每經記者 黃婉銀    每經編輯 楊夏    

歷經過去幾年的熾熱發(fā)展，AI大模型領域已然邁入淘汰賽階段，熱潮退卻，在充滿了諸多變數的賽道上，目前還在牌桌上的AI大模型創(chuàng)業(yè)者如何能堅持到最后？

近日，騰訊云北區(qū)云原生總經理田豐、MiniMax副總裁劉華，與《每日經濟新聞》等媒體進行了一場對話交流，探討行業(yè)格局演變和大模型未來的商業(yè)化路徑。

MiniMax是國內6家AI獨角獸企業(yè)之一。“在國內要想實現大模型商業(yè)化，需要堅持技術的創(chuàng)新和突破。用技術的創(chuàng)新實現更好的產品體驗和生態(tài)，再用商業(yè)化的所得反哺技術。這是我們期待的良性生態(tài)。當技術突破創(chuàng)新不斷加強，產品體驗變得越來越好，商業(yè)化會是一件自然而然的事。MiniMax目標是希望用戶通過AI能創(chuàng)作出更豐富、更有趣的內容，企業(yè)通過AI能提高生產效率，而不急于短期內的商業(yè)化。”

劉華表示，要提供商業(yè)化的服務，形成自己的營收，那就代表著你提供給客戶的服務是別人提供不了的，所以別人才愿意給你錢。具體在大模型賽道上各家可以基于自身去選擇，基礎大模型的賽道還是會局限在個位數的企業(yè)。相信優(yōu)秀的大廠、優(yōu)秀的創(chuàng)業(yè)公司會留下來。除此之外，可能會有好多人就要轉去做AI應用，AI應用在每個行業(yè)都能夠被使用，這一塊的市場空間也是非常廣泛的。

他補充道，國內的AI產業(yè)總體沒有多少泡沫，但是之前最大的問題是太多的企業(yè)都說自己能做基礎大模型，這在一定程度上造成了資源的浪費。每個行業(yè)都會有非常好的應用場景，但資源有更好的調配是比較好的，大家術業(yè)有專攻。

三年前，騰訊云就與MiniMax建立了合作，為MiniMax提供了一系列集計算、存儲、網絡為一體的高性能智算產品，讓MiniMax釋放更多的精力聚焦在模型本身的訓練和工程化上。

田豐則強調，產業(yè)實踐是檢驗AI的唯一標準。AI大模型競賽是一場長跑，無論是投資人還是創(chuàng)業(yè)者都是需要有信心和耐心。炫酷的技術最終還是要落地到商業(yè)化，去實現盈利?；诂F在的訓練情況和結果看，指望大模型短期帶來很高價值的經濟效益還不太可行。

MiniMax目前仍然堅持做標準化的產品。在劉華看來，大模型創(chuàng)業(yè)公司大部分的研發(fā)力量還是要放在基礎大模型的研發(fā)上。如果滿足于為每個企業(yè)去開發(fā)定制化的項目，會讓大模型的落地變慢。國內人工智能的定制化項目，快的話半年，慢的話一年多。所以與其花這么多時間去定制化，還不如花更多的時間做模型的迭代。

在大模型領域的激烈競爭中，技術路線與方向的抉擇至關重要，直接關系到企業(yè)未來發(fā)展所能觸及的高度上限。同時，也要不受到其他公司的影響去輕易調整發(fā)展模式或技術路線。

劉華指出，MiniMax在大模型研發(fā)進程上明確了三個核心方向，分別是全力降低模型錯誤率至個位數、實現輸入與輸出的無限延伸以及做好多模態(tài)。

他在剖析模型錯誤率問題時指出，上一代的GPT系列模型錯誤率較高，有約30%，這導致GPT在一些嚴肅的生產場合沒法適用，而是在文創(chuàng)領域比較多。如果說大模型要進入嚴肅的生產、研發(fā)、科研、設計，那它的錯誤率肯定要降低，而且要從30%降低到2%、3%最好。

封面圖片來源：視覺中國-VCG41N1472123004