訂閱
糾錯(cuò)
加入自媒體

百億估值背后,起底智譜AI

在國(guó)內(nèi)大模型競(jìng)爭(zhēng)愈發(fā)競(jìng)爭(zhēng)激烈、難落地的當(dāng)下,智譜AI的模式有什么特殊之處?以及被資本追捧的它能給中國(guó)大模型帶來哪些不一樣的思考? 

作者|斗斗 

出品|產(chǎn)業(yè)家 

對(duì)于智譜AI而言,很長(zhǎng)一段時(shí)間里,“眾星捧月”這個(gè)詞再合適不過。

前段時(shí)間,智譜AI的最新一筆融資再次引發(fā)了廣泛關(guān)注,成為萬眾矚目的焦點(diǎn)。公開信息顯示,新一輪融資金額超過 25 億元人民幣,加上前幾輪融資,智譜AI市值已經(jīng)突破百億。

更值得注意的是投資方的豪華陣容,包括社;鹬嘘P(guān)村自主創(chuàng)新基金(君聯(lián)資本為基金管理人)、美團(tuán)、螞蟻、阿里、騰訊、小米、金山、順為、Boss 直聘、好未來、紅杉、高瓴等多家機(jī)構(gòu),以及包括君聯(lián)資本在內(nèi)的部分老股東跟投。

在這場(chǎng)“百模大戰(zhàn)”中,智譜AI無疑是被寄予眾望的一個(gè)。

然而,值得注意的是,就目前來看智譜AI能商用的ChatGLM3只有6B版本,對(duì)標(biāo)GPT 3.5商用高參數(shù)版本仍有距離。尤其是在阿里正式開源72B參數(shù)模型之后,智譜亦會(huì)面臨不小的壓力。

一些值得思考的問題是,智譜AI的優(yōu)勢(shì)究竟是什么?未來發(fā)展的想象力在哪?以及其目前面臨的一些問題下,如何解題?挖掘其頻繁融資的另一面。

一、百億估值,憑什么?

從3月份開源第一代到現(xiàn)在7個(gè)月之后迭代到第三代,智譜AI發(fā)展十分迅猛。

在最新發(fā)布第三代基礎(chǔ)大語言模型ChatGLM3系列。官方表示該模型的性能較前一代大幅提升,是10B以下最強(qiáng)基礎(chǔ)大模型。

具體來看,按照MMLU排序,在所有規(guī)模的模型對(duì)比下,ChatGLM3-6B得分排序第9,但是前面8個(gè)模型最小的也是140億參數(shù)規(guī)模的Qwen-14B,如果按照GSM8K排序,ChatGLM3-6B-Base甚至排到第三,超過了GPT-3.5的57.1分。

可見,智譜AI趕超OpenAI不是空穴來風(fēng)。

想要深入挖掘智譜AI的優(yōu)勢(shì),就不得不從國(guó)產(chǎn)大模型發(fā)展、落地的諸多難題講起。

一項(xiàng)新技術(shù)的價(jià)值幾何,商業(yè)化變現(xiàn)是最直接的檢驗(yàn)方式。在國(guó)內(nèi)一眾大模型廠商中,可以說大部分都還處于講技術(shù)、講發(fā)展的階段。對(duì)于商業(yè)化落地,基本處于一個(gè)探索階段。

而智譜AI早在創(chuàng)業(yè)前就已經(jīng)服務(wù)B端,目前客戶已經(jīng)超過1000家?梢娖洚a(chǎn)業(yè)落地、商業(yè)化變現(xiàn)更有前景。

大模型落地又一個(gè)極為重要的前提,便是數(shù)據(jù)安全。智譜AI 作為國(guó)內(nèi)唯一全內(nèi)資、國(guó)產(chǎn)自研的大模型企業(yè),它推出的 GLM 國(guó)產(chǎn)芯片適配計(jì)劃,面對(duì)不同類型的用戶不同類型的芯片提供不同等級(jí)的認(rèn)證和測(cè)試,可真正實(shí)現(xiàn)安全可控。

這個(gè)優(yōu)勢(shì),從某種意義上可以完全俘獲央國(guó)企以及有特殊要求的大型企業(yè)。“國(guó)企央企,想做模型能力或者接入,智譜都是無論如何都是繞不開的選項(xiàng)。”某業(yè)內(nèi)人士對(duì)產(chǎn)業(yè)家說。

此外,還有人的因素。在一級(jí)市場(chǎng),早期投資就是投人,這一點(diǎn)在所有初創(chuàng)公司都適用。智譜AI的“前身”是清華KEG(知識(shí)工程實(shí)驗(yàn)室),CEO張鵬本科畢業(yè)于清華大學(xué)計(jì)算機(jī)系博士;董事長(zhǎng)劉德兵師從高文院士,曾任清華數(shù)據(jù)科學(xué)研究院科技大數(shù)據(jù)研究中心副主任;總裁王紹蘭為清華創(chuàng)新領(lǐng)軍博士。

總體來看,智譜AI具備了落地經(jīng)驗(yàn)、人才完備、資金充足、技術(shù)到位等天時(shí)地利人和的條件。這種條件也使其在一種大模型廠商的賽跑中,率先脫穎而出。然而這只是表象。

路徑選擇上,不同于比較主流的 GPT,智譜 AI 采用的是 GLM,智譜AI提出了全新的GLM(通用語言模型)路徑。訓(xùn)練效率比GPT更高,也能理解更復(fù)雜的場(chǎng)景。

在大模型落地層面,其沒有選擇推出行業(yè)大模型,而是說服行業(yè)客戶在通用大模型基座上做微調(diào)。在CEO張鵬看來,只有一定規(guī)模的通用大模型,才能實(shí)現(xiàn)類人的認(rèn)知能力涌現(xiàn)。

此外,為了提高大語言模型作為AI Agent的表現(xiàn)和能力,清華大學(xué)和智譜AI推出了一種新的方案——AgentTuning,可以將有效增強(qiáng)開源大語言模型作為AI Agent的能力。

智譜AI獲得資本和互聯(lián)網(wǎng)巨頭青睞的原因,不僅僅是因?yàn)槠浼夹g(shù),更在于其在路徑、模式、策略上的選擇,以及對(duì)自身大模型底層定位的明確。

用CEO張鵬的話來說,智譜AI的全線產(chǎn)品與 OpenAI 的產(chǎn)品已經(jīng)做到了對(duì)標(biāo)。

那么,就當(dāng)下而言,除了被驗(yàn)證的路徑和模型,智譜AI有沒有其它待完成的拼圖?

二、商業(yè)化、AI開源和避不開的資金

通過智譜AI商用授權(quán)的模型版本來看。目前僅限于6B,即60億參數(shù)。而從OpenAI開源模型來看,GPT-3 為具有 1750 億參數(shù)的自回歸語言模型,OpenAI 已將其部分開源;GPT-3.5具有 1375 億參數(shù),同樣有一部分已經(jīng)被開源。

更值得注意的是,阿里最近也開源了72B參數(shù)的模型。要知道目前的大模型應(yīng)用,多處于大力出奇跡階段,更大的參數(shù),意味著更好的落地效果。

可以發(fā)現(xiàn),雖然智譜AI作為國(guó)內(nèi)第一開源大模型,有著較強(qiáng)的技術(shù)架構(gòu),但對(duì)標(biāo)OpenAI以及國(guó)內(nèi)大廠商業(yè)授權(quán)的模型規(guī)模上來看仍有一些距離。且隨著阿里更大參數(shù)的開源模型發(fā)布,智譜AI在6B模型上的優(yōu)勢(shì)或?qū)⒆內(nèi)酢?/strong>

而想要補(bǔ)齊這個(gè)短板,則需要大量的資金支持。

“如果智譜AI背后也能有一個(gè)像微軟這樣的金主,會(huì)十分亮眼。”某業(yè)內(nèi)人士對(duì)產(chǎn)業(yè)家直言。

事實(shí)上,隨著智譜AI大模型能力持續(xù)提升,訓(xùn)練參數(shù)自然也需要提升,對(duì)算力、存儲(chǔ)等需求也會(huì)增加。這在資金上以及資源調(diào)度上將會(huì)是一個(gè)巨大的難題。

粗略來看,私有化部署一個(gè)130b規(guī)模的大模型,一年費(fèi)用接近4000萬,但這4000萬花出去能帶來多少價(jià)值,卻是一個(gè)未知數(shù)。在AI大模型部署方面,目前小企業(yè)付費(fèi)能力弱,大企業(yè)要么自研,要么還處于了解、認(rèn)知階段,商業(yè)化落地較難。

資金從哪來,是一個(gè)亟待解決的問題。

“智譜開源6b模型有一部分原因是為了告訴市場(chǎng),我這有更好的,看你愿不愿意花錢。”某業(yè)內(nèi)人士對(duì)產(chǎn)業(yè)家說。對(duì)于智譜AI而言,開源6B展示實(shí)力,以及拉投資是較為明顯的解法。

而另一個(gè)解法,則是擴(kuò)大“朋友圈”。

眾所周知,互聯(lián)網(wǎng)巨頭在計(jì)算、存儲(chǔ)能力以及數(shù)據(jù)資源方面有著較大地優(yōu)勢(shì)。而對(duì)于智譜AI而言,這些都需要其投入大量的資金去搭建。與巨頭的合作,可以很大程度上降低研發(fā)成本、提高研發(fā)效率。此外,智譜 AI 還可以借助云廠商的市場(chǎng)地位和渠道,推廣自身的人工智能技術(shù)和服務(wù)。

另一邊,由于大模型需要部署在云上,按照數(shù)據(jù)運(yùn)行付費(fèi),越多的用戶使用模型和資源,對(duì)云算力的需求量就越大,云廠家的收入也就隨之增加。且云廠商則可以借助智譜 AI 的技術(shù)實(shí)力,提升自身在人工智能領(lǐng)域的競(jìng)爭(zhēng)力。

總體而言,對(duì)于云廠商而言,可以拉動(dòng)自身云收入;對(duì)于大模型廠商,可以減少基礎(chǔ)設(shè)施的投入,可謂一石二鳥。

目前,智譜AI已經(jīng)與阿里、騰訊、美團(tuán)等企業(yè)展開一系列合作。

從這點(diǎn)來看,智譜AI之所以“眾星捧月”,更在于其開放、融合的商業(yè)模式,在國(guó)內(nèi)大模型競(jìng)爭(zhēng)愈發(fā)競(jìng)爭(zhēng)激烈、難落地的當(dāng)下,智譜AI的模式更能推動(dòng)大模型的落地以及加速大模型生態(tài)的發(fā)展。

智譜AI的這種模式,也為其自身以及國(guó)內(nèi)大模型未來的發(fā)展業(yè)態(tài)帶來了一些新的想象力和思考。

三、國(guó)產(chǎn)大模型未來在哪里?

“模型能開除一半人,企業(yè)才會(huì)考慮用。”在與某行業(yè)人士的溝通中,其表達(dá)了對(duì)當(dāng)下大模型商業(yè)化路途之遠(yuǎn)的觀點(diǎn)。

客觀來看,目前國(guó)內(nèi)大模型的業(yè)態(tài),屬于百花齊放,已經(jīng)開始出現(xiàn)同質(zhì)化的特征。這不僅會(huì)造成算力等基礎(chǔ)設(shè)施的非合理化使用,更或造成非良性的競(jìng)爭(zhēng)。

目前,大模型落地進(jìn)程較慢,加上仍舊如春筍般往外冒的大模型創(chuàng)業(yè)熱潮,必將產(chǎn)生大量泡沫。對(duì)于國(guó)內(nèi)大模型廠商而言,以生態(tài)之力,各司其職推動(dòng)大模型商業(yè)化落地,無疑是一個(gè)最佳選項(xiàng)。

事實(shí)上,目前國(guó)內(nèi)外主流大模型在算法層面尚不存在代際差,但是在算力和數(shù)據(jù)方面存有差距。

通過大力支持通用領(lǐng)域國(guó)內(nèi)頭部科技企業(yè)研發(fā)自主可控的國(guó)產(chǎn)大模型,同時(shí)鼓勵(lì)各垂直領(lǐng)域在大模型基礎(chǔ)上,利用開源工具構(gòu)建規(guī)范可控的自主工具鏈,既探索“大而強(qiáng)”的通用模型,又研發(fā)“小而美”的垂直行業(yè)模型,就可以逐漸構(gòu)建基礎(chǔ)大模型和專業(yè)小模型交互共生、迭代進(jìn)化的良好生態(tài)。

在大模型生態(tài)愈發(fā)完善下,也將帶來一些新的變化。

首先是模型質(zhì)量的提升。隨著技術(shù)的進(jìn)步和資源的投入,未來的大模型將具有更高的精度、更強(qiáng)的理解能力和更廣泛的適用性。這不僅意味著它們能夠更好地理解自然語言,還能夠進(jìn)行更多的復(fù)雜任務(wù),如翻譯、推理、創(chuàng)作等。

其次是更豐富的應(yīng)用領(lǐng)域。除了傳統(tǒng)的文本處理之外,大模型也將在語音識(shí)別、圖像生成、視頻理解和推薦系統(tǒng)等領(lǐng)域發(fā)揮更大的作用。這意味著我們可以在更多的場(chǎng)景中享受到AI帶來的便利。

此外,未來大模型將更加定制化,能夠更好地滿足用戶的個(gè)性化需求。用戶可以根據(jù)自己的實(shí)際需求選擇合適的模型,并進(jìn)行定制化配置。這將使用戶能夠更加靈活地利用大模型來解決自己的問題。

在大模型生態(tài)中,數(shù)據(jù)將變得更加共享和開放。機(jī)構(gòu)和企業(yè)之間可能會(huì)加強(qiáng)合作,共享優(yōu)質(zhì)數(shù)據(jù)資源,從而促進(jìn)大模型技術(shù)的發(fā)展。這種合作將為大模型的開發(fā)和應(yīng)用提供更加廣闊的空間。

新的科技浪潮襲來,就必然需要一些企業(yè)承擔(dān)一些使命。著眼當(dāng)下,技術(shù)架構(gòu)是大模型走出來的重要標(biāo)準(zhǔn);遙看未來,想要站在AI大模型浪潮之上,生態(tài)構(gòu)建力愈發(fā)重要。

       原文標(biāo)題 : 百億估值背后,起底智譜AI

聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)