当前位置:   article > 正文

AI大模型的10大趋势预判!_人工智能大模型发展趋势

人工智能大模型发展趋势

大模型发展竞争愈发激烈。全球瞩目的文生视频Sora、谷歌Gemini 1.5、Meta的V-JEPA以及超越GPT4的Claude3相继发布。Open AI的GPT5也即将问世。奥特曼不仅自研芯片,还投资可控核聚变公司,以算力和能源为未来储备关键资源。

在算力紧平衡和数据资源荒的背景下,面对快速变革,笔者尝试对未来大模型的发展做出10个预判:

判断一:中国基础大模型的数量会快速收敛,卷不动了

中国大模型行业呈现“百模大战”态势,但2024年随着基础大模型如Claude3和视频大模型如Sora的能力提升,资源不足和“套壳”大模型厂商可能退出,行业将转向几家大厂和少量明星创业企业的竞争。国外则以大厂与创业公司合作为主,如微软与Open AI、谷歌与Deepmind等。芯片巨头英伟达也在2023年大举投资生成式AI项目,比2022年多6倍。但国外基础大模型领域并未出现类似的激烈竞争。

判断二:万卡是一个入门的算力

近日,Perplexity的CEO Srinivas在《Invest Like The Best》节目中透露,他曾试图从Meta聘请资深研究员,但被对方以需要1万块H100 GPU回应,反映了基础大模型训练对算力的巨大需求。GPT4和GPT5的训练分别需要2.5万张A100和5万张H100(相当于15万张A100)的算力。扎克伯格计划购买35万张H100芯片以追赶GPT5。而0pen AI创始人奥特曼计划筹集7万亿美元自研AI芯片。

在中国,2023年前三季度,英伟达中国营收推算显示,中国新购买的算力相当于58万张A100,但仍远不及Meta。受美国芯片禁令影响,中国无法补充先进算力,导致处于严重被动。国内芯片厂商如华为、海光等,受制于产能问题,供货量距离大模型训练需求尚有较大缺口。此外,国产AI芯片存在适配周期长、成本高、难度大等问题,延长了国产大模型训练周期。

判断三:大模型的能力取决于一个团队金字塔顶尖人才的认知,小团队也能涌现高智能

大模型的发展由顶尖人才推动,人才密度和强度是关键。OpenAI的三位灵魂人物——Sam Altman、Greg Brockman和首席科学家伊利亚,在7年间持续投入数十亿美元,坚持AGI信仰,成就了ChatGPT的传奇。同样备受瞩目的Claude模型公司,由OpenAI核心员工如Dario Amodei和Tom Brown创立,其成员对大模型的深刻理解是取得突破的原因。尽管只有22人,但Character.ai因其Google前员工Noam Shazeer的技术背景,成为访问量第二的聊天应用。而20多人的Mistral公司,由前DeepMind和Meta科学家创办,三位创始人均有大模型开发经验,并在基准测试中表现出色。

判断四:开源大模型难以胜过闭源

开源是软件领域的重要趋势,推动了应用生态的繁荣。然而,从GPT3开始,Open AI选择了闭源,导致开源大模型停滞在GPT3.5水平。目前,业界口碑较好的开源大模型包括Meta的LLaMA2、Mistral的Mistral 8x7B、智谱的ChatGLM-6B等。大模型的代际碾压效应导致基于GPT的小公司面临倒闭风险。

开源方式更适合做生态,但受限于算力和算法等,原有集众智的开源模式很难在基础大模型自身的快速演进上复现。

判断五:能走多远,取决于对AGI和Scaling Law的信仰

Open AI等大模型企业对AGI的信仰获得更多认同,Sora从视频理解到世界模拟器的路径、杨乐昆的世界模型构想,都是产业界迈向AGI的努力。大力出奇迹的范式被证明有效,包括Sora的成功,也再次验证了视频领域Scaling Law的有效性。Open AI以Scaling Law为核心理念,坚信规模化在模型、系统、自身、过程和雄心壮志中的魔力,鼓励在疑惑时扩大规模。

判断六:个人应用要过千万月活门槛

移动互联网时代的APP用户数量庞大,但中国AI原生APP增长相对较慢,目前头部的APP月活用户刚刚突破千万。即使在互联网圈,也有很多人没有使用过这些APP,特别是在三四线或更小的城市。根据QuestMobile报告,头部APP应用去重月活用户突破5000万,这些应用主要集中在文本和图像生成领域。其中,豆包、文心一言等应用以月千万活跃用户规模领先,其次是天工、扮伴-AI绘画及讯飞星火等应用。

相比而言,2022 年 9 月至 2023 年 8 月期间,全球排名前 50 的人工智能工具吸引了超过 240 亿次访问。ChatGPT 以 140 亿次访问量领先,占分析流量的 60% 以上。

判断七:手机端侧大模型将加剧和超级APP的入口之争

大模型正逐渐转向端侧,使得AI推理能够在手机、PC、耳机、音箱、XR、汽车等新型终端上运行。端侧大模型具有优势,如本地数据处理效率高、节省云端成本、增强用户数据隐私保护,以及开启新的交互方式。未来,结合向量化后的个人数据,端侧大模型将提升手机交互流畅性,实现更多原生操作和功能。多家企业已推出端侧大模型,如小米的MiLM、VIVO的蓝心等。此外,高通和苹果等芯片厂商也在积极支持端侧推理。然而,端侧大模型可能成为新的手机交互入口,可能导致APP被边缘化,加剧手机企业在生态内的话语权。

判断八:效率、体验、创造是当前大模型落地三大核心价值

效率是大模型推动自动化的核心逻辑。体验和创造则是其落地的特别驱动力。交互更加友好,机器逐渐适应人,理解指令、语言甚至情感。

创造是生成式大模型的核心能力,已被广泛应用于文字、图片创作、传媒影视、广告、短视频和游戏等领域。模型幻觉问题也可能通过创造的方式激发更多灵感。在AI4S领域,创造提供了更大的想象空间,AI科学家有望在未来取得更多突破。例如,DeepMind开发的深度学习工具在17天内合成了41个拟定化合物,成功率达71%,每天平均产出2个以上新化合物。

判断九:未来可能出现更多的一人企业

大模型与AI Agent的进步,为个人提供了更多智能工具支持。未来,个人可能拥有多个助理,从而加大了对个人领导力和判断力的要求。一人企业的趋势也在改变大企业的组织方式,组织内个人的角色变得更为多元,如身兼数职。同时,数字员工成为企业核心竞争力之一,其数量和质量至关重要。

判断十:“技术派”VS“变现派”的争论在3年内会有定论

最近,“小珺访谈录”的两篇文章对杨植麟和朱啸虎的观点进行了比较,表明中国科技界对大模型的态度存在分歧。一方是技术信仰派,主张像OpenAI一样追求AGI和scaling law,认为模型能力提升和成本降低将解锁更多应用。另一方是市场信仰派,认为应将足够的AI能力投入能快速变现的商业场景中,利用中国市场的独特数据建立优势。这种分歧反映了长期主义和实用主义的争论。

OpenAI的成功为长期主义提供了激励,预计到2026年将迎来GPT6等更强模型,具有商业价值。然而,降低幻觉率仍是技术挑战,未来大模型可能提供置信度概率,以区分参考和确定性判断。

综上,基于scaling law,未来模型的规模无可想象**,**大模型之路的尽头是算力,更是电力。

大模型岗位需求

大模型时代,企业对人才的需求变了,AIGC相关岗位人才难求,薪资持续走高,AI运营薪资平均值约18457元,AI工程师薪资平均值约37336元,大模型算法薪资平均值约39607元。
在这里插入图片描述

掌握大模型技术你还能拥有更多可能性

• 成为一名全栈大模型工程师,包括Prompt,LangChain,LoRA等技术开发、运营、产品等方向全栈工程;

• 能够拥有模型二次训练和微调能力,带领大家完成智能对话、文生图等热门应用;

• 薪资上浮10%-20%,覆盖更多高薪岗位,这是一个高需求、高待遇的热门方向和领域;

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术,也想通过这项技能真正达到升职加薪,就业或是副业的目的,但是不知道该如何开始学习,因为网上的资料太多太杂乱了,如果不能系统的学习就相当于是白学。为了让大家少走弯路,少碰壁,这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好,希望能够真正帮助到大家。

-END-


声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/772862

推荐阅读
相关标签