作者 | 辰紋

來源 |洞見新研社

從ChatGPT到Sora，從圖文到視頻，從通用大模型到垂直大模型……經(jīng)過了1年多時間的探索，大模型進入到以落地為先的第二階段。

行業(yè)的躁動與資本的狂熱相交匯，既造就了信仰派的腳踏實地，也產(chǎn)生了投機者的渾水摸魚，如今回頭，大模型落地到底進行的怎樣了，大模型廠商們又是如何實踐的？

我們今天選取阿里、百度、騰訊、華為這四個頭部云計算廠商，從他們或明或暗的戰(zhàn)略路線，來窺視出大模型落地的路徑分野。

01阿里云：閉源開源兩線并舉

不久前結(jié)束的阿里云AI智領(lǐng)者峰會·北京站上，阿里云CTO周靖人直接亮明了“底牌“，“阿里云是全球唯一一家既在持續(xù)做（大）模型開發(fā)，又做大量（大）模型開源的公司。”

之所以會兩線并舉，周靖人的解釋是，為了滿足用戶和開發(fā)者生態(tài)對基礎(chǔ)模型的不通需求，這也是“模型即服務(wù)“的內(nèi)涵之一。

具體實踐中，阿里云此次大會發(fā)布了閉源SOTA大模型通義千問2.5，根據(jù)權(quán)威基準OpenCompass的測評結(jié)果，通義千問2.5得分追平了GPT-4 Turbo，為國產(chǎn)大模型取得的最高排名。

開源路線上，自2023年8月以來，阿里云陸續(xù)開源了十?dāng)?shù)款模型，據(jù)官方公布數(shù)據(jù)顯示，目前通義開源模型下載量已經(jīng)超過了700萬，最新開源的1100億參數(shù)模型在多個基準測評收獲最佳成績，超越Meta的Llama-3-70。

雖然有了基礎(chǔ)模型，但是各行各業(yè)的需求不同，即便是同一行業(yè)中的不同企業(yè)，他們之間的需求也很難被統(tǒng)一，因而標準化的基礎(chǔ)模型很難被直接用起來，為此，阿里云貼著開發(fā)者生態(tài)的場景需求，升級了AI Infra平臺——百煉，推出了百煉 2.0。

百煉 2.0依托阿里云AI基礎(chǔ)設(shè)施，同時對模型開發(fā)、應(yīng)用開發(fā)和算力底座等工具進行了升級，引入更多模型，還率先兼容LlamaIndex等開源框架，企業(yè)可自由替換能力組件來適配自身系統(tǒng)。

作為國內(nèi)最大的云廠商，阿里云擁有最為龐大的業(yè)務(wù)規(guī)模和覆蓋最全面的客戶群體，在AI路線還遠沒有收斂的行業(yè)背景下，一面是客戶需求的驅(qū)動，一面是對技術(shù)踏空的隱憂，阿里云在大模型上全面布局也就可以理解了。

如果再將阿里云3月份時的史上最大力度降價相關(guān)聯(lián)，可以看出，阿里云的種種動作都指向一個目標，即實現(xiàn)云和人工智能業(yè)務(wù)的螺旋上升，暗含著對未來業(yè)績增長的長遠考量。

02百度云：以AI原生應(yīng)用為矛

在幾家云計算大廠中，百度云的規(guī)模最小，但由于大模型與百度一直堅持的AI技術(shù)路線強關(guān)聯(lián)，加之去年3月推出文心一言后，又陸續(xù)在大模型工具平臺、大模型對自身應(yīng)用重構(gòu)、大模型生態(tài)建設(shè)等方面，進行了一系列體系化的出擊，使得其成為大模型行業(yè)中極為重要的一支力量。

百度的打法并不復(fù)雜，一方面通過對文心一言的持續(xù)進化，保證文心一言的能力始終處于第一梯隊，去年的百度世界大會上推出的文心大模型4.0版本的參數(shù)規(guī)模達到萬億級別，綜合能力不遜色于GPT-4。

另一方面強調(diào)原生應(yīng)用重要性，李彥宏分析大模型應(yīng)用競爭的本質(zhì)是表示：“企業(yè)競爭，不是大魚吃小魚，而是快魚吃慢魚，比競爭對手更快決策，很可能你就贏了。”這事實上也是百度在大模型落地上的競爭策略：加速沖刺，多方探索應(yīng)用可能，尤其看重“AI原生應(yīng)用”。

百度首先用大模型對自己的產(chǎn)品進行了全面改造和煥新，基于現(xiàn)有的用戶基礎(chǔ)，獲得真實使用反饋后，反過來加速大模型的迭代；然后與云服務(wù)相結(jié)合，提供智能算力資源和訓(xùn)練工具，幫助其他企業(yè)開發(fā)自己的模型。

為此，百度智能云推出了一系列平臺或工具產(chǎn)品，如幫助生成營銷材料的“擎舵”、文心大模型插件開發(fā)平臺“靈境”，企業(yè)級大模型生產(chǎn)平臺“千帆”等。

百度云今年春季召開的首屆生態(tài)大會中，宣布面向三類市場——頭部市場、價值市場和高潛市場，厘清與伙伴之間的分工協(xié)作邊界，實現(xiàn)協(xié)同作戰(zhàn)，其目的也是為了將場景快速閉環(huán)，加速大模型落地。

03騰訊云：以實用主義落地實體經(jīng)濟

騰訊入局大模型的時間比較晚，直到去年9月的騰訊全球數(shù)字生態(tài)大會上才正式發(fā)布自研的通用大語言模型混元大模型，在行業(yè)中一直是比較低調(diào)和另類的存在。

混元大模型發(fā)布之前，騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生曾闡述過騰訊的大模型價值觀，“通用大模型不一定是滿足行業(yè)場景需求的最優(yōu)解。企業(yè)需要有針對性的行業(yè)大模型，結(jié)合自己的數(shù)據(jù)做訓(xùn)練或精調(diào)，在合理的成本下，打造實用性更高的智能服務(wù)。”

實用主義由此被提煉出來。

一方面是關(guān)注大模型解決具體問題而不是參數(shù)大小，另一方面是用什么樣的技術(shù)組合更有效率的解決問題。

騰訊云副總裁、騰訊云智能負責(zé)人吳運聲曾表示：“幾億、幾十億、幾百億還是一千多億，我們并不關(guān)心模型參數(shù)的那個數(shù)字，我們更關(guān)注的怎么解決客戶的問題，希望用最有效，最低成本的手段去解決客戶的問題。”

在具體實踐上，騰訊云有著非常清晰的思考，第一步，鉚釘標桿客戶；第二部輻射整個上下游產(chǎn)業(yè)鏈的腰部企業(yè)，而破局的關(guān)鍵就是實體經(jīng)濟。

目前，騰訊云已經(jīng)攜手政務(wù)等行業(yè)的頭部企業(yè)，在20余個行業(yè)探索了超50個行業(yè)大模型的應(yīng)用解決方案。以騰訊云數(shù)智人工廠為例，騰訊云MaaS能力可以讓數(shù)智人分身復(fù)刻縮短至24小時，大幅降低成本。在文旅領(lǐng)域推出的文旅大模型，金融領(lǐng)域打造的OCR大模型都是已經(jīng)落地的案例。

04華為云：以算力底座為基礎(chǔ)深入千行百業(yè)

與很多大模型廠商在剛?cè)刖謺r死磕技術(shù)，專注于對標ChatGPT的能力有所不通，華為云的大模型戰(zhàn)略一開始就是奔著落地去的，去年的世界人工智能大會上，華為輪值董事長胡厚崑演講時表示，人工智能的發(fā)展關(guān)鍵在于“走深向?qū)崱?/strong>，華為的定位是賦能產(chǎn)業(yè)升級，服務(wù)好千行百業(yè)，服務(wù)好科學(xué)研究。

圍繞這個定位，華為的大模型戰(zhàn)略出現(xiàn)了兩條路徑，一是大模型領(lǐng)域，從通用大模型到行業(yè)大模型，讓人工智能使能行業(yè)，助力科研；二是算力領(lǐng)域，打造強有力的算力底座。

華為云盤古大模型3.0發(fā)布時，提出了“不作詩只做事”的口號，按照“5+N+X”三層架構(gòu)，即基礎(chǔ)模型、行業(yè)模型和場景模型，目前已經(jīng)落地金融、制造、政務(wù)、煤礦、鐵路等10多個行業(yè)，支撐400多個業(yè)務(wù)場景的AI應(yīng)用落地。

一個最典型的場景，煤礦的智能化升級中，盤古礦山大模型只需導(dǎo)入海量無標注的礦山場景數(shù)據(jù)進行預(yù)訓(xùn)練，即可進行無監(jiān)督自主學(xué)習(xí)，一個大模型可以覆蓋煤礦的采、掘、機、運、通、洗選等業(yè)務(wù)流程下的1000多個細分場景的通用。目前，盤古礦山大模型已在全國8個礦井規(guī)模使用。

做強算力底座方面，華為的關(guān)鍵詞是“自研”和“開放”。

在相對底層的計算效率研究方面，華為的打法是架構(gòu)創(chuàng)新，基于自研的達芬奇架構(gòu)，推出昇騰處理器，圍繞昇騰芯片打造昇騰AI集群，國內(nèi)建設(shè)的規(guī)模最大的AI計算集群深圳鵬城云腦II期不但實現(xiàn)了全棧軟硬件的自主可控，還蟬聯(lián)了多項全球AI性能榜單的冠軍，算力達到1000P。

不難看出，華為不但直接賣“魚”，還傳授“捕魚”技巧。

05結(jié)語

綜上所述，這四家云計算大廠對于大模型的落地雖然在打法上各有側(cè)重，但目標還是非常一致，基本上都是在自身原有業(yè)務(wù)的基礎(chǔ)上進行延展，或繼續(xù)加長自己的長板，或開發(fā)出新的增量。

值得一提的是，除了在大模型的技術(shù)和業(yè)務(wù)層面進行競爭之外，這幾家大廠還廣泛參與到大模型創(chuàng)業(yè)公司的投資之中，目前中國估值前五的生成時AI獨角獸（月之暗面、智譜AI、Minmax、零一萬物和百川智能），阿里的參投率為100%，騰訊則投了百川智能、智譜 AI 、MiniMax 3家，此外深言科技、無問芯穹等大模型公司也曾進入到騰訊的投資名單。

這也是說，大模型的競爭不僅僅只停留在大模型上，資本層面的暗戰(zhàn)同樣激烈。