2023年终，随着ChatGPT走红，环球科技产业极速就大模型技术的后劲达成共识，我国科技企业极速跟进，“百模大战”热火朝天。

9月《时代周刊》颁布首份“环球百大AI人物”榜单，上榜的有许多AI大佬：比如openAI的两位联结开创人、英伟达CEO黄仁勋以及马斯克。剔除地下资料中未提及国籍消息的中选人，入围榜单的华人一共有13人，其中中国籍只要4人，其他则是华侨代表，这一结果也不让人异常： 只管AI大模型玩家数量泛滥，但其中大少数都是凑繁华的“投机分子”冒名顶替，干实事且具有环球级大模型技术成绩的，凤毛麟角。在狂热的大模型浪潮中，怎么的AI技术观才是市场更须要的？ “百模大战”如何防止跟前些年的“千团大战”、网约车大战、共享单车大战一样留下“一地鸡毛”？

大模型不是新概念，只是AI浪潮中的一朵新浪花

基于大模型技术的消费级ChatGPT在年终走红，大模型一下成为广受关注的热点新概念，AIGC、生成式人工智能、MaaS（模型即服务）、LLM(大言语模型）、Transformer等热词走红。高度复杂的技术概念被许多企业用来炒作，他们对外述说的故事往往会驳回少量公用名词，仿佛越玄乎就越有前景。

著有《浪潮之巅》等科技史滞销书的吴军教员说“ChatGPT不算新技术反派，带不来什么新时机”，给狂热的大模型产业泼了冷水，我对他的观念很认可：大模型只是AI技术的一个通常，其实质是深度学习的“增强版”，经过给模型“填喂”大数据提高其自学习才干，进而具有更强的智能水平，可成功内容生成AIGC等新运行。 大模型让AI的运行空间一下变得大了不少是不争理想，但确实算不上是平地惊雷。

AI技术反派早已开启。深度学习已有10年开展历程，在2016年便已随同着AlphaGo打败李世石迎来大规模迸发，智能助理、NLP（人造言语处置）、常识图谱、机器视觉和智能语音等AI运行高速遍及，有的以消费级运行出如今用户背地，有的在云服务商推进下进入到产业之中。

大模型技术也已开展多年，2018年google颁布领有3亿参数的BERT预训练模型，接上去几年，OpenAI、英伟达、谷歌、微软以及我国的百度、阿里、讯飞等科技巨头均推出了大模型，巨头们早已将参数规模“狂卷”到“千亿”级。

既然人们已对AI技术“习认为常”，既然前些年大模型技术就已在迸发，为何往年大模型会在“一夜之间”成了香饽饽？由于 “百模大战”有着剧烈的“炒作”象征。

包含人造言语处置技术、深度学习技术、常识图谱技术以及往年兴起的大模型技术，实质都是AI技术大浪潮中的一朵朵浪花，有的大一些，有的小一些。 不过，每一项可落地运行的AI技术一经产生，都会让人类快慰若狂。毫不夸张地说，AI的产生有着跟火、电一样的划时代意义。

AI在每一个产业的每一个场景都有渺小运行价值，它可以缩小或许代替人工成功消费的“降本增效”；可以给人类提供史无前例的生存体验，比如智能助理、智能驾驶；可以在许多维度领有超出人类的体现，比如大数据洞察、智能质检等等。因此说AI掀起继蒸汽反派、电力反派、消息反派后的第四次工业反派（智能反派）并不夸张。

20世纪原创媒介通常家马歇尔·麦克卢汉在《了解媒介》一书中指出：一切的技术都是人的加长。从猿人会制造并经常使用石器起，人类就不时在千方百计加长自己。电话加长了耳朵，电灯加长了眼睛，交通工具加长了腿脚，刀斧锄耙加长了双手，武器加长了牙齿，互联网加长了耳朵、眼睛甚至腿脚， AI则加长了大脑，由于它让机用具有人一样的“学习与思索”才干。 正由于此，AI技术的运行后劲，或许远超人类构想空间。

但是， 人们对新技术总是在短期间等候甚高，认为在短期间内无利可图便极速涌入，当报答不迭时又极速撤离，留下一地鸡毛，只要少数玩家坚持探寻技术的常年价值。 前些年的智能配件、深度学习、区块链等等技术都曾面临这样的局面，当天的“大模型狂热喜好者”们的脸孔素昧平生。

大模型技术以及AI技术后劲渺小，其落地才刚开局，要成功电力、互联网一样广而深的运行还须要很长的期间。正由于此， 面临大模型炒作风咱们更要沉着以待。

AI工业化大消费，场景落地比技术关键得多

AI开展可以分为不同阶段：先是试验室阶段，深度学习在“下棋”等钻研类场景运行；AI产业化阶段，AI技术在互联网等消息产业宽泛运行后，开局在不同产业场景“试探性”运行落地并逐渐构成一些标杆运行；如今，随着AI进入到更多场景成功更大规模运行，AI工业化阶段来临。

AI工业化阶段的AI运行有两大特色： 一方面是更多行业更多场景可以运行AI技术，包含农业、工业等传统产业，另一方面，任何场景应用AI技术都变得更容易，技术门槛更低、算力老本更低、部署要求更低，AI真正变得跟水、电、气一样“所见即所得”，成为普惠型技术。

大模型技术可以减速AI工业化进程，但不论是深度学习还是大模型技术，AI工业化大消费的前提都是让技术实真实在落地到场景，为千行百业所用。 让AI技术产品化、规范化以及普惠化，成为AI技术开展的新重点。

但是如今大大小小的科技企业一股脑梭哈AIGC大模型却大都没有思索“落地”的疑问。“一窝蜂”扎堆入场的玩家，有的在做基础通用大模型“重复发明轮子”；有的“浑水摸鱼”甚至有算法与算力都依赖第三方的“皮包型大模型公司”；还有的“拿着锤子找钉子”，技术不错却没有落地才干。就连年终名闻遐迩的ChatGPT也面临着渺小的商用艰巨，支出远远不可笼罩渺小的训练老本，由于AIGC内容准确度的不确定性，取代谷歌成了难圆的幻想。

“百模大战”这一波大模型技术的坑，在深度学习浪潮中科技企业们曾经踩过了。毫无不懂， 场景落地才是AI技术开展的重中之重，不论如许弱小的技术都要走出试验室才干施展真正的价值。

其实不仅是AI，历史上每一项反派性的技术落地都会阅历相似门路：先是少数人在试验室专研探求——当“技术奇点”来临逐利者们簇拥而上构成泡沫——商业化不顺利泡沫破灭“凑繁华”玩家被淘汰——实力派玩家浮出水面继续致力落地——少数玩家靠拳头产品矛头毕露，彻底扭转环球。

（咨询公司高德纳Gartner颁布的技术周期曲线）

比如在第二次工业反派（电力反派）中，富兰克林“风筝试验”论证电的存在后，对于电的通常逐渐被完善，围绕电的生成、转换、保送与应用，先驱们启动继续探求。1887年特斯拉发明交换电发电机处置了电的保送疑问进而彻底关上了电的运行空间。但有了交换电发电机还不够，电力要遍及还要能用电的“电器”，爱迪生的电灯、塞缪尔·莫尔斯的电报、贝尔的电话等等电器的发明让电走向遍及，到了150年后的当天，电曾经跟空气和水一样让人类离不开。

假设说AI是电力，那么大模型、深度学习就对应到“交换电”“直流电”这样的技术，它们给AI工业化发明了技术条件。 如今AI工业化万事俱备，缺的是“电灯”这样的杀手级AI运行，这也是虚浮做AI的玩家们在重点攻克的方向。 在国外科技行业，除了百度、阿里、讯飞等出镜率高的AI玩家外，还有一个被漠视的实力派玩家：网易。网易在AI落地上走了一条不同的路， 除了自身业务早已片面运行AI技术外，也在经过网易智企推进AI to B，经过AI产品化来助力产业AI工业化大消费。

场景落地成关键，行业须要怎么的技术观？

在互联网行业，网易是另类的存在。作为比BAT更早成立的初代互联网巨头，网易20多年来不时位居舞台中央，是仅次于腾讯、阿里、拼多多和美团的第五大厂。相较于同体量大厂而言，网易“出镜率”并不高，面对AI、区块链、VR/AR、元宇宙、大模型等新技术不时都是沉着观察、低调发力、闷声落地。

低调的玩家更或许是扫地僧。在深度学习阶段，网易就已在全方位规划AI，涵盖前沿底层技术储藏、AI技术与业务的结合以及AI技术to B输入。面对大模型这一波AI技术浪潮，网易也做好了预备，丁磊在网易颁布Q2财报时已明白示意，AI的开展可以用百花齐放、百花怒放来描画，但其中落地场景最关键。“在AI大模型比赛中，真正的胜者是能选用喜气行场景的企业。所以，目前网易的首要义务是探求AI大模型在不同产品场景下的运行，并研收回更合乎用户体验的优质产品。”

面对深度学习、大模型等AI新技术，网易的技术观都不曾扭转： 沉下心来，做好AI的场景落地。 除了用户可感知的AI+游戏、AI+音乐、AI+传媒等消费级业务的AI运行外，网易不时在深耕的to B业务也已构成对应的AI to B业务矩阵，将AI技术输入到各行各业。前段期间，网易聚焦于toB的事业部网易智企召开了“智启AI AIGC产业赋能大会”，在大会上我看到其已将AI技术服务产品化这件事做得很深，对外构成了一套工业级的AI处置打算。

举例来说，网易智企将 AI 技术融合于网易易盾、网易云信、网易云商和游戏行业部的实践业务中。例如：

基于AI技术，网易易盾的机器检查准确度平均提高了20%，机器检测功能提升平均时延缩小30%，智能检查治理提效最高达10倍。不夸张的说，得益于 AI 的力气，才撑持了易盾2022全年 4000亿+级别的海量检测数据；

网易云信则以 AI 运行于音频与视频畛域，其 AI 音频降噪能够智能剖析环境音成分，鉴别并过滤环境噪声，将音频通话的体验感拉满。再如云信 AI 视频超分技术，经过对低画质视频和直播的提升，将用户视频观感抬上一个新的台阶；

而网易云商旗下七鱼智能客服更是典型的 AI 驱动型业务，将 NLP 技术少量运行在了在线机器人中，发力智能客服场景，一改传统“客服”老本部门的刻板印象，使其也能反哺于业务增长。网易云商还将常年积攒的海量客服畛域语料库积淀，锻造出了“商河”大模型这一 AI 利器；

在游戏场景中，面对玩家苦“人机”久矣的老大难困境，网易智企翻新性地为游戏内置了高度拟人真切的“AlphaGo”，这些游戏中的 AI 智能体基于丰盛的游戏训练数据和通常阅历而成。深刻来说，它们能懂玩家用意、跟玩家互动、与玩家协作，甚至间接对战玩家而不落上风。正是由于网易智企为游戏内 NPC 装上的 AI 大脑，咱们才干与呆板、蹩脚的游戏体验彻底挥手告别……

这些看似不起眼、不入大厂法眼的碎片化场景，仅仅只是网易智企 AI 落地的小小缩影，但却真真实实地将内容安保、通讯体验、客户服务、游戏竞技等方面的智能化水平改造换面。从这些 AI 服务中，咱们得以窥见网易智企的AI价值观：

1、落地既有广度也有深度。

网易智企的AI服务触及到内容安保、音视频、客服和游戏等场景，看似有些零散，但其实都跟网易外围业务有着严密咨询，这恰恰反映出 网易不时将AI充沛运行到公司业务的“边边角角” 的理想 网易智企也注重场景落地，基于深度学习、NLP、常识图谱、大模型、AI音频降噪的技术积攒，构成了一个个“细而专”的AI处置打算。 网易习气于聚焦并吃透少数细分市场，在做AI to B时，网易智企也没有面面俱到要“ X 千行百业”，而是专一于特定产业垂直场景，一步步将AI大网编织得越来越细密。由于专一，网易智企AI to B做得更深更透，更有竞争力。

2、“自下而上”而不是“自上而下”。

有的大厂做AI做大模型是先斥巨资“造航母”，有了外围技术再“拿着锤子找钉子”，这种“自上而下”的应战在于： 在AI工业化前，技术富余苦于没有用武之地；在AI工业化时，实力派玩家星散，可用场景变得稀缺。

网易智企的AI落地走了一条“自下而上”的路，它以客户真实场景为中心，以处置实践疑问为登程点，经过适宜的技术产品组共打算来满足客户需求。在服务业务场景中，网易智企的AI技术被倒逼着退化，须要深度学习就规划深度学习，须要大模型就规划大模型，“有了钉子再寻求适宜的锤子”，开拓了一条“从业务中来 到业务中去”的AI技术落地之路。

当城外“百模大战”热火朝天、烽烟纷飞时，它也并未脱离业务去介入大模型军备比赛，而是在服务客户的AI化通常中继续耕耘。即使是“商河”大模型的推出，也是服务阅历水到渠成的结果。

网易智企“自下而上”地推进AI落地，一直坚持着自己操之过急的节拍，给人的觉得有些低和谐缓慢，毕竟不高举高打就很难有很大的声量。不过，方向正确了， “慢就是快、少即是多” ，当AI才干积存到必定阶段再破土而出时一样可冷艳众人，就像网易在20多年的开展历史里不时证实自己一样。

3、不“梭哈”大模型，但不时都注重AI，只因不干“大炮打蚊子”的事儿。

大模型只是AI技术浪潮最受关注的一朵新浪花，它实质上是AI泛滥技术栈外面的一种机器学习模式。2023年科技企业“梭哈大模型”，甚至“唯大模型至上”将大模型与AI划等号，这是大错特错的。 大模型很弱小，但其训练老本高，技术门槛高，部署难度大，并不适宜一切智能化场景，有的AI运行场景用深度学习算法足够了 ，比如智能手机终端侧的AI音频降噪用大模型就是“大炮打蚊子”，网易云信自研轻量级深度神经网络用深度学习的模式反而开支更小，更适宜在千元机等移动终端运行，这也是一种“润物细无声”式的AI运行。

大模型减速AI工业化时代来临，网易智企也看法到了这个趋向，但与其他厂商不同的是，它的工具箱里并不仅有AI“大炮”，还有着机关枪、手枪、匕首等等轻小但尖利的“技术武器”，能依据产业客户的场景特性去纵情展现其最为适宜的矛头，一击致命。 就AI to B来说，适宜的技术才是最好的技术，这也是一种对客户担任的技术观。

写在最后：

AI浪潮已澎湃了10来年了，每隔一段期间都会掀起新热潮，但用第一性准则来思索AI实质不曾扭转，从深度学习到大模型，行业在做的事件都是让机用具有更强的学习才干，更好地服务于人类的生存与上班。只管每隔一段期间都会产生一波新的技术概念炒作，但AI的开展必定是一个长周期的事件，经过AI to B推进AI工业化的环节，须要少量的慢活、轻活、粗活甚至或许是苦活、累活，正由于此，大厂规划AI、做AI to B，要沉得住气，缓缓来不着急。

纵然会有一些热衷炒作的公司可在短期间内取得股价下跌这样的既得利益，但不能虚浮地研发底层技术和落地业务场景的他们，将很快在泡沫破灭时被淘汰出局。能在更长周期基于AI技术失掉常年增长的，必定是低调虚浮，仔细做技术，仔细做场景落地的玩家，由于只要定得住，才干行稳致远。