撰文 | 吳坤諺  

編輯 | 吳先之

大模型浪潮下的互聯(lián)網(wǎng)行業(yè)暗流涌動，大家都在翹首以盼誰能率先跑出中國GPT。

百度、360、阿里、昆侖萬維、商湯、金山、科大訊飛......即使拋去高校國家隊和創(chuàng)業(yè)公司，已經(jīng)在大模型領(lǐng)域秀過肌肉的大廠也能拉出一張清單來。中國科技巨頭歷來喜歡追逐風(fēng)口，大模型的航海時代自然也不會免俗，但有那么一家巨頭卻很沉得住氣，至今未曾露出什么大動作。

作為早在2022年4月便正式亮出旗下混元大模型的騰訊，在計算機視覺、自然語言處理、多模態(tài)內(nèi)容理解、文案生成、文生視頻等多個方向均有所建樹，如今卻給外界一種“失聲”的感覺。

自今年2月起，騰訊在大模型領(lǐng)域為外界所感知的大動作僅有兩次，一是2月27日針對類 ChatGPT 對話式產(chǎn)品已成立「混元助手（HunyuanAide）」項目組，騰訊史上最高專業(yè)職級擁有者張正友為項目Owner；二是4月14日發(fā)布新一代HCC（High-Performance Computing Cluster）高性能計算集群。

在友商紛紛下場展示實力與聲量，爭取在大模型時代獲取更多認知，騰訊的失聲很可能是一部慢，步步慢。更有意思的是，騰訊控股自3月29日起便跌跌不休，以Naspers為首的大股東更是在持續(xù)減持套現(xiàn)，這興許也是資本市場對騰訊在大模型賽道失聲現(xiàn)狀的不滿情緒體現(xiàn)。

難道，騰訊還在“等風(fēng)來”？

“失聲”是表象

北上廣不相信眼淚，互聯(lián)網(wǎng)大廠只相信效率。即使是OpenAI這個不停燒錢的公司也會不時對外放出一些意見以及信息，在信息爆炸的現(xiàn)代社會中試圖短暫地獲取關(guān)注力，而騰訊也是如此。

我們不妨以2月27日為節(jié)點，從騰訊對外宣布的動作中尋找其大模型訓(xùn)練進度的蛛絲馬跡。據(jù)光子星球不完全統(tǒng)計，騰訊自2月27日起至今的動作集中在三方面，一個是AI商業(yè)化應(yīng)用，另一個是視頻號，最后是政企合作。

細數(shù)下來，其實騰訊在各方面的動作并不小。除了分別于移動、聯(lián)通兩大運營商達成云計算方面的合作外，3月30日，騰訊發(fā)布AI智能創(chuàng)作助手“騰訊智影”。4月，騰訊在上海智慧車站前夕發(fā)布智慧出行汽車云，發(fā)布了據(jù)稱是國內(nèi)性能最強的大模型計算集群，還與字節(jié)跳動破冰，探索視頻合作。當(dāng)時間到了5月，騰訊微視面向頭部的抖音、小紅書與快手招募創(chuàng)作者，于5月9日發(fā)布了“開悟”AI開放研究平臺，更是開放QQ渠道為載體，讓AI繪圖工具Midjourney開啟官方中文版內(nèi)測。

與率先發(fā)布通用大模型并展開應(yīng)用探索的諸位友商相比，騰訊的聲量雖小卻也談不上“安靜”。而且其中無論是“開悟”AI開放研究平臺、“騰訊智影”AI智能創(chuàng)作助、計算集群的發(fā)布還是Midjourney相關(guān)動作，其實都與大模型訓(xùn)練有不小的關(guān)系。

智慧出行汽車云是基于云服務(wù)以及AI訓(xùn)練的“車云一體”服務(wù)，“開悟”本身是由AI Labs聯(lián)合王者榮耀項目組推出的，本身是借用游戲場景進行AI訓(xùn)練的平臺；“騰訊智影”這款支持虛擬數(shù)字人、文本配音、智能 AI 繪畫、文章轉(zhuǎn)視頻的應(yīng)用本身也屬于大語言模型的功能范疇；Midjourney開放內(nèi)測是對AI原生應(yīng)用于C端落地的探索；高效的計算集群更是在大模型訓(xùn)練中不可或缺的基礎(chǔ)設(shè)施。

再往下深挖，這三個項目其實也分屬騰訊內(nèi)部不同事業(yè)群。“車云一體”屬于CSIG（云與智慧產(chǎn)業(yè)事業(yè)群），“開悟”屬于IEG(互動娛樂事業(yè)群)，“騰訊智影”應(yīng)屬于WXG（微信事業(yè)群），大模型計算集群分屬TEG（技術(shù)工程事業(yè)群），QQ的應(yīng)用探索屬于SNG（社交網(wǎng)絡(luò)事業(yè)群）。

這不免讓我們聯(lián)想到騰訊特色的“內(nèi)部賽馬”機制，這是在過去的騰訊業(yè)務(wù)線中，不同競品之間養(yǎng)蠱最后確認勝者的流程。而光子星球自某位接近騰訊人士處獲悉，CSIG、TEG與PGC均在訓(xùn)練業(yè)務(wù)范圍內(nèi)的大模型。

但考慮到大模型訓(xùn)練極高的投入，內(nèi)部賽馬將造成更大的沉沒成本。因此，目前的“賽馬”現(xiàn)象更大可能是TEG統(tǒng)領(lǐng)全局，由各個BG提供語料以及數(shù)據(jù)集標(biāo)注，為各BG的業(yè)務(wù)線打造專屬模型，最后再通過知識蒸餾匯總到混元AI之中。

這樣的戰(zhàn)略布局好處很明顯，既可以最大限度調(diào)動全局并提供高質(zhì)量數(shù)據(jù)集，也能在長時間的模型訓(xùn)練中探索商業(yè)場景落地的可行路徑。但弊端也同樣顯著，大型組織架構(gòu)中各個BG難以相互配合，龐雜組織架構(gòu)難免的山頭林立也讓成果互通變得困難。

“我們最開始以為這是互聯(lián)網(wǎng)十年不遇的機會，但是越想越覺得這是幾百年不遇的、類似發(fā)明電的工業(yè)革命一樣的機遇。所以我們覺得（AI）非常重要，但這的確需要有很多的積累”，結(jié)合Tony在騰訊一季度財報會議上的講話，騰訊在試圖對外解釋自己的“不緊不慢”，但在各家發(fā)力開卷的當(dāng)下，未曾透露具體進度的回應(yīng)總歸顯得有些蒼白。

不受待見的AI Labs走上風(fēng)口浪尖

無論最終騰訊通過田忌賽馬落地了多少個BG的大模型應(yīng)用，最終的目的一定是保證最頂端的“混元”能夠幫助騰訊在AI時代站穩(wěn)腳跟，甚至再現(xiàn)移動互聯(lián)網(wǎng)時代的社交輝煌。

于是，一直以來在組織架構(gòu)中顯得有些邊緣的AI Labs踏上舞臺中央，享受著最集中的資源同時也承受著前所未有的壓力。

這是因為，以騰訊AI Labs以及阿里達摩院為代表的大廠AI研究實驗室通常進行的是較為前沿且高通用的算法研究，研究成果通常會通過API接口或SDK形式對其他BG輸出，而業(yè)務(wù)性強的具體場景一般都需要算法的定制化，按需制作。相比以主導(dǎo)者的身份統(tǒng)籌業(yè)務(wù)BG，更多的可能是以中臺的定位幫助業(yè)務(wù)BG打造搭載前沿技術(shù)的產(chǎn)品。

光子星球自一位接近騰訊人士處了解到，AI Labs一貫給其他BG的印象便是“不干實事、論文灌水”，之所以會讓同僚們產(chǎn)生如此刻板印象， 是因為許多前沿研究僅有成果而未能投產(chǎn)，“并非研究人員劃水”。其中比較典型的是經(jīng)過AI Labs多次優(yōu)化后的智能音箱，作為騰訊20周年慶的員工禮物于內(nèi)部送出的同時項目也面臨叫停的風(fēng)險。

據(jù)了解，智能音箱項目于2018年4月上馬，隸屬于當(dāng)時騰訊移動互聯(lián)網(wǎng)事業(yè)群（MIG）旗下的智能創(chuàng)新業(yè)務(wù)事業(yè)部，其發(fā)布首日便在京東商城取得了兩萬臺的首日銷量。只是在智能音箱項目上線后8個月，CSIG作為當(dāng)時騰訊的業(yè)務(wù)重心也推出了自己的智能音箱項目叮當(dāng)帶屏音箱，項目劃分問題與不同BG間微妙的“市場競爭”關(guān)系耐人尋味，這或許也是智能音箱項目被叫停的原因。

“當(dāng)一群本應(yīng)專研算法，頭腦風(fēng)暴公司下一階段核心競爭力的組織疲于應(yīng)付各個業(yè)務(wù)BG的產(chǎn)品，甚至下場田忌賽馬，即使如此還是不能落下學(xué)術(shù)產(chǎn)出，（公司）還能指望它做得多好？”一位接近騰訊人士說。

技術(shù)變現(xiàn)是大廠技術(shù)部門的永恒命題，關(guān)鍵在于著急與否。一位咨詢顧問告訴光子星球，相比于進入大廠的中臺，淪為“算法外包工”，無論是進入工業(yè)界的業(yè)務(wù)部門還是轉(zhuǎn)身高校專研學(xué)術(shù)，都是性價比更高的選擇。這或許也解釋了曾經(jīng)騰訊AI Labs主任、斯坦福博士張潼于2018年12月離職并重返學(xué)術(shù)界的原因。

如果未曾出現(xiàn)大模型這樣目前公認的通往AGI的切實路徑，AI Labs可能也不會走上風(fēng)口浪尖。只是中臺的角色定位不變的話，沒有強有力的話語權(quán)支撐，AI Labs能否完成組織交付的任務(wù)還是要打一個問號。

畢竟曾經(jīng)展開中臺這個故事的阿里已經(jīng)通過分拆上市解構(gòu)了中臺神話，就像亟需數(shù)字化的中小企業(yè)中業(yè)務(wù)部門與IT部門相互不對付，中臺與各事業(yè)群之間的微妙關(guān)系已然讓互聯(lián)網(wǎng)企業(yè)組織架構(gòu)走進了一個死胡同。

成也賽馬，敗也賽馬？

人都是經(jīng)驗的奴隸，如果說AI Labs為中臺乃是騰訊發(fā)展至今的慣性使然，顯然這樣的慣性并不止一種。其中比較典型的是騰訊長期坐鎮(zhèn)南山巍然不動，“把半條命交給合作伙伴”的投資擴張邏輯，以及眾所周知的內(nèi)部賽馬。

在MaaS（model as a service）愈發(fā)為人所重視的當(dāng)下，大模型如果可以被視作一個產(chǎn)品的話，極大可能是通往新世界的船票。因此在大模型賽道，騰訊想必不會將哥倫布的角色拱手讓人，尤其是模型層，只是在應(yīng)用層可能會依靠合作伙伴建立生態(tài)圈，遠有微信上的豐富應(yīng)用，近也有QQ上開始內(nèi)測的midjourney。

至于騰訊為何選擇QQ生態(tài)而非微信生態(tài)，可想而知的原因可能是QQ用戶群體相對年輕化，而且在PC端的產(chǎn)品呈現(xiàn)上顯然是QQ更勝一籌。此外，這一選擇也存在強烈的“試水”性質(zhì)，畢竟midjourney本身還未曾以成熟的產(chǎn)品形式呈現(xiàn)，在QQ之前，僅以API形式接入了discord。

更值得一提的是大模型賽道的賽馬，曾經(jīng)賽馬跑出的神話實際上早已在算法時代為頭條系的崛起而破滅，因為賽馬機制本質(zhì)上是建立在冗余前提下，通過資源優(yōu)勢以面找點，重復(fù)造輪子，有點類似于數(shù)學(xué)中的窮舉法。之所以神話破滅，是在于賽馬在保險的同時也讓騰訊喪失了曾經(jīng)的敏捷，最典型的便是短視頻應(yīng)用至今只跑出來了視頻號這個全村的希望。

不過，大模型賽道的賽馬說不定還真能行。

因為大模型訓(xùn)練非一夕之功，更不是某個強烈需求敏捷能力的垂類。重資產(chǎn)投入、試錯成本高昂的預(yù)期以及應(yīng)用層呈現(xiàn)的千奇百怪很大程度上彌平了賽馬機制的缺陷，一方面是應(yīng)用多樣化避免了重復(fù)造輪子造成的資源浪費，另一方面是大模型特有的知識蒸餾讓試錯不再可怕，即使OpenAI珠玉在前，大家對國內(nèi)的各家大模型仍抱有寬容的態(tài)度，無論是公眾層面還是公司內(nèi)部。

所幸新一輪的賽馬或許不需要決出個勝負，更重要的是勝負之外的結(jié)果。騰訊也應(yīng)該感謝OpenAI開啟的新時代，一個不再追求短平快，連方向路徑都已昭然若揭的時代，讓缺乏敏捷、缺乏對核心抓手的嗅覺的騰訊重回棋盤之上，與競對一起自天元落子。

只是大模型也并非萬能，最起碼，騰訊組織架構(gòu)的頑疾以及整體戰(zhàn)略上的模糊尚待調(diào)整。

如果希望AI Labs是騰訊這艘船的哥倫布，那么拆除組織架構(gòu)內(nèi)的部門墻以及重塑對創(chuàng)新的態(tài)度將是重中之重。例如光子星球自一位接近騰訊人士處了解到，AI Labs曾出走多位頂尖人才，他們曾經(jīng)在騰訊內(nèi)部的創(chuàng)新成果也在出走后落地多個垂直領(lǐng)域，甚至其中不乏龍頭的存在。

如果希望AI Labs這位哥倫布能真的發(fā)現(xiàn)新大陸，起碼需要堅定地朝著正確方向前進。這一點恰是騰訊在開啟賽馬之路后丟失的能力，因為賽馬的本質(zhì)在于有力卻不知何處使�，F(xiàn)在的騰訊能否在賽馬機制的路徑依賴下突破以面找點，以各個BG在應(yīng)用層積累的數(shù)據(jù)庫為基礎(chǔ)，在高效協(xié)同之下跑出一個大模型來，我們還在等待這份答卷。

只是留給騰訊的時間可能不多了，隨著夏季到來，今年又恰是厄爾尼諾之年，用電問題將愈發(fā)嚴峻，屆時大模型訓(xùn)練想必會受到不小的影響。

一步慢可能步步慢，賽馬機制在短視頻上的失敗讓曾經(jīng)的“后發(fā)先至”從神話變成遮羞布，大模型將是騰訊能否正視自身問題，向世界證明自己仍具備打硬仗能力的最好機會。畢竟，就算是在騰訊如今最重視的市值管理上，大股東們還在減持套現(xiàn)。

       原文標(biāo)題 : 騰訊“散裝”大模型