应对 ChatGPT，中国 AI 需要这三种能力

这段时间，ChatGPT 成了全球科技企业“群起而攻之”的风口，几乎打开每一个社交媒体平台、每一个微信群，都在激情讨论 ChatGPT。

不过我发现，经过一段时间的发酵，大家的情绪不再只是猎奇和兴奋，一部分 AI 业内人士，已经率先进入了 ChatGPT 冷静期。

一位长期从事 NLP/AI 的研究人士告诉我，NLP 本来属于长期坐冷板凳的领域，ChatGPT 对话中错误随处可见，LLM 大语言模型的商业模式还不清晰，认知智能刚刚划过了冰山一角，对目前 ChatGPT 的一波波信息轰炸已经审美疲劳了，是时候给 ChatGPT 降降温了。

降温是不可能降温的，但找回常识和理性是必须的。

大胆预测，今年会是一个 ChatGPT 大年。

国产化的必然选择，股市与投资者的热捧，大量中国科技企业已经切实在跟进类 ChatGPT，而且“chat”问答天然的低门槛和娱乐性，确实会吸引大量原本不关心技术的人开始玩 AI。所以，尽管围绕 ChatGPT，有很多疯狂炒作和无稽之谈，但热度势必还会持续一段时间。

当然，如果你已经对 ChatGPT 资讯有点审美疲劳了，好消息是，大部分人在“调戏”ChatGPT 之后，猎奇心理也会消失。加上 ChatGPT 在应用和体验上还需要迭代，个人关注度会下降，而能够用 ChatGPT 带来业务价值的产业关注度，还会持续保温。

所以，ChatGPT 接下来的发展，不是“要么火要么凉”那么两极分化，而是会经历一个恒温培育孵化的发展期。

担心中国做不好 ChatGPT 的，不用急，一切才只是刚刚开始；认为中国 ChatGPT 可以弯道超车的，不用嗨，新技术还是要按照规律按部就班地发展进步。

从第一代生成式预训练模型 GPT-1 到 GPT-4，这条路 OpenAI 走了五年。可以说，没有对大模型的长期投入与探索，是不可能一步登天，做出 ChatGPT 这样的产品的。

那么，中国有没有类似的 AI 企业，拥有支撑起类 ChatGPT 的综合实力呢？

通过国际权威咨询机构 IDC 新近发布的《2022 中国大模型发展白皮书》，我们可以一窥国内大模型实力分布。

评估结果显示，百度旗下的文心大模型表现非常突出，在市场格局中处于第一梯队，产品能力、生态能力、应用能力全面领先，给百度即将发布的生成式对话产品文心一言，提供了强大的技术支持。

让我们暂时排除“支持国货”的民族情绪，带着理性和常识去探究一下，文心大模型的水平到底怎么样？文心一言等类 ChatGPT 产品，究竟能为用户和市场提供什么样的价值？

拆解 ChatGPT：一匹以大模型为骨架的“特洛伊木马”

ChatGPT 的出现，代表了大语言模型的突破，将对话式 AI 与 NLP 技术带到了一个全新的高度，展现了 AI 的更多可能性和商用潜力。

上个世纪，信息哲学领军人卢西亚诺•弗洛里迪就说过，“人工智能就像特洛伊木马， 把一种更具包容性的计算/信息的范式引入哲学的城堡。”而 ChatGPT 就是一匹看起来极其神奇的特洛伊木马，令人类啧啧称奇，担心自己不再是城堡中唯一的万物之灵。

当然，归根结底，AI 也好，ChatGPT 也好，都是一匹人造的木马，由人类创造，也为人类所驱使。

ChatGPT 这匹“特洛伊木马”的出现，更大的意义在于，它代表了一个标志——通过大模型这种方式，人工智能的知识瓶颈，是可以被打破的。

我们知道，算力、算法、数据，这 AI 三要素在当下基本得到了满足，带来了 AI 技术应用化的突破。但许多自然语言处理 NLP 任务，如机器翻译、情感分析、问答系统、语言生成等，需要模型具有一定的语言知识和理解能力。张钹院士曾提出：AI 最重要的能力是知识。但知识，始终是 AI 的一个瓶颈。

ChatGPT 的出现，标志着知识瓶颈是可以被打破的。通过大模型，学习海量的语料库，可以获取丰富的语言知识，对语言中的复杂结构、语义和逻辑，进行识别和处理。

大家感觉 ChatGPT 特别神奇，好像真的有自主思维一样，正是源自知识能力融入大模型后，在泛化性、通用性、迁移性上的强大表现。

它是一个标志，也只是一个标志。

因为 ChatGPT 也并没有彻底解决知识瓶颈，还存在一些局限性。比如由于中文语料不够多，获取的深度中文知识少，所以对中文的理解和问答效果都不如英文，经常出现常识性错误。

那么，问题来了。OpenAI 又不向中国大陆开放服务，对于优化 ChatGPT 的中文能力显然不会投入太多资源。同时，AI 又广泛应用在安防、识别、智慧城市等重要领域，安全性和可靠性也决定了，发展国产化 ChatGPT，成为了必然的选择。

好消息是，机会总是留给有准备的人，中国 AI 过去多年间不断积累升级，并没有在大模型时代令我们失望。

自 2018 年预训练大模型成为风潮后，中国 AI 领域快速跟进，已经积累了大模型所需要的全产业链要素，包括算力基础设施、数据集、算子库、深度学习开发框架、AI 开发工具，以及多个领域的大模型产品。

人家牵出了盘亮条顺的“特洛伊木马”，中国科技企业将自家拉磨的驴包装成汗血宝马，显然就不太合适了。国产大模型必须足够优秀，才能让国人和企业放心支持。

IDC 此时发布《2022 中国大模型发展白皮书—— 元能力引擎筑基智能底座》，首提大模型评估框架，是一个大模型比武的好契机，让我们可以综合评估国产大模型的实力。

从文心的三轮驱动，称称国产大模型的重量

投资市场有句话，“在短期，市场是个投票器；在长期，市场是个称重器。”遇到短期风口“猪也能在天上飞”，但长期来看，任何公司和概念都要靠扎扎实实的核心能力，长出翅膀，才能穿越风雨，持续腾飞。

放到 ChatGPT 概念上也一样，各种国产类 ChatGPT 产品出现，到底是骡子是马，得拉出来遛遛。

此次《白皮书》中，IDC 搭建了大模型评估框架 V1.0，选取国内主流厂商（N=9），从模型能力、工具平台能力、开放性、应用广度、应用深度、应用生态共 6 大维度的 11 项指标，进行打分评估。结果显示，百度文心大模型的产品能力、生态能力达到 L4 水平，应用能力达到 L3 水平，处于第一梯队。IDC 中国副总裁兼首席分析师武连峰认为，百度文心大模型是其打造文心一言的坚实基础。

现实进展来看，百度率先打开局面，即将推出类 ChatGPT 的生成式对话产品文心一言。

《白皮书》中提到，“模型+工具平台+生态” 三级协同，是 OpenAI 在开发 GPT 大模型过程中的核心思路，经过长期的积累，也更容易形成竞争壁垒。

我们不妨从这三个角度出发，去称称百度文心大模型的重量，究竟与 OpenAI 有何差距？

第一，大模型的产品能力。

模型层，是大模型的核心引擎，也是相关产品的主要优势和竞争赛点。

ChatGPT 的成功，得益于大规模的数据集，较强的模型开发和算法调优能力，在 NLP 领域的长期积累，以及来自微软的计算资源支撑等。总的来说，打造一个像 ChatGPT 这样的大模型产品，需要对算法和技术有深入的理解，以及数据、算力等支持。

这方面，我们可以看到，百度要打造类 ChatGPT 产品，不是从零开始，而是有着长期积累和综合优势。

百度自 2019 年开始深入研发预训练模型，发布了知识增强的产业级大模型文心 ERNIE1.0。在深度学习的基础上融入知识，将海量的知识积淀和自研的多源异构知识图谱，投入到文心大模型的预训练中，在知识的指导下，文心大模型的效率更高、效果更好，可解释性更强。用于训练的数据量级也有显著优势，模型参数达到万亿级别。2020 年开始将文心大模型应用到搜索业务，可以说，百度在破解 AI 知识瓶颈这一问题上的探索，并不比 OpenAI 落后，更比国内很多科技企业要早得多。

目前，困扰国产 ChatGPT 的算力资源和成本问题，百度也在开发文心大模型的过程当中，与国内外硬件伙伴合作寻找解决方案，百度飞桨深度学习平台向下适配各种硬件，以支持文心大模型的开发、高性能训练、模型压缩、服务部署的各种能力。

可以说，百度在大模型方面有着贯通全产业链的积累，能够满足类 ChatGPT 产品的开发需求，具有较强的先发优势。

第二，应用工具平台。

大模型的落地应用，是海外 AI 研究机构很少提及，却是产业智能化不可规避的问题。真实的产业应用场景中，企业和开发者接入大模型的方式多种多样，有的需要产品级的 API 接口，有的希望能够开放深度定制，有的则对成本非常敏感。

所以，要让大模型广泛应用，就必须平台提供完善的成体系的全栈工具链，包括深度学习框架、基础模型库、数据集、端到端开发套件、API 接口等，才能让更多行业人员或开发者，能够低门槛甚至零门槛的将大模型应用于自己的业务中。

目前，ChatGPT 还是没有开源的，想要基于 ChatGPT 打造集成化的行业应用产品，还不现实。这一点上，和飞桨深度学习平台生态共享的文心大模型，可以借助飞桨庞大且丰富的工具平台，以及 AI 开发社区，加速大模型的产业化应用，更快建立起商业闭环。

第三，行业生态。

正如 OpenAI 的首席执行官山姆·奥特曼所说，ChatGPT 的技术不应该被保留在科技行业的狭小范围内，而应该拥抱真实世界。

但是，大模型与千行百业的融合，充满了未知的领域，要一个行业、一个行业去探索，与开发者、行业用户、上下游产业共创，这是一个苦活重活，确实大模型走向产业、拥抱真实世界的更优解。

生态建设上，百度文心大模型与飞桨深度学习平台生态共享，前期已经做了大量的工作。《白皮书》显示，百度飞桨生态已经凝聚了 535 万开发者、服务 20 万家企事业单位，与 12 家硬件伙伴联合发布飞桨生态发行版、推动深度学习平台与更多硬件适配，还与国内科研院所、实验室以及高校强强联手，一同攻克 AI 技术难关，目前赋能了 389 所高校，服务 747 名教师，学分课培养 10 万余名 AI 学子 。

在此基础上，文心大模型与众多头部企业合作，融合了通用数据和行业特有知识，推出行业大模型系列，比如能源行业 NLP 大模型国网-百度·文心、金融行业 NLP 大模型浦发-百度·文心等，显著提升了大模型在行业任务上的应用效果，也在重点行业形成了大模型落地应用的参考路径，给全球大模型走向商业化，起到一定的示范作用。

“模型+工具平台+生态”，三轮驱动下，一点点将大模型推向广阔的产业天地。

化解中国 AI 焦虑的另一种思路：大模型的产业突围

ChatGPT 火爆之后，大家可能听到了类似的声音，认为中国科技企业不像 OpenAI 这样长期投入，中国 AI 缺乏元创新、底层创新，中国在 ChatGPT 上已经落后了追赶要花很多钱……

其实梳理百度文心大模型的进化史会发现，这些都是一种科技自立焦虑心理的“晕轮效应”，即因为某个细分领域、垂直领域的短板，而放大到对中国 AI 整体能力的质疑和虚无论，这显然是不客观的。至少在大模型这个领域，中国技术自信是很真实的。

ChatGPT 热潮也体现出，大模型成为发展 AI 技术的必然选择。这也为化解中国 AI 焦虑，提供了另一种思路，那就是大模型的产业突围。

IDC 认为，大模型将会助推数字经济，为智能化升级带来新范式。对行业用户而言，大模型已表现出巨大的潜力，企业应该尽早关注，在业务中布局。

但 ChatGPT 虽好，这类新技术在与行业融合时，实际中还会面对一系列适配问题，比如：

1.原始模型太大，难以在产线、矿山、园区等终端侧部署。

2.需要与行业专精知识相结合，开发定制程度更高、更安全可靠的垂直应用。

3.服务商自行开发类 ChatGPT 成本太高，难度很大，商业效益难保障。

所以，要打通 ChatGPT 等新 AI 技术向产业释放的一系列关节，真是“寻龙分金看缠山，一重山是一重关”，有着千山万水要过。这时候，围绕文心大模型这样的产业级平台，去撬动新技术的可能，或许才是真正的机遇所在。

在这个过程中，百度这样的 AI 头部玩家，接下来还需要做好三件事：

1.夯实 AI 基础设施。通过文心大模型与飞桨深度学习平台，夯实 AI 基础设施底座，加速类 ChatGPT 产品的开发，持续技术创新的同时，提供基础模型、丰富工具栈、API 接口等必要资源，成为各行业都可以低门槛引入 AI 的创新底座。

2.进一步加强生态开放。有活力的创新开发环境，才有中国 AI 应用的百花齐放，头部企业有责任为生态赋能，不断向开发者释放资源和支持。近日来，爱奇艺、集度汽车（通过 Apollo）、小度、宇信科技、汉得信息、金蝶软件、宝宝巴士、智联招聘、太平洋汽车网等知名企业，都已经加入了百度文心一言生态圈，获得该 AI 技术的“加持”。据说，文心一言还将会推出生态伙伴计划，全面支持伙伴，共同发展商业市场。

3.探索无人区，不断推动新技术与行业问题的结合。尽管每次 AI 领域的技术突破都会引发很大的舆论关注，但 AI 在行业当中的渗透率只有 10%左右，还有大量空白地带是可以与 AI 相结合的，需要头部企业去引导和探索，形成示范案例。

总之，中美 AI 或许在顶级科研、底层技术上有差距，但中国科技企业、从业者、开发者以及无数行业和企业，从来没有“躺平”过，一直在追逐着新技术的脚步。这些要素叠加在一起，是文心大模型的重量，也是中国 AI 的重量。