AI大模型激烈混戰！一天之內，華爲、阿里、騰訊等巨頭紛紛出手

來源：華爾街見聞 常嘉帥

一天之內，多家巨頭宣佈AI新進展，大模型混戰卷出新高度。

最近幾個月，國產大模型的內卷激烈程度可以用“神仙打架”來形容。本週五，大模型混戰又達到了新高度，據華爾街見聞不完全統計，僅在今天，就有華爲、阿里、騰訊、商湯、京東等企業發佈或更新大模型。

“百模大戰”的盛況中，誰最有可能造出中國版GPT-4？

華爲雲盤古大模型3.0正式發佈

7月7日，華爲雲在開發者大會2023上發佈盤古大模型3.0。華爲常務董事、華爲雲CEO張平安表示，盤古大模型3.0是完全面向行業的大模型，包括“5+N+X”三層架構。

張平安在會上表示，盤古大模型不會作詩，只做事，將圍繞“行業重塑”“技術紮根”“開放同飛”三大創新方向，持續打造核心競爭力，爲行業客戶、夥伴及開發者提供更好的服務。

三層架構分別爲：

L0層包括自然語言、視覺、多模態、預測、科學計算五個基礎大模型，提供滿足行業場景中的多種技能需求。盤古3.0爲客戶提供100億參數、380億參數、710參數和1000億參數的系列化基礎大模型，匹配客戶不同場景、不同時延、不同響應速度的行業多樣化需求。同時提供全新能力集，包括NLP大模型的知識問答、文案生成、代碼生成，以及多模態大模型的圖像生成、圖像理解等能力，這些技能都可以供客戶和夥伴企業直接調用。無論多大參數規模的大模型，盤古提供一致的能力集。

L1層是N個行業大模型，華爲雲既可以提供使用行業公開數據訓練的行業通用大模型，包括政務，金融，製造，礦山，氣象等大模型；也可以基於行業客戶的自有數據，在盤古大模型的L0和L1層上，爲客戶訓練自己的專有大模型。

L2層爲客戶提供了更多細化場景的模型，更加專注於政務熱線、網點助手、先導藥物篩選、傳送帶異物檢測、颱風路徑預測等具體行業應用或特定業務場景，爲客戶提供“開箱即用”的模型服務。

盤古大模型採用完全的分層解耦設計，可以快速適配、快速滿足行業的多變需求。客戶既可以爲自己的大模型加載獨立的數據集，也可以單獨升級基礎模型，也可以單獨升級能力集。

在L0和L1大模型的基礎上，華爲雲還爲客戶提供了大模型行業開發套件，通過對客戶自有數據的二次訓練，客戶就可以擁有自己的專屬行業大模型。同時，根據客戶不同的數據安全與合規訴求，盤古大模型還提供了公用雲、大模型雲專區、混合雲多樣化的部署形態。 

阿里AIGC應用“通義萬相”

在2023年世界人工智能大會上，阿里雲正式推出AI繪畫新品“通義萬相”。

基於阿里研發的組合式生成模型Composer，通義萬相提出了基於擴散模型的‘組合式生成’框架，通過對配色、佈局、風格等圖像設計元素進行拆解和組合，提供了高度可控性和極大自由度的圖像生成效果。

用戶可以在通義萬相中輸入提示詞，以輸出相應圖像。除文生圖以外，通義萬相也推出了包括風格遷移、相似圖生成等功能。

從此，圖片設計的門檻將大幅降低，無論是藝術設計、遊戲，還是文創，都將迎來一場變革。

目前，通義萬相具有以下三大功能：文生圖、相似圖生成、風格遷移。

文生圖功能爲基本的形式，只要輸入prompt，選定創作風格（水彩、油畫、中國畫、扁平插畫、二次元、素描、3D卡通等），通義萬相就可以自動生成海量的創意靈感。通義萬相已正式上線，對外提供服務。

相似圖生成則可以讓用戶根據現有素材，快速地批量擴展相似素材。只要用戶提供一張參考圖像，就可以獲得一張與之內容、風格類似的圖像。

而風格遷移，則是爲一張原圖生成一幅指定風格的新圖。

下圖爲來自“新智元”的測試，使用通義萬相將下圖穿着白紗女性，改成法國印象派畫家雷諾阿的風格。

遷移完成後，得到了這樣一幅印象派的人物肖像。

據“新智元”測評表示，通義萬相的部分作圖能力，已經在逼近全球最牛AI作畫神器Midjourney。

騰訊MaaS平臺升級

世界人工智能大會期間，騰訊雲宣佈升級MaaS平臺，將行業大模型能力應用到金融風控、同傳翻譯、數智人客服等新場景中；其中，首次公佈的金融風控大模型，相比傳統風控有10倍效率提升。

在技術底座領域，自研星脈高性能計算網絡、向量數據庫，爲大模型的行業應用提供更充沛的算力基礎設施。其中，最新升級的騰訊雲自研星脈高性能計算網絡，能提升40%的GPU利用率，節省30%~60%的模型訓練成本，爲AI大模型帶來10倍通信性能提升。基於騰訊雲新一代算力集羣HCC，可支持10萬卡的超大計算規模。騰訊雲AI原生向量數據庫，最高支持10億級向量檢索規模，延遲控制在毫秒級，相比傳統單機插件式數據庫檢索規模提升10倍，同時具備百萬級每秒查詢（QPS）的峯值能力。

在應用創新方面，騰訊雲行業大模型能力應用到金融風控、交互翻譯、數智人客服等場景中，極大提升了智能應用效率。

行業大模型加持的金融風控解決方案，相比之前有了10倍效率提升，通過騰訊積累超過20年的黑灰產對抗經驗和上千個真實業務場景，整體反欺詐效果比傳統模式有20%左右的提升。企業可以基於prompt模式，迭代風控能力，從樣本收集、模型訓練到部署上線，實現全流程零人工參與，建模時間也從2周減少到僅需2天。即便樣本積累有限的情況下，也可以完成快速搭建，跳過“冷啓動”過程。

在交互翻譯領域，基於行業大模型技術加持，同傳技術不再需要百萬級的訓練數據，僅需“小樣本”訓練就能實現較好效果，專業領域的翻譯也能減少人工調優的參與，保障翻譯效果，在多個垂直行業落地。其中，騰訊同傳已經連續六年爲世界人工智能大會主論壇提供AI同傳服務。

在數智人領域，今年騰訊雲推出了小樣本數字人工廠，僅需少量數據、24小時內即可復刻2D數字分身，讓企業應用數智人服務成本大大降低。現在，依託AI生成算法，數智人3D形象的復刻速度得到大幅提升，通過生成式動作驅動，結合行業大模型能力，可讓企業獲得更“個性化、專業、自然逼真”的數智員工，讓“面對面”專業服務成爲可能。

商湯大模型全面升級

世界人工智能大會期間，在“大愛無疆·日日新”人工智能論壇上，商湯科技宣佈“商湯日日新SenseNova”大模型體系將多方位全面升級，以及在該體系下的一系列大模型產品更新和落地成果。

作爲千億級參數的自然語言處理模型，商湯商量SenseChat 2.0版本突破了大語言模型輸入長度限制，並推出不同參數量級的模型版本，可完美適配移動端、雲端等不同終端及場景的應用需求，降低部署成本。商湯的自研生成式大模型商湯秒畫SenseMirage 3.0的模型參數從今年4月首次發佈以來的10億提升至70億量級，能夠實現專業攝影級的圖片細節刻畫。

不僅如此，商湯如影SenseAvatar 2.0數字人生成平臺相較1.0版本的語音和口型流暢度提升30%以上，實現4K高清視頻效果，並帶來AIGC生成形象及數字人歌唱功能。此外，商湯瓊宇SenseSpace 2.0的空間重建效率提升20%，渲染性能提升50%，每100平方公里場景的建圖時間僅需38小時即可完成（1200 TFLOPS/秒算力支持）；而商湯格物SenseThings 2.0對小物體的紋理及材質還原達到毫米級精細度，並突破對高反光和鏡面物體的採集難題。

在金融領域，商湯與銀行、保險、券商等客戶展開合作，利用數字人進行智能客服、智慧營銷等工作，並通過接入大語言模型能力，提供投研分析、研報撰寫等新功能，實現降本增效。此外，掛載金融知識庫後，還能100%基於客戶的產品說明進行內容問答輸出，並實現信息及時更新。

在醫療場景，商湯基於海量醫學知識和臨牀數據打造了中文醫療語言大模型“大醫”，提供導診、問診、健康諮詢、輔助決策等多場景多輪會話能力，未來也即將支持醫學圖像、文本、結構化數據等多模態綜合分析，並可不斷提升醫療語言理解和推理能力，持續賦能醫院診療效率及患者服務提升。

其他AI企業進展

本土AI獨角獸出門問問發佈“序列猴子”

出門問問攜內測探索大模型“序列猴子”及AI CoPilot解決方案亮相世界人工智能大會。據介紹，“序列猴子”是一款具備多模態生成能力的大語言模型，模型以語言爲核心的能力體系涵蓋“知識、對話、數學、邏輯、推理、規劃”六個維度，能夠同時支持文字生成、圖片生成、3D內容生成、語言生成和語音識別等不同任務。“序列猴子”具備自然語言理解、知識、邏輯以及推理等能力，並可以基於這些能力進行對話。

京東：正在訓練大模型，對其前景很有信心

京東集團副總裁、探索研究院院長何曉冬表示，目前訓練時間在兩個月左右的基礎通用大模型，成本估計在幾千萬元，對大模型的商業前景和落地場景很有信心。他建議，創業公司入局大模型應該找到屬於自己的“護城河”，面對目前的“百模大戰”現狀，何曉冬認爲，對於市場而言，有壓力和競爭是好事，將有效促進行業發展。

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。