在ChatGPT的熱潮下，大模型五花八門，層出不窮，讓人目不暇接。

近日，科大訊飛也宣布即將在5月6日發(fā)布訊飛星火認(rèn)知大模型。盡管大家可能已經(jīng)審美疲勞，但科大訊飛的大模型，依然是有值得注意、顯而易見、卻常常被人們忽視的特別之處——

盡管各行各業(yè)、各個大廠都在推出類ChatGPT大模型（或是通用的，或是垂直的），但作為榜樣的ChatGPT本身是OpenAI在網(wǎng)頁上推出NLP的模型。NLP，全稱Natural Language Processing，也就是自然語言處理。在這一技術(shù)上，科大訊飛無疑是該領(lǐng)域的領(lǐng)跑者。

(相關(guān)資料圖)

“百模大戰(zhàn)”中難免泥沙俱下，但有一點是比較肯定的——從大模型的發(fā)展特點來看，新選手想要突圍十分不易。

大模型并非空中樓閣

想要打造一個中國版ChatGPT，必須是建立在大模型的基礎(chǔ)上。ChatGPT證明了在某種程度上，大模型擁有比小模型更優(yōu)的效果。

過去AI公司囿于種種條件制約，基本都以小模型為主。如今這些公司確實要紛紛從小模型遷移大模型，但這不是一個從零開始的過程。

與小模型類似，AI大模型的核心要素在于數(shù)據(jù)、算法和算力，因此從小模型到大模型很多東西是通用的。

在數(shù)據(jù)領(lǐng)域，以ChatGPT為例，數(shù)據(jù)來源主要是互聯(lián)網(wǎng)上的大量文本數(shù)據(jù)，以及各種知識庫和語料庫。一個優(yōu)秀的中文NLP模型在獲取數(shù)據(jù)的難度上還要超過ChatGPT，因為中文數(shù)據(jù)在互聯(lián)網(wǎng)的開源程度較低，高質(zhì)量無監(jiān)督語料嚴(yán)重不足。而類ChatGPT大模型本質(zhì)是基于有限語料范圍的概率歸納模型，語料質(zhì)量不高可能會導(dǎo)致大模型頻繁“失靈”。

但幸運的是，小模型的數(shù)據(jù)集可以完全遷移至大模型使用，這使得在AI 1.0時代積累起來的數(shù)據(jù)優(yōu)勢可以延續(xù)?？拼笥嶏w近日接受機構(gòu)調(diào)研時表示，在嚴(yán)格遵守適用法律法規(guī)前提下，訊飛在多年認(rèn)知智能系統(tǒng)研發(fā)推廣中積累了超過50TB的行業(yè)語料和每天超10億人次用戶交互的活躍應(yīng)用?？拼笥嶏w在語音方面的主流市場占有六七成的市場份額，這無疑形成了訊飛大模型的優(yōu)勢。除了擁有海量的中文數(shù)據(jù)，科大訊飛通過深耕垂直領(lǐng)域還掌握了醫(yī)療、教育等專業(yè)數(shù)據(jù)端口的數(shù)據(jù)。

在算法領(lǐng)域，大模型和小模型也不是完全割裂的。不僅是大模型可以通過量化、剪枝、知識蒸餾等模型壓縮方法生成小模型，優(yōu)秀的小模型可以“反向蒸餾”、有效引導(dǎo)大模型的生成。這比從0開始構(gòu)建大模型的可操作性強得多。

算力優(yōu)勢能遷移到大模型之上，這一點相信十分容易理解。以科大訊飛為例，公司于2009年開始算力基礎(chǔ)設(shè)施建設(shè)，在總部自建有業(yè)界一流的數(shù)據(jù)中心，目前已建成4城7中心深度學(xué)習(xí)計算平臺，在自用以外還面向平臺數(shù)百萬開發(fā)者和其他行業(yè)伙伴開放。尤其在當(dāng)前美國卡脖子AI芯片的重要關(guān)口，這個優(yōu)勢在中國市場更凸顯了重要性。尤其值得注意的是，超級算力中心建設(shè)資金門檻在ChatGPT出現(xiàn)后，已經(jīng)推向百億之上（在微軟的支持下），而運營與維護成本更是天文數(shù)字?；趦?yōu)質(zhì)數(shù)據(jù)卡位，算法能力和商業(yè)化策略，科大訊飛在算力維度可以通過推動企業(yè)間的分布式計算協(xié)作，提升算力的效率、降低成本。

這些都是后來者遠(yuǎn)難以彎道超車趕上的。正如科大訊飛管理層在業(yè)績會上說：“（這）是吃第十個包子，厚積薄發(fā)的一個事情。”

但NLP大模型卻又并非新瓶裝舊酒。過去的NLP領(lǐng)域有著非常顯著的技術(shù)瓶頸，引用科大訊飛管理層的原話“瓶頸不在語音轉(zhuǎn)文字，而在語義理解?！辈煌跈C器視覺識別技術(shù)已經(jīng)相當(dāng)成熟甚至進入紅海階段，“語義理解”一直是全球AI難以翻越的一座大山，直到ChatGPT翻越了這座大山。

盡管我們要承認(rèn)中國人工智能在這個領(lǐng)域稍許落后，但也要看到機會。就像某新財富分析師曾提到，就像特斯拉車沒出來之前，蔚來和小鵬這些東西都沒搞出來，但特斯拉車搞出來后，我們國家大量的新能源車廠像雨后春筍一樣出現(xiàn)。

科大訊飛管理層表示，現(xiàn)在機會真正來了，技術(shù)會突破臨界點，到達(dá)一個真正能商業(yè)化落地應(yīng)用的階段。

進入規(guī)?；?/b>新階段

在一片流血上市的人工智能公司里，科大訊飛的盈利能力獨樹一幟，恐怕已是人工智能公司之最，在整個A股市場中也擔(dān)當(dāng)?shù)闷稹俺砷L長青”這四個字?？拼笥嶏w是過去10年來唯一連續(xù)10年營收年增長率均超25%的A股上市公司。

盡管如此，我們卻依然能常?？吹剿挠芰κ艿皆嵅?。這與科技公司的屬性有關(guān)，由于高研發(fā)投入和定制化成本，所以在滲透率不足、規(guī)?；俣炔桓叩那闆r下，盈利能力會承壓。尤其在2022年科大訊飛在加大投入的同時，疫情導(dǎo)致項目收入確認(rèn)延期，國際環(huán)境使得供應(yīng)鏈調(diào)整進一步延遲項目。三重因素疊加，科大訊飛超30億的合同延期到2023年，因此收入和支出形成“剪刀差”，短期的賬面盈利能力向下。

但進入2023年第二季度，除了業(yè)務(wù)進度恢復(fù)常態(tài)，規(guī)?；瘞淼挠麖椥愿档闷诖??？拼笥嶏w在業(yè)績會表示，從2023年開始，要開啟年利潤增長30%的新階段。

由于小模型的通用性較低，導(dǎo)致定制化屬性較強。但大模型通過"大規(guī)模預(yù)訓(xùn)練+微調(diào)"的新范式，擁有了較強的通用性，這使得快速規(guī)?；涞爻蔀榭赡?。大模型作為解決AI應(yīng)用碎片化的新開發(fā)范式，將帶來了比傳統(tǒng)AI更高的ROI。

事實上，過去傳統(tǒng)AI時代的有效供給不充足制約了滲透速度，但事實上整體智能語音市場的需求很旺盛。從科大訊飛的財報也能看到這點。盡管受宏觀因素影響，2022年公司可持續(xù)型“根據(jù)地業(yè)務(wù)”在2022年仍實現(xiàn)23%的增長，抵消了大項目延期所產(chǎn)生的影響，并推動公司的整體營收逆勢中保持穩(wěn)中有升。

具體地看，“根據(jù)地業(yè)務(wù)”中多個應(yīng)用場景的前景十分明朗。2022年，科大訊飛的教育考試業(yè)務(wù)新增12個地市中考和2個省市高考，個性化學(xué)習(xí)手冊新增300所運營校，學(xué)習(xí)機流水型線下門店新增769家，“雙減”校內(nèi)課后服務(wù)合作平臺新增130個市區(qū)縣，智慧醫(yī)療新開拓96個區(qū)縣，智慧汽車新增合作車型110個。根據(jù)財報，以上業(yè)務(wù)拓展將在2023年才開始產(chǎn)生持續(xù)型收入。

大模型有望成為科大訊飛加速深耕這些應(yīng)用場景的發(fā)動機，科大訊飛于2022年12月啟動生成式預(yù)訓(xùn)練大模型“1+N”任務(wù)攻關(guān)，其中“1”是通用認(rèn)知智能大模型算法研發(fā)及高效訓(xùn)練底座平臺，“N”是應(yīng)用于教育、醫(yī)療、人機交互、辦公等多個領(lǐng)域的專用大模型版本，例如，通過學(xué)習(xí)海量醫(yī)學(xué)教材、論文和病例，實現(xiàn)專業(yè)的醫(yī)療領(lǐng)域?qū)υ捠紸I系統(tǒng)，打造“每個醫(yī)生的AI診療助理，每個人的AI健康助手”?！?+N”模式使得低成本、高效率的規(guī)?；蔀榭赡??？拼笥嶏w管理層在業(yè)績會披露了未來目標(biāo)，包括運營型的根據(jù)地業(yè)務(wù)和可持續(xù)流水型業(yè)務(wù)，5年內(nèi)占比要超過80%；三年內(nèi)人均效益能翻番，現(xiàn)金流要匹配利潤增長，最終實現(xiàn)同步良性增長。

像科大訊飛這般在中國既能服務(wù)企業(yè)又能服務(wù)用戶的科技公司屈指可數(shù)。隨著開啟AI開發(fā)新模式，科大訊飛有望進入大規(guī)模落地應(yīng)用關(guān)鍵期，在B端和C端走出新天地。