卻安靜得多。
相關的官宣只有兩個，一是4月11日,飛書宣布將推出AI助手“My AI”，二是4月18日，火山引擎推出大模型訓練云平臺，包括自研DPU（數(shù)據(jù)處理器）、新版機器學習平臺等系列云產(chǎn)品，以服務于大模型創(chuàng)業(yè)公司——字節(jié)自研大模型始終未露面。
相反的是，火山引擎總裁譚待公開“承諾”，火山引擎不做大模型，將化身賦能者，為大模型客戶提供算力等AI基礎設施，幫助其做好大模型開發(fā)。
此舉似乎表明，字節(jié)避開了大模型戰(zhàn)火，選擇以幕后賣水者的身份入局。
只是，在算力、算法、數(shù)據(jù)這大模型的三要素上均具備優(yōu)勢的字節(jié)，為何會選擇“韜光養(yǎng)晦”？字節(jié)真的會徹底放棄大模型，甘為他人做“嫁衣”嗎？
慢一拍的字節(jié)大模型
火山引擎不做大模型，或許并不代表字節(jié)對大模型無動于衷，這可能是個文字游戲。
實際上，雖然字節(jié)從未大張旗鼓得官宣自研大模型，但已經(jīng)有所部署。
據(jù)36Kr在今年2月的報道，字節(jié)跳動在大模型上已有布局，會在語言和圖像兩方面發(fā)力，語言大模型團隊由字節(jié)搜索部門牽頭，目前團隊規(guī)模在十數(shù)人左右；圖片大模型團隊則由產(chǎn)品研發(fā)與工程架構部下屬的智能創(chuàng)作團隊牽頭。
另據(jù)《晚點LatePost》報道，張一鳴開始看人工智能論文，且時常會和一些字節(jié)人士分享論文心得和對ChatGPT的思考。
這表明，字節(jié)并不想缺席這場盛宴，但必須承認的是，字節(jié)在大模型上的反應確實有點“遲鈍”了。
民生證券4月9日發(fā)布的《當大模型不再稀缺》報告顯示，國內(nèi)至少已有30多家大模型亮相。大部分都在3～4月份官宣，比如3月16日的百度“文心一言”大模型，4月8日的華為盤古系列AI大模型，4月10日的商湯“日日新”大模型，4月11日的阿里“通義千問”大模型......
而據(jù)36Kr報道，字節(jié)語言大模型團隊今年初才成立，預期今年年中推出大模型，字節(jié)跳動相關技術負責人表示，技術中臺在這些領域的探索仍處于初期，尚未成熟。
事實上，大模型競賽的起點并非今天，而在更早的布局，這方面，字節(jié)有些晚了。
對比來看，百度、阿里、華為、騰訊等企業(yè)的大模型均在2019年～2021年間就已有雛形，比如，百度在2019年發(fā)布了文心大模型，阿里在2021年發(fā)布了M6大模型，同年華為發(fā)布盤古大模型，這些雛形可以視為近期發(fā)布的類ChatGPT大模型的“基座”。
而字節(jié)方面，雖然其AI布局不算晚，字節(jié)AI Lab早在2016年就成立，與騰訊同一年，但其似乎并未在大模型上下足功夫。
據(jù)《晚點LatePost》報道，一位字節(jié)人士稱，在去年底ChatGPT出現(xiàn)前，字節(jié)對大模型的投入還比較少，表現(xiàn)之一是，約有100人的字節(jié)AI Lab NLP（自然語言處理）組，只有不到10人在研究語言大模型，其他人主要在做翻譯和抖音安全等優(yōu)化。
知乎上一位字節(jié)AI Lab工程師的回答也印證了這一點，他表示，字節(jié)AI Lab的主要研究方向和業(yè)務應用有關，比如抖音特效、視頻和圖片審核等。
簡單來說，字節(jié)對AI的探索比較務實，主要服務于自家業(yè)務，這種務實而非務遠的策略，或許反而成了其布局通用大模型的“阻礙”。
而除了晚一步之外，字節(jié)對大模型的野望似乎也不是很大。
據(jù)《晚點LatePost》報道，字節(jié)語言大模型的探索方向主要與搜索相關，可能會在抖音、TikTok中推出類似微軟New Bing的功能；圖像大模型則主要服務商業(yè)化需求，以幫助字節(jié)的廣告客戶以更低成本制作視頻。
另據(jù)字母榜報道，有知情人士稱，飛書推出的“My AI”背后的大模型是由飛書自行操盤，而非字節(jié)大模型團隊負責。
從上述信息判斷，字節(jié)大模型似乎并不打算“大包大攬”，而是與自家部分業(yè)務緊密相關，這與百度“文心一言”、阿里“通義千問”等通用大模型有所差別。
比如“文心一言”，在發(fā)布會現(xiàn)場，文心一言展示了五個使用場景，包括文學創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理推算、中文理解和多模態(tài)生成。
“通義千問”的功能則包括多輪對話、文案創(chuàng)作、邏輯推理、多模態(tài)理解、多語言支持等，阿里巴巴集團董事會主席兼首席執(zhí)行官張勇表示，阿里所有業(yè)務包括天貓、釘釘、高德地圖、淘寶、優(yōu)酷、盒馬等都將接入該模型，應用場景實屬廣泛。
另一個可以側(cè)面佐證這一點的是，百度和阿里均計劃依托自家云平臺，向外界開放大模型服務，打造大模型生態(tài)。
比如阿里云智能集團CTO周靖人表示，各行各業(yè)的生態(tài)伙伴都可以對千問大模型進行再訓練和精調(diào)，打造行業(yè)專屬大模型；百度智能云事業(yè)群總裁沈抖也表示，文心一言的能力將通過百度智能云對外提供服務，會率先在媒體、文娛、企業(yè)軟件等行業(yè)落地，場景包括智能客服、員工培訓、巡檢日報、知識萃取等。
但字節(jié)云卻“反其道而行之”，火山引擎宣稱只做基礎設施服務，不對外輸出大模型能力。
這意味著，字節(jié)正在探索的大模型定位可能并非是開放生態(tài)，而是為了增強現(xiàn)有業(yè)務的競爭力。
當然，這只是初期，字節(jié)大模型的全貌尚未揭開，在字節(jié)官宣之前，還是變數(shù)難料。
字節(jié)為何甘為他人做“嫁衣“？
值得探究的是，為何字節(jié)對百度、阿里那樣的通用大模型興趣不高？火山引擎又為何堅定得不做大模型？
背后原因或許與以下幾方面的權衡有關：
其一，通用大模型燒錢，且距離商業(yè)落地“遙遠”。
訓練大模型的一大成本是算力，而算力的關鍵是芯片，那么，大模型訓練需要多少芯片？
參考ChatGPT，美國市場研究機構TrendForce推算稱，處理ChatGPT的訓練數(shù)據(jù)需要2萬枚A100芯片。網(wǎng)上流傳的一份《AI芯片專家交流紀要》顯示，如果是對標ChatGPT的大模型，1萬顆A100芯片是入門券。
而據(jù)國盛證券估算，按單張A100芯片的價格為10萬元算，大模型訓練需要投入約10億元。
這還只是訓練階段的芯片成本，還有模型推出后的綜合運營成本，參考ChatGPT，半導體研究公司SemiAnalysis認為，GPT-3每天大規(guī)模服務用戶的運營成本高達70萬美元，一年則高達2.555億美元（約17.6億元人民幣），新一代的GPT-4模型只會更燒錢。
除此外，還有數(shù)據(jù)采集、人工標注等軟性成本，加起來可謂“天價”。
像字節(jié)這樣的大廠或許有資金實力，但麻煩的是，燒錢的結(jié)果面臨不確定性。
雖然大模型前景可瞻，但距離大規(guī)模的商業(yè)落地還有不小的距離，目前仍在摸索階段，除了像釘釘、飛書、印象筆記等辦公場景的具體落地外，其他的應用場景都還停留在展望階段。
創(chuàng)世伙伴CCV合伙人梁宇在接受《21世紀經(jīng)濟報道》采訪時表示，現(xiàn)在是通用人工智能商業(yè)化應用的前夜，AI大模型還沒有經(jīng)過大量的商業(yè)包裝和訓練，需要從業(yè)者像園藝師一樣去修剪，形成符合行業(yè)規(guī)律的商業(yè)化產(chǎn)品。
IDC中國研究總監(jiān)盧言霞則認為，大模型落地的不確定性在于，能不能成功落地，是否真的能產(chǎn)出比之前的AI更好的效果，需要多久才能落地等等。
通用大模型投入產(chǎn)出比的不確定性，或許會讓“ROI至上”的字節(jié)有所顧慮。
其二，時間就是力量，在過去幾年內(nèi)，阿里、百度等企業(yè)已將大模型“基座”迭代過幾輪，而字節(jié)幾乎是從“零”開始，先發(fā)優(yōu)勢已失，追趕不易，不如務實一點。
如今，字節(jié)大模型聚焦搜索、視頻生成等場景，離自身的業(yè)務落地更近，在算法和數(shù)據(jù)的儲備上極具優(yōu)勢，可操作性更高。
火山引擎定位基礎設施的服務也是同理，其2021年開始切入IaaS（基礎設施服務）模式，至今也有一定積累。
且網(wǎng)上流傳的一份《阿里云AI專家交流紀要0401》顯示，在國內(nèi)大廠的AI算力儲備中，字節(jié)排名第二，僅次于阿里。
更重要的是，火山引擎該定位的商業(yè)落地十分明確，更容易保障正向現(xiàn)金流。
這是因為大模型訓練需要巨大算力支持，而云廠商是公認的算力等基礎設施的最佳載體。
正如阿里巴巴集團董事會主席兼首席執(zhí)行官張勇所言，大模型是一場“AI+云計算”的全方位競爭，超萬億參數(shù)的大模型研發(fā)，是囊括了算法、底層龐大算力、網(wǎng)絡、大數(shù)據(jù)、機器學習等諸多領域的復雜系統(tǒng)性工程，需要超大規(guī)模AI基礎設施的支撐。
微軟便是先例，微軟Azure作為OpenAI的獨家云供應商，為ChatGPT提供算力和超級計算系統(tǒng)。除了OpenAI，微軟2023財年二季度財報電話會議顯示，安盛、聯(lián)邦快遞和H&R Block等公司也都選擇Azure來部署和管理其模型。
像微軟這樣的云廠商被喻為大模型時代的“賣水人”，意為在大模型淘金的人未必能賺到錢，但為淘金人提供基礎服務的肯定能賺到。
硅谷知名風投A16Z的研究印證了這一點：生成式AI的大量資金最終都穩(wěn)定地流向了基礎設施層，預計生成式AI總收入的10%~20%都流向了云提供商。
總之，商業(yè)落地風險小，自身又擅長，無怪乎火山引擎如此定位，而抓住這股“紅利”，有機會為其帶來新的市場增量。
在目前的云市場中，火山引擎還排不上名次，IDC最新發(fā)布的《中國公有云服務市場（2022 下半年）跟蹤》報告顯示，目前公有云服務市場的市場份額排名前五名分別為：阿里云、華為云、中國電信天翼云、騰訊云和AWS，它們總共占據(jù)了72%以上的市場份額，其余的云服務廠家份額有限。
或許，以基礎服務切入大模型戰(zhàn)場的火山引擎，未來有機會借此一搏新的市場格局。
火山引擎或遇天花板
目前看，火山引擎這條路走得還算順利?；鹕揭婵偛米T待表示，目前國內(nèi)有數(shù)十家做大模型的企業(yè)，七成已經(jīng)在火山引擎云上，包括AI技術公司MiniMax、智譜AI、昆侖萬維、毫末智行等。
關于“七成”的數(shù)據(jù)口徑，譚待的解釋是，該“七成”是火山引擎相關客戶與第三方機構統(tǒng)計的大模型企業(yè)數(shù)量之比，而能獲得這么多客戶是因為機器學習平臺解決了算力輔助的問題。
這些客戶案例表明，火山引擎在大模型訓練領域已有一定立足之地。
不過，從長遠看，火山引擎也面臨挑戰(zhàn)。
一方面，有能力做大模型的公司畢竟是少數(shù)，客戶規(guī)模的天花板很明顯。
據(jù)譚待透露，在火山引擎的大模型客戶中，通用大模型公司占比大約為三分之一，垂直行業(yè)公司占比約為三分之二。
分別來看，在通用大模型方面，雖然目前創(chuàng)業(yè)者眾，但大浪淘沙，最終留下的能有幾何？
一位互聯(lián)網(wǎng)投資人認為，中國版ChatGPT只會在5家公司里產(chǎn)生：BAT+字節(jié)+華為，因為大廠有錢有人有場景。
北京航空航天大學人工智能研究院教授吳文峻也有類似觀點，其在接受《中新經(jīng)緯》采訪時表示，在目前宣布進軍大模型的三四十家企業(yè)中，最后能做成的或許不超過一半。
當客戶數(shù)量有明顯的天花板時，火山引擎的前景可能也有了“瓶頸”。
而在垂直行業(yè)模型方面，客戶數(shù)量雖然很多，但也可能面臨阿里云、百度云等平臺的“狙擊”。
原因在于，阿里云、百度云均自帶通用大模型輸出的能力，基于此，企業(yè)可更方便的生成垂直模型。
比如阿里云，阿里云智能集團CTO周靖人在此前的媒體采訪中表示，阿里云會為企業(yè)提供一個專屬數(shù)據(jù)空間，企業(yè)將相關信息存入，且不需要做任何數(shù)據(jù)預處理，便可調(diào)用“通義千問”，一鍵式生成自己的行業(yè)專屬大模型。
而如果在沒有大模型的火山引擎上做垂直模型訓練，企業(yè)要操心的事顯然更多。
上述投資人認為，垂直模型企業(yè)一般很少會自己從頭做，而是找一個還不錯的Pre-Train過的大模型，在此基礎上做Instruction Tuning（指令微調(diào)）。
在此方面，阿里云等平臺可能更有優(yōu)勢。
另一方面，未來云廠商的模式可能是賣模型+賣算力，而不只是賣算力。
Maas模型即服務的時代已經(jīng)到來，阿里云、百度云不僅支持專屬行業(yè)模型的生成，還支持中小企業(yè)甚至個人基于大模型直接開發(fā)應用，這就好比個人開發(fā)者基于安卓操作系統(tǒng)開發(fā)App。
換句話說，模型層在未來可能成為新的基礎設施。
李彥宏在36Kr專訪中更是斷言，未來企業(yè)在購買云計算時，不看底層算力，而是看大模型的優(yōu)劣。
這可能給火山引擎帶來一定沖擊，因為當大量中小企業(yè)或個人基于阿里云、百度云開發(fā)應用時，云廠商背后的算力也得到了間接調(diào)用，從而規(guī)模效應平攤了算力成本，最終使其基礎設施層面的服務也更具價格優(yōu)勢，這頗有點“降維打擊”的意思。
事實上，“價格戰(zhàn)”已經(jīng)開始了。
4月26日，在2023阿里云合作伙伴大會上，阿里云推出了史上最大規(guī)模的降價：核心產(chǎn)品價格全線下調(diào)，降幅最高至50%。
不過，火山引擎對此好像比較樂觀，至少現(xiàn)階段如此。
其邏輯在于，一來火山引擎拿到的時間窗口還比較長，譚待認為，國內(nèi)距離全球最高水平的大模型還需要比較長的時間，現(xiàn)階段不可能用三四十分的模型去做應用，也不可能做好應用。
二來，火山引擎堅信未來是多云多模型時代，企業(yè)會避免單一依賴，而選擇使用多家云服務，同時，各行業(yè)都有自己高質(zhì)量的私有語料，會形成多模型生態(tài)。
言下之意可能是，市場很大，火山引擎總會有立足之地。
總而言之，大模型市場的未來撲朔迷離，參與其中的任何一員的前途均可能有變數(shù)，“缺失”大模型的火山引擎如此，走務實路線的字節(jié)大模型也如此。
