撰文 | 張 宇
編輯 | 楊博丞
題圖 | 圖蟲創意
1月16日，ai知識智能技術開發商智譜ai舉辦了首屆技術開放日（zhipu devday），全面展示了其投身大模型事業三年多以來所積累的技術成果，並發布了新一代基座大模型glm-4。
智譜ai ceo張鵬表示，glm-4的整體性能相比上一代大幅提升，逼近gpt-4，可以支持更長的上下文，具備更強的多模態能力。同時，glm-4的推理速度更快，支持更高的並發，大大降低推理成本。
圖源：智譜ai
除此之外，glm-4大幅提升了智能體能力，glm-4 all tools實現自主根據用戶意圖，自動理解、規劃複雜指令，自由調用網頁瀏覽器、code interpreter代碼解釋器和多模態文生圖大模型以完成複雜任務。glms個性化智能體定製功能亦同時上線，用戶用簡單的提示詞指令就能創建屬於自己的glm智能體，大幅降低了大模型使用門檻。
「追趕openai」「對標open ai是智譜ai成立以來的目標」，是張鵬在對外分享時屢次提及的幾句話，目前大模型的競爭已經不再是從0到1的有與無之爭，而是落地之爭，各家大模型開始貼身肉搏，被稱為「中國openai」的智譜ai，究竟能否在大模型角逐戰中順利突圍？
一、暫時難以對標openai
智譜ai作為國內第一開源大模型，有著較強的技術架構，但對標openai仍有一些距離。
張鵬坦言，和國外大模型相比，國內的大模型發展起步晚了一些，加上高性能算力限制、數據質量的差距等，國內大模型在規模和核心能力上都與世界先進水平存在一定差距，這樣的差距大約在一年左右。
從技術路線來看，openai則更加註重通用性、可移植性和可擴展性，其gpt系列模型可以在多個場景下應用，並且具有高度的可定製性。相比之下，智譜ai的技術路線是「大模型+小模型」，通過大模型的預訓練和微調，來適應不同場景和任務的需求。這種技術路線可以提高模型的泛化能力和應用範圍，但也存在著模型複雜度高、計算量大、訓練時間長等問題。
在模型規模，openai的gpt系列模型規模較大，可以處理大量的自然語言數據，從而獲得更好的模型性能。相比之下，智譜ai的模型規模可能較小，處理數據的能力有限，這可能會影響其模型性能和泛化能力。而在數據資源方面，openai擁有大量的自然語言數據資源，可以用來訓練和優化其模型。相比之下，智譜ai的數據資源可能相對較少，導致其模型訓練的效果和性能受到限制。
這意味著，想要儘快彌補與openai之間的差距，智譜ai必須要持續提升大模型能力，訓練參數自然也需要提升，但硬幣的另一面是，智譜ai在資金方面也將面臨著一個巨大的難題。
首先，硬體是一筆巨額投入，根據美國市場研究機構trendforce推算，處理chatgpt的訓練數據需要2萬枚gpu晶元，而隨著openai進一步展開chatgpt和其他gpt模型的商業應用，其gpu需求量將突破3萬張（該報告計算以a100晶元為主）。
此外，訓練大模型的成本也不容小覷，根據國盛證券發布的《chatgpt需要多少算力》估算，gpt-3訓練一次的成本約為140萬美元，對於一些更大的llm(大型語言模型)，訓練成本介於200萬美元至1200萬美元之間。
巨額資金從哪裡來，以及能換回多少價值，對於智譜ai而言是一個未知數。
不過，好在智譜ai備受投資機構青睞。2023年10月，智譜ai稱年內已成功融資超過25億人民幣。這一重要的融資里程碑得到了多家知名機構的積極支持，主要參與方包括社保基金、中關村自主創新基金、以及美團、螞蟻、阿里、騰訊、小米、金山、順為資本、boss直聘、好未來、紅杉、高瓴等多家機構，同時也包括一些老股東的跟投。
圖源：天眼查
尤其是2023年至今，智譜ai接連拿下5輪融資，估值超過100億元，躋身國內ai領域「獨角獸」企業。智譜ai表示，融資將被用於進一步推動其基座大模型的研發，以更好地支持廣泛的行業生態，促進與合作夥伴一起實現高速增長的願景。
二、商業化高牆難越
商業化落地是驗證一項新技術價值的最直接的方式。現階段來看，國內大模型百花齊放，但大部分仍處於講技術、講發展的階段，對於商業化落地，基本上處於探索階段。
整體而言，大模型企業的盈利方式主要包括大模型、大模型+算力、大模型+應用。其中，大模型和大模型+算力為主要盈利方式。
智譜ai盈利方式和行業盈利方式基本一致，一是根據客戶需求，提供大模型定製化開發服務，雲端私有化本地私有化最高價格分別為120萬元/年和3690萬元/年；二是標準版大模型，提供api接入方式，按照tokens使用收費，chatglm-turbo、characterglm、text-embedding收費標準分別為0.005元/千tokens、0.015元/千tokens、0.005元/千tokens。目前，智譜ai的商業化主要面向企業和機構的b端用戶。
作為對比，openai的商業化同樣分為c端和b端兩個部分，具體而言，針對c端市場，openai推出chatgpt plus訂閱計劃，每月收費20美元，相較於免費版本，即便在高峰時段用戶也能正常訪問chatgpt，響應時間更快，並且可以優先使用新功能等。而針對b端市場，openai發布了chatgpt api，開發者可以將chatgpt集成到產品中，以更加高效地發揮出價值。
值得注意的是，openai還在2023年8月推出了企業服務版，該服務版有望每月給openai帶來6500萬元的收入。整個2023年，openai推出的多項付費方案已經帶來了超過110億元的收入。
一個普遍的現象在於，包括智譜ai在內的國內大模型產品，在高投入的同時還難以帶來穩定的盈利。雖然大模型商業化之路道阻且長，但曙光已現。三六零2023年半年報顯示，「360智腦」大模型已經開始創收，金額近2000萬元；商湯集團也公布，生成式ai在2023年上半年相關收入增長670%。
愛分析相關報告指出，目前大模型商業化提速較快的行業為能源和金融，其原因在於這兩個行業密集分布的央國企。央國企數據基礎設施建設完備、算力投入高、ai應用場景多且基礎強，這些原因促進央國企與大模型的快速融合。
對於智譜ai而言，目前大模型商業化的路徑已經較為清晰，但能否走通大模型的商業化之路，關鍵不僅在於商業模式的探索嘗試，更在於解決大模型發展的底層問題。
三、國產大模型何去何從？
根據工信部賽迪研究院最新數據，2023年我國語言大模型市場規模實現較快提升，應用場景不斷豐富。預計2023年我國大模型市場規模將達到132.3億元，增長率將達110%。
未來，隨著技術的不斷迭代進步，大模型將在具身智能、自動駕駛等領域開拓新的應用場景。
具體而言，大模型的發展將有三大趨勢：首先是大模型智能能力的提升，未來大模型將具有更高的精度、更強的理解能力和更廣泛的適用性，這意味著大模型能夠更好地理解自然語言，還能夠進行更多的複雜任務，比如全域控制、創作等等；其次是大模型將應用於更多領域，除了傳統的文本處理之外，大模型也將在語音識別、圖像生成、視頻理解等方面發揮更大的作用，用戶可以在更多的場景中享受到ai帶來的便利。此外，大模型將更加定製化，能夠更好地滿足用戶的個性化需求，用戶可以根據自己的實際需求選擇合適的模型，並進行定製化配置。
大模型飛速發展，但並不意味著無序發展。未來，針對大模型的監管將愈加嚴格，2023年7月，網信辦等七部門發布了《生成式人工智慧服務暫行管理辦法》，明確規定大模型產品需注重數據隱私安全，不能非法獲取、披露、利用個人信息和隱私、商業秘密，不可侵犯知識產權；大模型生成的內容應當體現社會主義核心價值觀，不能生成歧視性的內容等等。
對於大模型的未來，張鵬顯得十分樂觀，「2024年，大模型市場將從野蠻生長回歸冷靜，對於大模型的投資與炒作將會告一段落，行業焦點也將從模型本身轉向尋找應用。不過這並不代表大模型的技術演進速度會下降，向上探索的天花板還遠遠沒到。」
