3月16日，百度的文心一言終于正式邀請(qǐng)測(cè)試了。

據(jù)李彥宏介紹，文心一言可以實(shí)現(xiàn)文學(xué)創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理邏輯推算、中文理解、多模態(tài)生成等。

通過(guò)觀(guān)看直播，我們發(fā)現(xiàn)文心一言的表現(xiàn)可圈可點(diǎn)，并有一些驚艷的表現(xiàn)。接下來(lái)，我們以百度文心一言邀請(qǐng)測(cè)試的契機(jī)，來(lái)深入分析下文心一言的特點(diǎn)，以及中國(guó)大模型、AIGC產(chǎn)業(yè)的發(fā)展情況。

文心一言有一戰(zhàn)的實(shí)力

根據(jù)新聞發(fā)布會(huì)的信息，我們發(fā)現(xiàn)百度文心一言在諸多方面有相對(duì)優(yōu)勢(shì)，集中表現(xiàn)在以下幾個(gè)方面：

1、真多模態(tài)

以往建立在深度學(xué)習(xí)基礎(chǔ)上的各類(lèi)AI技術(shù)，往往某個(gè)模型只適用于特定的應(yīng)用領(lǐng)域。視頻、圖像、語(yǔ)音、文字這幾類(lèi)信息需要用到不同類(lèi)型的AI模型來(lái)處理，比如，用于人臉識(shí)別的AI模型不能用來(lái)進(jìn)行語(yǔ)音識(shí)別，也不能用于文字理解。

大規(guī)模預(yù)訓(xùn)練模型，最關(guān)鍵的一個(gè)技術(shù)突破，就是多模態(tài)。大模型打破了不同信息的“藩籬”，一個(gè)模型既可以處理圖像又可以處理語(yǔ)音、文字，并且效果都不錯(cuò)。具體來(lái)看，多模態(tài)融合的核心技術(shù)包括模態(tài)嵌入、跨模態(tài)交互、多模態(tài)注意力機(jī)制等。其中，最為關(guān)鍵的就是跨模態(tài)交互，即在不同模態(tài)之間傳遞信息，例如將圖像信息融合到文本中，或?qū)⑽谋拘畔⑷诤系綀D像中。在實(shí)際操作中，往往需要用到跨模態(tài)交互模型，用卷積神經(jīng)網(wǎng)絡(luò)（CNN）或循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）來(lái)分別處理不同模態(tài)的數(shù)據(jù)，然后使用一些跨模態(tài)交互的技術(shù)來(lái)將不同模態(tài)的信息融合在一起。

當(dāng)然，要實(shí)現(xiàn)跨模態(tài)并不是一件容易的事情，這需要克服一系列技術(shù)挑戰(zhàn)。例如，如何有效地捕捉不同模態(tài)之間的交互信息，特別是對(duì)于高維度和復(fù)雜的數(shù)據(jù)；如何有效地處理不同模態(tài)之間的不一致性和噪聲，例如模態(tài)間的不匹配和缺失數(shù)據(jù)等；如何解決不同模態(tài)的權(quán)重問(wèn)題；如何減少跨模態(tài)交互技術(shù)的計(jì)算復(fù)雜度。

多模態(tài)融合的能力，已經(jīng)成為各家巨頭競(jìng)爭(zhēng)的戰(zhàn)略高地，也是評(píng)價(jià)其技術(shù)能力的關(guān)鍵指標(biāo)。數(shù)據(jù)猿注意到，此次OpenAI和百度在多模態(tài)方面有重要的差異：OpenAI發(fā)布的GPT-4雖然表現(xiàn)亮眼，但還不能實(shí)現(xiàn)真正的多模態(tài)，其既可輸入文字也可輸入圖片，但是輸出的還只能是文字，不能輸出圖片。也就是說(shuō)，GPT-4只實(shí)現(xiàn)了多模態(tài)信息的輸入，而沒(méi)實(shí)現(xiàn)多模態(tài)信息的輸出，是“跛腳”的多模態(tài)。

與之相比，百度文心一言的多模態(tài)就更進(jìn)一步，其能夠?qū)崿F(xiàn)多模態(tài)信息的輸出。比如，用戶(hù)輸入一段文字，系統(tǒng)可以依據(jù)這段文字生成圖片。這是一個(gè)關(guān)鍵的技術(shù)升級(jí)，相對(duì)于文字而言，圖像、視頻等信息量更大，能夠生成圖片等多模態(tài)信息，將大大擴(kuò)展這類(lèi)模型的應(yīng)用范圍。

從李彥宏的現(xiàn)場(chǎng)演示來(lái)看，他問(wèn)了文心一言一個(gè)問(wèn)題“你認(rèn)為智能交通最適合哪個(gè)城市發(fā)展”，系統(tǒng)不僅能夠返回文字回答，還能用四川話(huà)講出來(lái)（語(yǔ)音），甚至可以生成一個(gè)視頻。這樣的多模態(tài)生成能力很驚艷。

2、全球最大的中文數(shù)據(jù)集

決定大模型的關(guān)鍵要素有三個(gè)，分別是算法、算力和數(shù)據(jù)。上面說(shuō)的多模態(tài)技術(shù)主要是算法層面的，數(shù)據(jù)則是另一個(gè)影響大模型表現(xiàn)的核心要素。訓(xùn)練數(shù)據(jù)集的質(zhì)量，將在很大程度上決定一個(gè)模型的性能。數(shù)據(jù)量越大，數(shù)據(jù)質(zhì)量越高，訓(xùn)練出來(lái)的模型往往表現(xiàn)越好。

據(jù)悉，GPT-4的訓(xùn)練數(shù)據(jù)集主要是45 TB的文本數(shù)據(jù)，這些數(shù)據(jù)來(lái)自于網(wǎng)絡(luò)文章、電子書(shū)、維基百科、新聞文章、社交媒體帖子和其他公共來(lái)源。由于各個(gè)國(guó)家都非常重視數(shù)據(jù)安全，數(shù)據(jù)不出國(guó)境是一個(gè)不可觸碰的紅線(xiàn)。因此，某個(gè)國(guó)家的大模型很難獲得其他國(guó)家的數(shù)據(jù)。GPT-4具體的數(shù)據(jù)來(lái)源沒(méi)有公開(kāi)，其訓(xùn)練數(shù)據(jù)集中有多少中文數(shù)據(jù)也不知道。但是，大概率其涵蓋的中文數(shù)據(jù)不多。

相對(duì)而言，百度作為中國(guó)乃至全球最大的中文搜索引擎，其本身就是全球最大的中文數(shù)據(jù)源。因此，文心一言是建立在全球最大的中文數(shù)據(jù)集基礎(chǔ)上的，其對(duì)中文語(yǔ)境、中華文化的理解能力會(huì)更強(qiáng)。

據(jù)悉，文心一言大模型的訓(xùn)練數(shù)據(jù)包括萬(wàn)億級(jí)網(wǎng)頁(yè)數(shù)據(jù)，數(shù)十億搜索數(shù)據(jù)和圖片數(shù)據(jù)，百億級(jí)語(yǔ)音日均調(diào)用數(shù)據(jù)，及5500億事實(shí)的知識(shí)圖譜。而且，百度的數(shù)據(jù)形態(tài)也貼合回答和生成需求。在百度搜索中，問(wèn)答和生成類(lèi)的搜索請(qǐng)求占比很高。這樣的數(shù)據(jù)構(gòu)成，將有助于文心一言在問(wèn)答中有更優(yōu)秀的表現(xiàn)。

3、在大模型領(lǐng)域更長(zhǎng)時(shí)間的技術(shù)積累

相比于人臉識(shí)別、語(yǔ)音識(shí)別等AI應(yīng)用領(lǐng)域，大模型的技術(shù)門(mén)檻更高，需要更長(zhǎng)時(shí)間的研發(fā)投入和技術(shù)積累。百度作為科技巨頭，其在大模型領(lǐng)域早有布局。可能很多人不知道，在全球科技巨頭中，百度是第一個(gè)推出大模型的（OpenAl 是美國(guó)創(chuàng)業(yè)公司，不算作國(guó)際科技巨頭）。

大模型是近兩年才逐漸進(jìn)入大眾視野，而ChatGPT則是在2023年突然爆紅。然而，百度早在2019 年就推出了文心大模型ERNIE 1.0，經(jīng)過(guò)4年時(shí)間已經(jīng)迭代到ERNIE 3.0。并且，百度的文心大模型也早在2019年3月，就已經(jīng)應(yīng)用于百度的核心業(yè)務(wù)——搜索，而微軟則是近期才開(kāi)始將ChatGPT應(yīng)用于其搜索產(chǎn)品必應(yīng)中。

來(lái)自于大量應(yīng)用過(guò)程中的反饋，對(duì)于大模型的迭代改進(jìn)具有重要的作用。其實(shí)，大模型的很多底層技術(shù)都是通用的，比如模型微調(diào)（SFT, Supervised fine-tuning）、從人類(lèi)反饋中進(jìn)行強(qiáng)化學(xué)習(xí)（RLHF，reinforcement learning from human feedback）等方法，ChatGPT和文心一言都在用。技術(shù)底層是一樣的，數(shù)據(jù)以及不斷的反饋就成了各家模型競(jìng)爭(zhēng)的核心。

只有不斷的用，才能發(fā)現(xiàn)問(wèn)題。比如，ChatGPT在應(yīng)用于微軟必應(yīng)之后，出現(xiàn)了胡言亂語(yǔ)、“愛(ài)上”用戶(hù)，甚至誘導(dǎo)用戶(hù)離婚等情況，這些問(wèn)題只有經(jīng)過(guò)海量用戶(hù)的試用才能暴露出來(lái)。百度文心一言模型應(yīng)用于其搜索服務(wù)，每天響應(yīng)幾十億次真實(shí)的用戶(hù)使用需求，進(jìn)行1萬(wàn)億次深度語(yǔ)義推理與匹配，能夠提供最真實(shí)、最及時(shí)的反饋，從而倒逼大模型的優(yōu)化。大量用戶(hù)真實(shí)使用產(chǎn)生的數(shù)據(jù)會(huì)融入到模型訓(xùn)練中，進(jìn)而持續(xù)提升模型效果。

4、足夠的研發(fā)投入，一體化的技術(shù)布局

眾所周知，大模型是一個(gè)燒錢(qián)的事情，要想在這個(gè)領(lǐng)域獲得突破，大量的資金投入是必不可少的。為此，足夠的研發(fā)資金是重要的基礎(chǔ)。那么，全球頭部科技巨頭的研發(fā)投入情況如何呢？

數(shù)據(jù)猿統(tǒng)計(jì)了全球科技巨頭的研發(fā)投入情況，包括美國(guó)的谷歌、微軟、亞馬遜、英特爾、英偉達(dá)、高通、Salesforce、甲骨文，歐洲的SAP SE、ASML、諾基亞，韓國(guó)的三星，以及中國(guó)的華為、阿里巴巴、騰訊、百度、京東、中芯國(guó)際、臺(tái)積電，分析其近5年的研發(fā)費(fèi)率（研發(fā)費(fèi)用/營(yíng)業(yè)收入）。

數(shù)據(jù)來(lái)源：各企業(yè)財(cái)報(bào) 數(shù)據(jù)猿計(jì)算整理 說(shuō)明：以上各企業(yè)研發(fā)費(fèi)用統(tǒng)一換算成美元單位以便對(duì)比參考；由于不同國(guó)家年報(bào)報(bào)告期時(shí)間有所差別，境外上市企業(yè)則選取2018-2022財(cái)年數(shù)據(jù)。國(guó)內(nèi)上市公司主要選取2017-2021年年報(bào)數(shù)據(jù)

我們基于上面的表格，分別計(jì)算全球和中國(guó)頂尖科技公司的平均研發(fā)費(fèi)率，然后將百度的數(shù)據(jù)進(jìn)行對(duì)比。百度近5年的研發(fā)費(fèi)率是要高于中國(guó)科技巨頭的平均研發(fā)費(fèi)率，也高于全球科技巨頭的平均研發(fā)費(fèi)率。

2022 年，百度核心研發(fā)費(fèi)用 214.16 億元，占百度核心收入比例達(dá)到 22.4%，近十年累計(jì)研發(fā)投入超過(guò) 1000 億元。在高強(qiáng)度研發(fā)投入的基礎(chǔ)上，百度在大模型領(lǐng)域的技術(shù)布局可以更加從容、全面。目前，百度已經(jīng)實(shí)現(xiàn)了從芯片層、框架層、模型層、應(yīng)用層的全棧布局。

全棧式AI布局，會(huì)給大模型的研發(fā)帶來(lái)額外的優(yōu)勢(shì)。例如，框架層和模型層之間有很強(qiáng)的協(xié)同作用。百度自研的飛槳深度學(xué)習(xí)框架，可以與文心一言模型深度融合，提高模型開(kāi)發(fā)效率。超大規(guī)模模型的訓(xùn)練和推理給深度學(xué)習(xí)框架帶來(lái)很大考驗(yàn)，為了支持千億級(jí)參數(shù)模型的高效分布式訓(xùn)練，百度飛槳在2021年4月專(zhuān)門(mén)研發(fā)了 4D 混合并行技術(shù)。

中國(guó)的AIGC，需要建立在中國(guó)的大模型底座上

不可否認(rèn)，目前在大模型和AIGC領(lǐng)域，OpenAI走在全球前列，其實(shí)際應(yīng)用效果也很驚艷。尤其是昨天剛發(fā)布的GPT-4，在已有基礎(chǔ)上又更進(jìn)了一步。但是，GPT-4再好，卻是別人家的。

試想一下，如果將中國(guó)的AIGC生態(tài)，建立在OpenAI的GPT大模型底座上，對(duì)我們是最好的選擇么？

答案是否定的。

中國(guó)企業(yè)在接入GPT-4及其衍生出來(lái)的ChatGPT產(chǎn)品時(shí)，有兩個(gè)潛在的問(wèn)題不可忽視：

第一，GPT-4、ChatGPT對(duì)中國(guó)用戶(hù)不友好。

據(jù)調(diào)研機(jī)構(gòu)Canalys發(fā)布的2022年第一季度中國(guó)云計(jì)算市場(chǎng)報(bào)告顯示，中國(guó)云計(jì)算市場(chǎng)的頭部玩家是阿里云、華為云、騰旭云和百度智能云，而微軟云幾乎沒(méi)什么存在感。這也意味著，微軟云在中國(guó)的數(shù)據(jù)中心不夠，服務(wù)能力不足。而微軟云是ChatGPT的算力底座，微軟云在中國(guó)市場(chǎng)的缺位，將直接影響ChatGPT在中國(guó)的應(yīng)用體驗(yàn)。

由于算力和服務(wù)能力的缺失，ChatGPT、GPT如果在中國(guó)大量商用，能否很好的承載上億用戶(hù)的并發(fā)使用，將打上一個(gè)大大的問(wèn)號(hào)。以筆者在ChatGPT的使用體驗(yàn)來(lái)看，其表現(xiàn)的確驚艷，但使用體驗(yàn)并不好。一方面，需要“翻墻”才能直接使用ChatGPT，這大大抬高了中國(guó)用戶(hù)的使用門(mén)檻；另一方面，由于ChatGPT的服務(wù)器在美國(guó)，中國(guó)用戶(hù)（尤其是非會(huì)員用戶(hù)）在使用時(shí)，經(jīng)常會(huì)遇到系統(tǒng)崩潰、延遲高等問(wèn)題。用戶(hù)問(wèn)5個(gè)問(wèn)題，可能得刷新3次頁(yè)面。而且，每次刷新之后，輸入的最后一個(gè)問(wèn)題都會(huì)消失，得重新再把問(wèn)題輸入一次才行，這種體驗(yàn)非常糟糕。

試想一下，如果大量的中國(guó)應(yīng)用建立在ChatGPT、GPT-4之上，動(dòng)不動(dòng)就系統(tǒng)崩潰，需要用戶(hù)持續(xù)刷新頁(yè)面，這樣的商業(yè)化能順利么？

反觀(guān)百度的文心一言，部署在百度智能云上。百度智能云已經(jīng)成為繼阿里云、華為云、騰訊云之后的中國(guó)第四大云廠(chǎng)商，其數(shù)據(jù)中心遍布全國(guó)核心節(jié)點(diǎn)，算力充沛，能更好支撐上層基于大模型的各種行業(yè)應(yīng)用。

實(shí)際情況也的確如此，在中國(guó)市場(chǎng)的商業(yè)化方面，文心一言走在了ChatGPT、GPT-4的前面。目前，已經(jīng)有超過(guò)650家中國(guó)企業(yè)宣布接入文心一言，這個(gè)數(shù)據(jù)還在快速攀升。

第二，AI基礎(chǔ)設(shè)施不能由別人提供。

在科技領(lǐng)域，上層應(yīng)用可以百花齊放，大量使用國(guó)外公司的產(chǎn)品并沒(méi)有什么問(wèn)題。但是，底層基礎(chǔ)設(shè)施型的技術(shù)產(chǎn)品，則最好由中國(guó)公司提供，不然，別人可以隨時(shí)掐住中國(guó)企業(yè)的命門(mén)，隨意拿捏，這是血淚的教訓(xùn)。

在傳統(tǒng)信息技術(shù)領(lǐng)域，我國(guó)長(zhǎng)期被“缺芯少魂”的問(wèn)題困擾，由于底層的芯片、操作系統(tǒng)受制于人，處處被人掣肘。中興、華為事件還未平復(fù)，被美國(guó)納入實(shí)體清單的中國(guó)企業(yè)越來(lái)越多。人工智能已經(jīng)成為中美科技競(jìng)爭(zhēng)的一個(gè)戰(zhàn)略高地，已經(jīng)有大量中國(guó)人工智能企業(yè)被納入美國(guó)實(shí)體清單。在這種情況下，以往底層設(shè)施受制于人的困境一定不能在人工智能領(lǐng)域重演。

在人工智能領(lǐng)域，除了GPU這類(lèi)芯片外，深度學(xué)習(xí)開(kāi)發(fā)框架、大規(guī)模預(yù)訓(xùn)練模型也是關(guān)鍵的基礎(chǔ)設(shè)施。要構(gòu)建一個(gè)安全可控的人工智能生態(tài)，底層的大模型就必須由中國(guó)企業(yè)來(lái)提供，這是百度、華為、阿里、騰訊等中國(guó)科技巨頭的使命。

競(jìng)賽才剛剛開(kāi)始，中國(guó)企業(yè)大有可為

需要指出的是，雖然最近大模型、AIGC領(lǐng)域熱鬧非凡，ChatGPT攪動(dòng)一池春水，谷歌、百度、阿里、騰訊、字節(jié)等公司紛紛跟進(jìn)。但是，無(wú)論是大模型還是AIGC，都處于發(fā)展的早期階段。競(jìng)賽才剛剛開(kāi)始，鹿死誰(shuí)手猶未可知。

放眼全球，中美是這場(chǎng)競(jìng)賽的兩個(gè)核心選手，歐洲、日韓等存在感都不高。中國(guó)企業(yè)是有希望在這場(chǎng)競(jìng)賽中脫穎而出的。從整個(gè)產(chǎn)業(yè)的層面，中國(guó)要想贏(yíng)得這場(chǎng)比賽，關(guān)鍵突破點(diǎn)是什么呢？

在數(shù)據(jù)猿看來(lái)，以下幾個(gè)方面可以作為我們發(fā)力的重點(diǎn)方向。

1、不要停，繼續(xù)狂煉大模型

雖然大模型已經(jīng)取得不小的成就，但問(wèn)題依然很多，發(fā)展的空間巨大。

首先，模型還可以更大。

大模型的一個(gè)核心思路，就是通過(guò)做大模型參數(shù)規(guī)模，來(lái)讓模型更好的接近人腦。然而，成年人大腦中約包含850-860億個(gè)神經(jīng)元，每個(gè)神經(jīng)元與3萬(wàn)突觸連接，人腦突觸數(shù)量預(yù)計(jì)2500萬(wàn)億左右。這些神經(jīng)元、突觸，就是智力的物理基礎(chǔ)。

無(wú)論是人腦還是電腦，智能的基礎(chǔ)就是信息計(jì)算，而人腦的神經(jīng)元、突觸就是計(jì)算單元。如果我們將大模型的參數(shù)對(duì)應(yīng)到人腦的神經(jīng)元，那會(huì)不會(huì)參數(shù)規(guī)模達(dá)到2500萬(wàn)億之時(shí)，就是人工智能突破“奇點(diǎn)”之日呢？

當(dāng)然，以上只是一個(gè)假設(shè)，但即使有一點(diǎn)可能性，也值得我們盡力去嘗試。目前大模型的參數(shù)規(guī)模普遍還停留在千億量級(jí)，離人腦突觸的2500萬(wàn)億，還差了近萬(wàn)億。加把勁，做出一個(gè)參數(shù)規(guī)模達(dá)到2500萬(wàn)億的大模型，看看那時(shí)候會(huì)發(fā)生什么。

其次，大模型技術(shù)還需要進(jìn)一步突破。

除了參數(shù)規(guī)模外，在算法層面依然還有很多工作需要做，比如文章前面提到的多模態(tài)，我們現(xiàn)在只能說(shuō)剛剛?cè)腴T(mén)，離成熟的多模態(tài)應(yīng)用還有不小的距離。

此外，目前的大模型還有一個(gè)致命的缺陷。就是訓(xùn)練和推理的隔離，由于模型規(guī)模大，訓(xùn)練一次花費(fèi)不菲，因此模型訓(xùn)練的頻率不高。這導(dǎo)致最新的數(shù)據(jù)不能及時(shí)更新到數(shù)據(jù)集當(dāng)中，也就是說(shuō)模型是基于以前的數(shù)據(jù)信息來(lái)做推理并回答用戶(hù)問(wèn)題。

比較典型的就是ChatGPT，3月15號(hào)GPT-4發(fā)布之后，筆者立馬就去問(wèn)了ChatGPT，結(jié)果得到的答案是GPT-4還沒(méi)發(fā)布。繼續(xù)追問(wèn)，發(fā)現(xiàn)ChatGPT的訓(xùn)練數(shù)據(jù)是2021年9月以前的。也就是說(shuō)，ChatGPT只能基于2021年9月以前的數(shù)據(jù)來(lái)回答用戶(hù)的問(wèn)題。

當(dāng)然，這個(gè)“鍋”不能讓ChatGPT來(lái)背，而是大模型的通病。

正是因?yàn)榇竽Ｐ陀羞@個(gè)缺陷，將大模型與搜索引擎結(jié)合，則是補(bǔ)上這個(gè)短板的很好方式。大模型不能給出的信息，搜索引擎可以補(bǔ)上。從這個(gè)角度出發(fā)，百度作為國(guó)內(nèi)搜索引擎巨頭，其搜索業(yè)務(wù)天然就可以跟文心一言這類(lèi)大模型高效融合。

但是，要從根本上解決大模型的數(shù)據(jù)延遲問(wèn)題，還是要從模型本身入手，從模型底層就接入互聯(lián)網(wǎng)，將互聯(lián)網(wǎng)上最新的信息實(shí)時(shí)更新到訓(xùn)練數(shù)據(jù)集中，并在此基礎(chǔ)上進(jìn)行模型訓(xùn)練。這種情況下，相當(dāng)于整個(gè)互聯(lián)網(wǎng)就是大模型的實(shí)時(shí)訓(xùn)練數(shù)據(jù)集，而模型每時(shí)每刻都在訓(xùn)練。

試想一下，要是有一個(gè)公司提供的大模型，不僅能很好的回答用戶(hù)問(wèn)題，而且他的回答都是基于最新信息，那瞬間就可以跟其他競(jìng)品拉開(kāi)差距。以目前的技術(shù)是很難達(dá)到上述狀態(tài)的。但正因?yàn)殡y，所以需要集中精力去攻克。

2、完善公共數(shù)據(jù)集

正如上文所說(shuō)，數(shù)據(jù)集對(duì)于大模型有關(guān)鍵作用。要發(fā)展中國(guó)大模型產(chǎn)業(yè)，一個(gè)重要基礎(chǔ)就是數(shù)據(jù)集要足夠完善。目前的公共數(shù)據(jù)集建設(shè)是不夠的，大模型不能只是基于簡(jiǎn)單的網(wǎng)絡(luò)數(shù)據(jù)來(lái)進(jìn)行訓(xùn)練，要讓大模型具備更專(zhuān)業(yè)的能力，那得加入各種專(zhuān)業(yè)的數(shù)據(jù)集，比如科研數(shù)據(jù)集、醫(yī)療數(shù)據(jù)集、天文數(shù)據(jù)集、化學(xué)數(shù)據(jù)集、生物數(shù)據(jù)集等。

2023年3月7日，根據(jù)國(guó)務(wù)院關(guān)于提請(qǐng)審議國(guó)務(wù)院機(jī)構(gòu)改革方案的議案，決定組建國(guó)家數(shù)據(jù)局，協(xié)調(diào)推進(jìn)數(shù)據(jù)基礎(chǔ)制度建設(shè)，統(tǒng)籌數(shù)據(jù)資源整合共享和開(kāi)發(fā)利用。這是完善公共數(shù)據(jù)集建設(shè)的重要一步，接下來(lái)，一方面要加大政府?dāng)?shù)據(jù)公開(kāi)力度，另一方面需要構(gòu)建各個(gè)行業(yè)內(nèi)部的數(shù)據(jù)集。并完善數(shù)據(jù)共享、交易機(jī)制，在確保數(shù)據(jù)安全的基礎(chǔ)上，推動(dòng)數(shù)據(jù)流動(dòng)和應(yīng)用。

3、AIGC應(yīng)用生態(tài)（AIGCaaS）AIGC即服務(wù)

大模型是底層基礎(chǔ)設(shè)施，他的巨大威力需要通過(guò)上層的AIGC應(yīng)用生態(tài)來(lái)釋放。類(lèi)似于SaaS（軟件即服務(wù)）的概念，我們暫且將AIGC服務(wù)命名為“AIGCaaS”（AIGC即服務(wù)）。

構(gòu)建AIGCaaS生態(tài)又可以分為三個(gè)層面：

第一層，是科技巨頭將大模型與其本身的業(yè)務(wù)體系相融合。以百度為例，文心一言在陸續(xù)接入百度的核心業(yè)務(wù)體系，除了搜索業(yè)務(wù)以外，百度云等其他業(yè)務(wù)也全面接入大模型能力。國(guó)外的微軟、谷歌也在做同樣的事情，以微軟為例，正快速將ChatGPT接入其搜索、office、微軟云等業(yè)務(wù)體系。

第二層，各類(lèi)SaaS企業(yè)，將科技巨頭提供的大模型能力接入自身的SaaS產(chǎn)品，實(shí)現(xiàn)其產(chǎn)品的智能化改造，再將其智能化的SaaS產(chǎn)品提供給其客戶(hù)。

第三層，政務(wù)、金融、醫(yī)療、制造等各類(lèi)行業(yè)客戶(hù)，直接接入大模型，賦能其業(yè)務(wù)體系。

未來(lái)，大模型與云計(jì)算結(jié)合，將極大的改變整個(gè)數(shù)字科技產(chǎn)業(yè)體系。期待中國(guó)企業(yè)能夠在這個(gè)領(lǐng)域作出更好的成就。

文：月滿(mǎn)西樓 / 數(shù)據(jù)猿

來(lái)源： 數(shù)據(jù)猿