文心一言,我想買輛車,該選ROBO One還是Model Y呢? | Chat AI。

隨著ChatGPT登臺亮相,從科技從業者,到投資圈,再到普羅大眾,越來越多人再次關注到了『過氣』的AI,及其所能帶來的價值和改變。

商業界也的確源源不斷貢獻著更多新的素材:OpenAI和微軟的聯姻讓性能提升、成本降低成為可能;Google、Meta窮追不舍更新動作;國內,百度、字節、騰訊等大廠,以及眾多創業公司,都開始從自己擅長的角度切入競爭…… 為了幫助讀者能夠持續關注由ChatGPT引發的科技圈海嘯,36氪推出「Chat AI」欄目,從中立的第三方視角,探索、分析每一次熱點背後的商業觀點。

  作者 | Ben

  剛剛看過了『文心一言』發佈會,從大模型本身來說已無需過度解讀。

  從發佈會可見,國內廠商的優勢更多還是在應用和商業化方面。

  發佈會』讓復雜的世界更簡單『的副標題則讓人印象深刻。

  文心一言,我想買輛車,該選ROBO One還是Model Y呢? | Chat AI。

  讓復雜的世界更簡單

  也因此想對百度提出一些建議。

  其中比較重要的一點是,能否運用『文心一言』+商業人工智能模型的能力讓復雜的『』變得更簡單些?

  在這個人工智能可能顛覆一切的時代,在軟件重新定義了一遍汽車之後之後,如何用人工智能重新定義汽車或將是對AI廠商大模型能力全面的考驗。

  如果說『簡單』是人作為個體的終極追求之一,起碼個人對車的需求也確實如此。

  不需要大屏,也不需要智能座艙,隻希望車是精確、快捷的點到點工具,能將原來半個小時的路程再多縮短5-10分鐘,但這樣的車已經越來越少。

  過去幾年,智能化讓乘用車愈加復雜,據說一輛車的代碼總量已經達到億行級,甚至超過最先進的戰鬥機一個數量級。

  分辨不出這個說法是褒義還是貶義,但它畢竟隻是個車而已,或許一萬行、一百萬行代碼就足夠了,為什麼要弄得那麼復雜呢?

  在智能化的路線上,終端消費者非但沒有體驗到高等級自動駕駛的紅利,卻還要為系統巨大的冗餘和Bug買單。

  我們更希望看到人工智能可以在這些有價值的地方落地。

  站在人工智能的角度,百度和谷歌高度類似,在對大模型投入研發的同時,為自動駕駛所投入的精力隻怕會更多一些。

  古話說『學貴有恒,人貴有專』,很難說OpenAI是不是因為足夠專註,所以在大模型上率先取得了突破。

  但在下一步,能否借助大模型的能力,從底層實現產業級的顛覆,比如泛出行行業的輔助駕駛、高等級自動駕駛、汽車機器人等賽道;再比如泛內容行業的元宇宙賽道,或許才是諸如谷歌、百度之類AI大廠們一定要扳回一局的發力點。

  在未來可見的時間軸內,大模型對行業的顛覆越快越好、越猛烈越好。

  已經能明確感受到,產業界也紛紛將啟動第四次工業革命的希望寄托於AI和大模型。

  1 緊張的倒計時

  近兩周以來,幾乎每一次見人都會被問到兩個問題:你們怎麼看3月16號『文心一言』的發佈?GPT4真的會發佈麼?

  說實話,關於這兩個問題,很難聽到、也很難預先給出有建設性的觀點、意見、或小道消息。

  但還是會一遍又一遍的求證、與被求證。

  我的回答是,不如把這些問題交給ChatGPT,看看2021年的智能能否解決2023年的疑惑。

  還可以想象,3.16的下午和晚間估計會充斥著大量ChatGPT寫的『文心一言』發佈會報道。

  倒計時3天,環境變量開始不斷增加。

  3月14日,商湯發佈了多模態、多任務通用大模型『書生《INTERN》2.5』,並在商湯參與的通用視覺開源平臺OpenGVLab開源。

  北京時間3月15日凌晨,谷歌官方宣佈,正式開放其 PaLM 大型語言模型 API,並將在 Gmail、Docs 等中陸續提供 AI 功能,幫助企業『從簡單的自然語言提示中生成文本、圖像、代碼、視頻、音頻等』。

  但是這些消息幾乎石沉大海。

  因為幾乎與谷歌同時,OpenAI真的發佈了GPT4。

  盡管GPT4公佈的信息中隱藏了太多秘密,按其官方披露『GPT-4通常缺乏對其絕大多數訓練前數據在2021年9月中斷後發生的事件的知識,並且不從其經驗中學習』模型訓練參數的截至時間甚至早於GPT3.5的12月31日。

  但是GPT4所展示出來的能力卻令人嘆為觀止,谷歌PaLM可以說被直接釘上了背景墻。

  『文心一言』頓時壓力陡增,但幾乎已經沒有什麼可調整空間。

  從GPT3.5到ChatGPT,再到GPT4,OpenAI讓一切都變快了,讓行業、讓產業在狂風暴雨般的節奏中重新認識了AI,甚至讓普通人也在試圖理解那些隻應該出現在論文中晦澀難懂的術語。

  在這樣的時候,能夠保持清醒是一件難得的事情,特別是身處風暴之中的那些同樣具備大模型能力的AI大廠。

  谷歌倉促應戰,其結果比差強人意更差;此後,Meta隻能用討巧的方式發佈開源大語言模型LLaMA,並號稱優於ChatGPT,當然,是否真的超越就仁者見仁智者見智了。

  事實上,在C端市場不要說超越、哪怕是達到或接近ChatGPT用戶過億的速度,幾乎已經是不可能完成的任務,而更難的則是在使用體驗上實現突破。

  2 保持冷靜

  當百度在一個月前宣佈3.16發佈『文心一言』的時候,各界反響熱烈,甚至海外媒體同樣高度關注。

作為國內用戶,期望當然很大,但或許會失望的隱憂也同樣存在。

  近些年來,很少有哪項技術像ChatGPT一般出道即巔峰,在早期階段就被如此寄予厚望。

之前的自動駕駛、XR也曾經被推上神壇,但它們畢竟還有著明確的落地場景。

  而AI則不然,商業化曾經是初代AI公司們很難回避的痛點。

而當ChatGPT開始顛覆AI1.0的時候,壓力給到了所有人。

  單憑揣測,多數人應該不會對『文心一言』有太高的預期,只要真實的展示應有的水準就好。

  並且這一次,當看到百度在提前一周推送的直播預熱頁面中,副標題低調的寫道:

  『百度使命 · 用科技讓復雜的世界更簡單』。

  直覺是『文心一言』的發佈會不會有太多驚喜,更可能是一場太極。

包括外界的一些猜測,比如『大概率不會開放大范圍公測』、『API接口的排隊周期可能會很長、審核可能會很嚴格』等等,或許答案都是肯定的。

  不能否認,這個副標題其實很巧妙,對新一代AI技術的內核提煉得精準而直接,『大道至簡』代表了一種終極追求,也絕不是朝夕之間就能夠實現。

  去年,在ChatGPT正式發佈前不久,Salesforce 副總裁兼首席科學家Silvio Savarese 曾寫了一篇文章『If You Can Say It,You Can Do It:The Age of Conversational AI』。

  文章從人類對未知空間的探索入手,逐漸揭示出作者關於對話式AI的核心觀點:

  “最好的工具不僅功能強大且易於使用,而是因為它們易於使用而強大』。

  這也和』讓復雜的世界更簡單『有著相同的邏輯。

  起碼,我們現在已經來到了讓『可能』逐漸變成『現實』的階段。

  3 破局之道,依靠生態挖掘AI在B端的產業價值

  2022 年,Gartner 將生成式 AI 列為 五大影響力技術之一,MIT 科技評論也將 AI 合成數據列為 2022 年十大突破性技術之一,甚至將 Generative AI 稱為是 AI 領域過去十年最具前景的進展。

  而作為底層技術,大模型和多模態模型讓 AIGC 成為全新的平臺級應用,但是多模態大模型的能力上限應該遠不止於此。

  據百度發佈會介紹,一個月以來,『文心一言』的朋友圈已經有了650多個成員,如何賦能生態,如何構建完美的數據閉環才是對大模型能力真正的考驗。

  此前,以視覺識別技術為代表的初代AI創業公司們,也曾通過大量訓練基於行業應用場景的AI商業模型,試圖在垂直領域中找到AI的落地場景。

  其中的不少嘗試被市場證明是偽命題,比如在人臉識別等不可或缺的應用場景中,商業化的天平最終向硬件廠商傾斜。

  而有待證偽的領域或許也包括百度投入重註的自動駕駛和智能汽車。

  回到B端市場永遠無法回避的問題,產品和服務有沒有價值,要看市場痛點到底是什麼?

  2月,百度剛剛宣佈下個月將發佈『文心一言』,主機廠的反應大概是最積極的,據不完全統計,僅僅兩三天的時間,就有長城、紅旗、吉利、東風日產、哪吒、愛馳、零跑等十餘家車企宣佈加入『文心一言』的朋友圈。

  在汽車這個大賽道,主機廠的痛點已經明盤,2023年一開年,降價促銷突然成了主旋律,如何通過差異化突圍是未來長期都要面臨的挑戰。

  人工智能會不會是一根救命稻草呢?

  歐陽明高院士在2月17日舉辦的中國電動汽車百人會論壇《2023》專家媒體溝通會上表示:ChatGPT將會引發人工智能新一輪的革命,對智能駕駛也會產生深遠的影響。

雖然目前車企與ChatGPT的合作大多還處於人車溝通的階段,但可以預見的是,未來隨著智能駕駛的不斷進化,ChatGPT的模型和技術邏輯也將逐漸應用在自動駕駛情境之下。

  對於百度和『文心一言』生態圈的合作夥伴而言,不如一起加快顛覆自己,總好過被革命。

  人工智能不代表壟斷,從長線看也不可能一家獨大,開源與否對於AI來說已經並不重要,從基礎層以上為生態夥伴賦能對於各垂域來說有著更大的價值。

  汽車行業如此,在廣闊的B端市場,企業們還是應該接受即將被顛覆的事實,已經少有賽道能獨善其身。

  4 文無第一 武無第二

  在大力出奇跡的當下,關於AI的大模型軍備競賽已經不亞於槍林彈雨的戰場,沒有人甘願做第二。

  第二名的代價就是:公眾可以帶著微笑聽ChatGPT一本正經的胡說八道,像是對待自己說謊的孩子;而Bert隻說錯一句話,就像是高鐵車廂中大聲喧嘩的熊孩子被薅住脖子,人人都想喊打。

  但事實是,當第二對於大量同賽道的玩家可能都是一種奢望,更不用說躍躍欲試的新選手們。

  ChatGPT是自帶顛覆屬性橫空出世的,不但有著跨語種的強大知識整合和內容生成能力,在對話中甚至能感受到微妙的情緒變化,這種微妙的人性也是它更吸引人的地方。

  ChatGPT發佈之後,軍備競賽進一步升級,OpenAI、谷歌、Meta、百度,都開始大幅提高自己AI大模型的迭代頻率,從原來的年縮短到以季度或更低的頻率來計算。

  對百度而言,未來在這個戰場上要保住一席之地,在成本控制、創新能力、人才儲備等維度都需要不斷加碼。

  據報道,由OpenAI 所提供的數據統計顯示:在2016 年,OpenAI 員工總數 52 人,平均年薪不到20萬美元,雲計算成本在 230 萬美元左右;到 2019 年,OpenAI 的員工平均薪酬變化不大,雲計算的支出則接近 3100 萬美元,增長了 12 倍。

  這對國內AI公司,將成本是投在算力上、還是人力上或許提供了一些差異化的觀點。

  從中長線來看,大模型對於提升人類學習能力、改變知識結構的影響必然越發明顯。

  這中間一定存在著巨大的市場機會。

  替代不一定是使用人工智能的目的,但大模型對實體經濟中薪酬結構的影響則不容忽視。

  有外媒曾報道,谷歌對ChatGPT進行過一次內部測試,結果顯示其代碼輸出能力已經可以通過谷歌L3級軟件工程師的職級測試,該崗位在谷歌所對應的年薪接近20萬美元。

  這也是對百度的另一點建議,是不是可以借助『文心一言』大模型的能力為改善國人的學習能力做一些有效的嘗試。

  5 尾聲:AI再也不是『可愛』的小孩了

  一直以來,在媒體報道中,OpenAI的上一代大模型GPT3.5大概相當於人類9歲的IQ,真實性很難考據,畢竟它做國內各省的高考試卷,通常都能過一本線。

  從2022年11月,到2023年3月,隻用了不到半年的時間,GPT4已經能高分通過律考之類世界上最難的考試。

  我們大可以試著把不同的AI、不同的大模型看成一群小朋友,他們天資不同,有的贏在起跑線,有的累倒在中途,希望有新面孔能在中後程脫穎而出。