1. 创业头条
  2. 前沿领域
  3. AI智能
  4. 正文

“创造市场”与“算法进化”,中美AI竞速的岔路口

 2024-09-18 09:17  来源:A5专栏  我来投稿 撤稿纠错

  域名预订/竞价,好“米”不错过

“人工智能的商业模式,是要创造一个市场,而非一个算法”。这是世界AI泰斗Michael I.Jordan的观点。

而当前的全球AI市场,占据主导地位的中美双方,却也走出了两条截然不同的技术路径,前者执着于前沿技术的探索,后者则发力应用优化和商业化落地。

南辕北辙的两个方向,或许已经无法直接进行排位先后、优劣的对比,但对于应用和落地,中国明显有自己的鲜明主张,甚至即将完成超越。谷歌中国区前负责人李开复表示,预计到明年年初,中国的应用普及速度将远远超过美国。

只是,这一路走来,中国企业付出了多少,鲜为人知。

国内AI大模型:从“雨后春笋”到“销声匿迹”

2022年11月,自ChatGPT推出后,国内市场被激发出前所未有的热情。随后在2023年初,国内涌现出首批大模型创业者,掀起了一阵大模型创业的小高潮。同年6月,百模大战正式打响。

耗时不到三个月,中国就诞生了超200款大模型,但到23年12月,持续更新的模型便迅速减少至156款。再到今年5月,便仅剩19款。很多大模型如同昙花一现,稍纵即逝。

而被业界称为"六小虎"的智谱AI、零一万物、百川智能、MiniMax、月之暗面和阶跃星辰,也开始进行业务调整,有的暂停了预训练模型的研发,有的则逐渐退出C端市场,转而聚焦B端业务,甚至还有公司进行了人员缩减。

这一现象背后,可以预见的是单靠融资驱动的商业模式已经成为过去式。面对全球AI大模型百舸争流的形势,中国AI产业需要深刻反思并寻求破局之机。而首要目标就是回归商业本质,摒弃单纯追求技术参数竞赛的浮躁心态,更加注重市场需求导向的研发与应用创新。

彼时,国内AI大模型开始进一步分化。按模态划分,大模型可分为自然语言处理(NLP)大模型,视觉(CV)大模型、多模态大模型等;按照部署方式划分则可以分为云侧大模型和端侧大模型两类。

其中,云侧大模型又有通用大模型和行业大模型两种,通用大模型具有适用性广泛的特征,目前更具代表性的有文心一言、通义千问、讯飞火星等,行业大模型则具有专业性强的特点,针对特定行业(如金融、医疗、政务等)的需求进行模型训练。

可见,国内AI大模型的应用路线开始日渐清晰,大致途径为“基础大模型→行业大模型→终端应用”。

值得注意的是,继百模大战降温、应用路线清晰后,价格战也开始了。一个典型例子就是,今年5月21日,百度宣布两款大模型免费开放:Speed和Lite,这两个相对轻量的大模型免费提供,而最强大的大模型依然收费。

尽管,低价甚至免费可以增加用户基数,但也给企业带来了不小的生存压力,毕竟这违背了最基本的商业逻辑。但如果技术和产品的竞争力足够强,那么也无需主动去参与价格战。

如此一来,价格战的开启虽然不是一个好兆头,但也从侧面推动AI技术创新进入了新的加速期。

中美多维差异背后,技术落地路径已然不同

在全球人工智能持续竞速的背景下,中美双方孰强孰弱一直是备受关注的议题。据悉,目前全球发布的大模型总数中,中美合计占约80%,处于绝对的主导地位。

具体来看,中美双方之间在技术背景、文化属性、市场环境、人才培养、算力、数据等维度上都存在差异。

技术背景方面,美国的科技发展尤其注重“技术优先”和“知识密度优先”,行业、企业之间重视基础创新,对于新兴的事物保持着较强的鼓励和促进态度。同时,整个生态上的分工也更为明确,形成了一套较为完整且兼具创新的生态链,从而共同推近统一目标。

国内相较更为多样化,并尝试依托于更多的应用爆发以及市场的多样性来加速发展。同时在发展过程中,对于安全、可控,以及持续性和自主性等维度的要求会更高。

又因为技术背景和市场环境的缘故,双方在商业模式上的区别也较为明显。美国AI公司更多用的是软件模式,可以快速起量;国内公司则更擅长性能调优,多采用个性化定制的服务方式。

图源来自知乎@hayley

人才培养方面,从上图可以看出,国内在人工智能人才培养上的比例分布情况。国内人工智能人才的本科比例较高,但硕士和博士比例逐渐下降。

原因在于大量人才选择出国深造和工作。相关数据显示,美国39.52%的人工智能人才实际上来自于中国。这使得错失更多高端人才的中国,在基础研发上阻力相对较大。

算力方面,由于国内在先进制程芯片以及计算密度上不占优势,所以仍处在落后于美国的阶段。但基于国内政策及资本的积极态度,长远来讲,算力难题是有解的。

而算力之外,数据是另一个限制中国AI产业发展的重要因素。一方面是因为大量数据的私有化,导致获取数据的成本高,另一方面,因为处理数据的成本居高不下,所以企业之间对自己的数据策略(包括数据配比,数据来源,数据加工等等)高度保密。

最后也最关键的是,产业发展路径方面,美国倾向于从底层开始限制开源生态的分发过程,并试图通过限制开源来抑制产业创新。而国内则倾向于大力推动开源模型的发展,从而更加贴合垂直行业的应用落地。

就影响而言,美国所主张的限制开源,对国内不会造成太大影响。尽管底层研发技术仍有差距,但GPT-3.5的出现意味着技术取得了阶段性的突破,而且因为开放使用,国内已经获取了开源模型。因此,技术革命的传播速度快于立法监管的速度,导致监管是失效的。

综合来看,多个角度上的差异造成了中美双方在技术落地路径上的大相径庭,美国仍旧处于从0-1技术探索的前沿阵地,而国内则更关注商业落地并贴合市场需求进行应用优化。

想“超车”美国,还得看“应用线”

在国内企业转向美国的开源人工智能模式以求迎头赶上的同时,美方也陷入一个相对尴尬的境地。因为,他们一直试图通过限制微芯片销售和遏制投资来减缓国内的进步,但却无法阻止企业为了促进软件的普及而选择公开发布的做法。

美国在开源模型上的“两头为难”恰好为国内企业实现“超车”提供了机会。

从Sora和GPT-4这两大爆款来看,Sora在算法上的突破并不大,效果展示上的惊艳更多源于巨亮算力的堆集,它解决了决帧与帧之间的时序一致性问题,但同时导致Sora的视频生成成本短时间内无法降低。

而GPT-4虽然强大,其成本高企同样是当下最难跨越的现实问题之一。这也使得企业在实际应用中往往选择性价比更高的解决方案,如开源模型或规模更小的商用模型。

而且,一旦最好的开源技术来自于中国,美国开发者最终将由主动转为被动,甚至需要在中国技术的基础上构建自己的底层系统。

可见,追求技术领先的美国,在跨出商业化落地的“临门一脚”时已经被成本“绊倒”,未来还有可能因此陷入僵局。

形成鲜明对比的是,中国的科技投资者在推动人工智能时追求尽快转亏为盈,这意味着资金正在流向易于执行的应用,而不是更具抱负、专注于基础研究的目标,杜克大学约翰·科克电气与计算机工程杰出教授陈怡然这样说到。

与此同时,中国对人工智能的投资中,多达50%投向了监控所需的计算机视觉技术,而不是为生成式人工智能建立基础模型。

尤其对于国内本地市场的需求,百度文心一言、阿里通义千问等国内自主研发的大规模模型,在应对广泛且普遍的应用场景时,已经充分展现了其实用性与高效性。诚然,在应对极其复杂或特定复杂需求时,这些模型与全球顶尖的大模型相比,尚存在一定的性能差距。

然而,就当前多数生产工具的实际需求而言,无论是通过开源途径获取的模型,还是国内商业化提供的解决方案,均能提供基本且相对令人满意的服务支持。

尤为值得一提的是,随着各类应用场景的不断拓展与深化,国内大模型的实际应用落地进程正显著加速,展现出蓬勃的发展态势。

由此来看,中国虽然暂时无法通过现有的大模型实现技术上的全面超越,但美国也无法进行有效封锁,开源技术既是中国AI发展如此迅速的关键原因,也将是中国取得领先地位的机遇。

而技术路径上的差异已经让美国陷入阶段性停滞不前,国内应该继续专注于应用开发,从而缩小商业化价值上的差距。

长远来看,美国如果真限制开源,那么这将是技术衰落的开始,同时也是中国正式崛起的开始。

战局最终将如何演化,我们静待时间揭晓。

作者:璟松

来源:港股研究社

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关标签
ai智能

相关文章

  • OpenAI Sora画的饼,AI行业集体给它圆了......吗?

    AI文生视频领域,几乎只剩Sora还是个期货了。最近两个月,国内外的AI-generatedVideo应用持续爆发,中国的快手、字节、智谱AI、生数科技、爱诗科技,海外的谷歌、Luma、Runway,格局如八仙过海。虽然不同平台水平差异依旧存在,但整体可用性已经大大提高,而且风格化特征也比较全面。唯

    标签:
    ai智能
  • 科技泡沫论中,中国AI初创企业如何炼成“吸金大法”?

    作为这一轮全球AI科技周期的风向标企业,自2023年初截至今年6月31日,英伟达股价翻了近7.5倍。然而,自6月创下了历史高点后,截至当地时间8月12日收盘,其股价回撤幅度约20%。同时,这一时期,英伟达多位高管也在持续抛售公司股份。据统计,在6月13日至8月9日期间,CEO黄仁勋已累计套现超5.5

    标签:
    ai智能
  • AI时代的“另类博弈”,调薪只是大厂变革的开始

    大厂员工们的喜大普奔时刻,腾讯宣布“涨薪”了。具体内容:一是将服务奖,即「十三薪」,均摊到每月月薪中,折算后每月涨薪8%;二是将“易居”计划的年度房补,纳入月薪中。两项调整给新老员工的月薪带来了不小的变化。今年,裁员潮的阴影一直笼罩全球,但包括腾讯在内的国内互联网大厂却开始了一波“反向操作”,这背后

    标签:
    ai智能
  • 超预期的业绩增长未能“沸腾”股价,谷歌的AI战事升级?

    近日,谷歌母公司Alphabet在美股盘后公布了第二季度财报,其中,总营收847亿美元,同比增长14%,高于分析师普遍预期的842亿美元

    标签:
    ai智能
  • 现阶段的AI落地,只是一场大模型厂商的“卖家秀”?

    商业化愿景下,AI应用元年已经到来。2024年以来,诸多已布局AI大模型技术的科技公司都开始加速推出AI应用产品。比如,今年7月16日,腾讯旗下大模型应用“腾讯元宝”推出“3D角色梦工厂”玩法,成为首个拥有打印级3D生成能力的通用大模型App。无独有偶,百度也推出了一款名为“文小言”的AI数字人社交

    标签:
    ai智能
  • 库克已纳投名状:苹果AI没得选,只能选百度

    苹果16弄了两个版本,一个是专门给中国人用的,准备用百度的AI,还要交钱。第二个是全世界都可以用的,用了ChatGPT,包括台湾、香港、澳门都可以用。以后都这样了。好,问题就出在这,苹果和百度的合作出现问题了,新闻连起来看,才能明白其中含义。新闻一:苹果正在和腾讯、字节初步接洽,考虑将二者的AI模型

  • AI加速时代的“进度条”,我们拨动了百分之几?

    “技术日新月异,人类生活方式正在快速转变,这一切给人类历史带来了一系列不可思议的奇点。我们曾经熟悉的一切,都开始变得陌生。”计算机之父约翰·冯·诺依曼曾这样说到。

    标签:
    ai智能
  • AI视频赛道,要变天了

    “毁灭你,与你何干?”,这是在刘慈欣的科幻小说《三体》里用来形容人类与三体人之间的战争的一句话。

    标签:
    ai智能
  • “创造市场”与“算法进化”,中美AI竞速的岔路口

    “人工智能的商业模式,是要创造一个市场,而非一个算法”。这是世界AI泰斗MichaelI.Jordan的观点。而当前的全球AI市场,占据主导地位的中美双方,却也走出了两条截然不同的技术路径,前者执着于前沿技术的探索,后者则发力应用优化和商业化落地。南辕北辙的两个方向,或许已经无法直接进行排位先后、优

    标签:
    ai智能
  • 智能体进化发展了一年,现在的RPA Agent迭代到什么程度了?

    智能体进化发展了一年,现在的RPAAgent迭代到什么程度了?从实在智能最新发布的实在Agent7.0,看RPAAgent的迭代升级抓取豆瓣信息、自己制作PPT,这款AIAgent真的实现了流程全自动化AIAgent构建到执行全自动化,持续进化RPAAgent再次降低智能体应用门槛实在智能重磅发布实

  • 崔大宝:大模型降温背后的难点、卡点、节点

    崔大宝|节点财经创始人进入2024年,大模型似乎有熄火之势:资本市场,与之关联的概念炒不动了,英伟达股价动辄暴跌重挫,引发“泡沫戳破”的担忧;消费市场,BATH们的推新活动少了,产品更新迭代的速度慢了,民众的关注度降了……热闹的大概只剩下两场酣仗:自5月15日字节跳动宣布“以厘计费”,打响国内大模型

    标签:
    大模型
  • 这一届“出道”的数字人,已经拿捧上了“铁饭碗”

    文|智能相对论作者|陈泊丞好消息!你心心念念的事业单位发录取公告了!坏消息!他们没录你,录了个数字人。图片来源网络随着数字人技术的突破,越来越多的传统企业和机构开始用上了“数字员工”。甚至很多中国人心心念念的“铁饭碗”,也被这些数字人给捧上了。数字人捧上了“铁饭碗”简单翻看一下全国各地事业单位的“录

    标签:
    数字人
  • 来到IPO关口,地平线离“三分天下”还有多远?

    黑芝麻智能敲钟后,港交所门口又有一些智驾芯片企业引发关注。据悉,近日地平线已通过中国证监会IPO备案,拟发行不超过11.5亿股境外上市普通股并在香港联合交易所上市,预计筹集约5亿美元资金。从天眼查可以了解到,该公司成立于2015年,是一家乘用车高级辅助驾驶(ADAS)和高阶自动驾驶(AD)解决方案供

  • 机器人大会引领产业动向,卓翼飞思绘制无人系统教科研新蓝图

    8月21日,万众瞩目的2024世界机器人大会暨博览会在北京亦创国际会展中心盛大开幕。这场为期5天,集“展览”“论坛”“赛事”于一体的机器人盛会,反映了当下机器人领域的繁荣生态。据官方统计数据,今年现场逛展观众高达25万人次,比去年增加25%。机器人行业有多火?看看2024世界机器人大会火爆程度便可知