10月12日，以“科技無界——智能、綠色、融合”為主題的【2023未來大會】系列活動將在成都舉行。我們特別發起『智庫看未來』線上思想交流活動，邀請知名高校及智庫專家學者關注本屆大會主題，為廣大科技企業更好實現高質量發展、融入中國式現代化建設指點迷津。

本期觀點，來自成都市復旦西部國際金融研究院研究員、全球宏觀交易員熊鵬。他認為，現在正是投入大語言模型行業落地的最佳時刻，是最需要企業家精神的時候，是需要有行業的領先者率先嘗試。

熊鵬 圖片來源：川商總會微信公眾號

解讀嘉賓：熊鵬，成都市復旦西部國際金融研究院研究員、全球宏觀交易員

大語言模式融入行業的挑戰

ChatGPT從推出到現在剛剛10個月的時間，但是全球的商業精英都已經在思考帶來的行業變革。

需求是客觀存在的，但是目前的技術能力是否足以滿足需求呢？這是目前最令人興奮的創業方向，但是也充滿了巨大的技術路線、商業模式風險。

投資基座模型還是投資運用？

與國內熱衷于討論基座大模型不同，除了幾家布局很久的大公司，國外的創業熱潮完全集中在運用領域，因為距離大模型落地，從技術上還有相當長的路線要走。基座模型目前分成開源和封閉兩個方向，典型的如Meta的LIama2模型就是開源模型，而OpenAI公司的GPT4則是閉源模型。這實際上是對商業模式的不同選擇。開源模型可以從多個角度收取費用，常見的包括商業授權、訂閱、物理捆綁、技術支持與服務、專有插件和擴展等。而閉源系統則致力于打造生態，即由一家主要的供應商來整合生態資源，從而為各類客戶提供服務，賺取利潤。

對于大語言模型領域，是否會出現一家類似蘋果在移動互聯網時代的閉源生態企業，現在并不能下結論。原因在于基座模型的競爭非常激烈，一些開源模型在多項測評中已經超過了GPT3.5的水平，這使得OpenAI公司的護城河看起來并沒有那么高。

當然，就目前而言，GPT4依然是遠遠領先于對手的基座模型。OpenAI如何能將基座模型的優勢與運用開發結合起來，是一個巨大的挑戰。目前它推出的插件商業模型并不成功，但是最近推出的數據分析功能，的確讓人看到其模型的巨大優勢。

國內企業如何選擇基座模型？

除了一些具備特殊政府資源優勢的企業，國內圍繞大語言模型的創業，基本都會側重運用。國內目前提供的中文基座模型已經很多，基于國外開源的Llama，Falcon等模型的中文微調模型，表現也相當優異。所以，中文的基座模型至少有兩個選項：選擇國內廠商提供的中文基座模型，選擇開源的中文微調后的基座模型。至于國內的基座模型競爭，我們認為很大程度上不完全是商業的競爭，政府關系在里面扮演了重要角色。

國內企業如何突破？我們認為，國內企業無論是TO B還是TO C，都有巨大的發展空間。這里主要談TO B。

第一，目前所有技術路線都是圍繞著大語言模型的固有弊端展開的，尤其是解決信息的真實、及時、穩固等。這里面有相當多的可能選擇，從提詞工程學、檢索增強生成、微調、自動代理等。這方面的技術前沿都在Arxiv預印本論文網站和github代碼倉庫。各種路線都有優劣，而國內創業者在這個領域有相當的技術優勢，很多領域的領先論文都有中國人參與。

第二，行業運用必須有切實的運用場景，比如零售商的客服和物流調度，比如律師事務所的閱卷，這些個性化的要求需要特有的行業知識、行業數據、滿足監管需求。這個領域是一個完全待開發的藍海，只要選擇合適的技術路線，綜合考慮成本與收益，國內企業具有相當的優勢，可以在中文世界率先將大語言模型落地。在這點上，國內的科技初創企業與國際同行，其實是完全在一個起跑線的。

突破的契機何在？

我們認為，需要供給和需求方的共同努力。現在是需求方對運用大語言模型充滿期望，但是也有非常多懷疑。供給方雖然測試了很多技術方向，但是往往缺乏實際落地的運用場景。這就是最需要企業家精神的時候，需要有行業的領先者，率先嘗試。目前技術總體，已經沒有太大的風險，剩下的技術問題，雖然有不及預期的風險，但是相比投入產出比，現在正是投入大語言模型行業落地的最佳時刻。

封面圖片來源：每日經濟新聞 劉國梅 攝