AI大模型是一个资本密集,人才密集和数据密集的产业,如何形成“数据-模型-应用”的飞轮,是大模型企业成功的关键。通过深度复盘海外基础大模型企业,梳理各公司的资源禀赋和路径选择,我们看到:

  1. 微软&OpenAI对颠覆式创新的持续投入是当前领先的深层原因;

2)谷歌有深厚的人才和技术积累,但管理架构上未形成合力;

3)英伟达通过CUDA框 架,形成了其它芯片公司难以逾越的护城河;

4)Meta等正通过模型开源进 行反击。当前,国内百度、阿里、商汤、华为等积极加入,行业呈现“百模大战”的竞争格局,是否能形成飞轮是最后胜出的关键。

OpenAI与微软是目前AI大模型技术水平、产品化落地最为前沿的领军者。复盘OpenAI发展历程,我们认为以下特质和战略选择至关重要: 1)高人才密度,内部坚定信仰 AGI;

2)把握正确的技术路线不动摇,Transformer架构诞生后快速选择,并坚定其中的解码器路线;

3)与微软合作,解决算力不足问题;

4)推动产品落地,形成模型调用、数据反馈和模型迭代的正反馈循环。目前,微软已经将OpenAI的大模型能力整合至其办公软件、搜 索、操作系统、云服务等各ToB、ToC产品或服务中。

谷歌AI技术和人才储备丰厚,但产品化一度落后于OpenAI:算法上,于 2017年推出当前最主要的LLM基础架构——Transformer,并推出 BERT、 PaLM-E等具有里程碑意义的大模型;算力上自研TPU芯片;TensorFlow框架亦由谷歌推出。谷歌拥有包括搜索引擎、地图、邮箱、办公套件等在内的丰富产品生态,AI大模型落地空间广阔。23年以来,谷歌加速追赶微软及OpenAI: 1)合并谷歌大脑、DeepMind两大AI团队,以汇聚资源;

2) 加速大模型产品化落地。I/O大会上发布PaLM-2,并已应用在超过25 种功能和产品中,强化聊天机器人Bard与谷歌以及外部其他应用的协同能力。

成为VIP会员查看完整内容
89

相关内容

大模型是基于海量多源数据打造的预训练模型,是对原有算法模型的技术升级和产品迭代,用户可通过开源或开放API/工具等形式进行模型零样本/小样本数据学习,以实现更优的识别、理解、决策、生成效果和更低成本的开发部署方案。
AI大模型赋能千行百业(附下载,117页)
专知会员服务
177+阅读 · 2023年7月20日
【ChatGPT系列报告】大模型发展趋势
专知会员服务
65+阅读 · 2023年7月5日
【供应链】供应链的未来:自我学习的供应链
产业智能官
14+阅读 · 2018年9月8日
国家自然科学基金
13+阅读 · 2016年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
68+阅读 · 2023年3月26日
Arxiv
148+阅读 · 2023年3月24日
VIP会员
相关基金
国家自然科学基金
13+阅读 · 2016年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员