当前位置:   article > 正文

2024!国内AI大模型平台哪家强?全方面测评来了_国内ai大模型测评_百度千帆大模型平台和飞浆ai studio 区别

百度千帆大模型平台和飞浆ai studio 区别

2023年无疑会被载入史册,成为大模型技术全面爆发的标志性元年。经过一年多的高速发展,各大科技厂商纷纷争先恐后地推出了自家的大模型产品,比如阿里的通义千问、百度的文心一言等。

与此同时,各家围绕着大模型生态建设的步伐也没有落下,各类Agent、AI大模型平台百花齐放。目前看来,各厂商正处于积极拓展用户基础、吸引模型&合作生态入驻、优化平台用户体验及探索商业化模式的关键阶段。

作为一名时刻关注AI技术前沿动态,并且每天切身在应用相关技术(跑个demo啦、撸个paper啦)的AI开发者,我觉得很有必要出一期当前(截止2024年2月份)国内AI大模型平台的全方面测评(咱就是说目前知乎上也没有,就自己做一期)

img

【一一AGI大模型学习 所有资源获取处一一】

①人工智能/大模型学习路线

②AI产品经理入门指南

③大模型方向必读书籍PDF版

④超详细海量大模型实战项目

⑤LLM大模型系统学习教程

⑥640套-AI大模型报告合集

⑦从0-1入门大模型教程视频

⑧AGI大模型技术公开课名额

那么要全方位评判一个大模型平台的优劣,我们将从以下几个核心维度展开探讨:

1、社区规模:主要通过平台上模型数量&种类、社区开发者数量、应用数量、下载量等硬性指标进行评测;

2、平台基础设施能力:主要关注数据集&SFT(Supervised Fine-Tuning, 有监督微调)支持方面,考察平台是否提供了充足的算力资源和强大的数据集能力,以确保开发者能够高效便捷地进行模型训练、部署与微调工作;

3、生态建设与社区活跃度: 主要评估平台相关课程(教程)的丰富度、社区活动、赛事开展等因素进行综合评估。因为好的社区生态+活跃度会直接或间接地影响到平台上内容的“上新”效率(或者说发布周期)和质量;

那么接下来,我将基于上述多角度的专业评测,为广大的AI从业者提供详尽且客观的参考依据,希望能够帮助大家选择自己合适的AI大模型平台~


综合类平台

阿里云

关键词:开源、模型库强大、开箱即用

img

2022年底推出的阿里云旗下的开放MaaS(Model-as-a-Service)平台,提供了多种领域预训练模型的在线试用、下载、在线微调与部署等功能,致力于为AI开发者和研究者提供一站式模型开放服务。

根据公开信息显示,魔搭社区已经吸引了大量的开发者参与,拥有2300+的模型、280万+AI开发者和600+数据集。并且集合了来自多家顶尖人工智能机构贡献的900多个AI模型资源,涵盖了广泛的领域和应用类型。

img

整体来看领域覆盖度挺全面的,包括CV、LLM&NLP、图像和多模态等其他领域。不仅支持自家的模型还吸引了非常多外部开源模型的入驻,但优势领域应该还是集中在LLM&NLP这块;

平台的基础设施能力不错,创空间有点那么**“开箱即用”**的意思了,并且基于阿里云基础设施底座为新用户提供了免费的CPU/GPU资源(高阶的算力得花钱,按量付费)。支持主流接入SDK,创建好项目后就是一个github范式的开发大动作。

支持在线的SFT,也封装好了很多python开箱库(简单留给用户,直接pip install就可以用起来)以及配套教程(也有专门的答疑群)

img

img

生态建设这块虽然有一些配套板块(在首页 -> 动态 -> 下拉栏里面) 的布局,比如竞赛、活动等,但是横向对比其他平台来看,生态建设的丰富度还是相对薄弱一些的,所以个人开发者的社区活跃度可能会低一些。

img

总的来说,魔搭ModelScope作为国内目前最大的AI大模型平台开源社区我觉得是当之无愧的,一年多就可以成长到如今模样,未来更是可期✨!

并且由于走的是开源这条路子,做了很多给开发者的让利,很简单,没有太多商业化的设计。特别适合想基于基础算力体验业界最新开源模型的开发者友友们,所以这也是为什么,有越来越多的B端或者个人开发者会选择开源模型首发到魔搭ModelScope(群众的眼睛是雪亮 的)。

总体评分如下:

  • 社区规模:★★★★★
  • 平台基础设施能力:★★★★★
  • 生态建设与社区活跃度:★★★★☆

百度飞桨AI 星河社区

关键词:飞桨Paddle、付费会员、小白友好应用、生态运营强

百度飞桨起源于2016年9月左右,而飞桨AI Studio星河社区是于2023年8月份推出的,百度旗下的一个AI平台,也提供了多种领域的预训练模型、在线试用、在线训练&部署等能力。社区规模说是有800万+开发者(存疑),230+模型库。

img

如果说魔搭上创空间的体验,像是你在github上fork了一个代码仓库然后进行开发,那么区别与魔搭,在星河AI Studio上的体验,会更偏向于在一个成熟商业平台的使用体验,并且对不同人群(比如开发者、技术小白等)也进行了差异化划分。主要是通过项目应用的等不同板块去提供这些能力的,我们一个个来说:

项目

项目这个tab下面,布局有点像是AI+文字条目版的小红书,内容面向传统AI模型项目(比如OCR、推荐、搜索、目标检测等)+ 大模型项目

img

支持3种快速创建项目的方式

img

商业化划分点也比较明确,项目需要RUN的时候,基础算力免费,高阶算力采取会员付费制度

img

应用:

应用可以理解成是项目文件(脚本/Notebook等)运行后生成的**带WebUI的交互界面。**应用这个tab下面,布局就更简单明了了,内容主要面向AIGC大模型相关的应用(比如AI绘画、语音生成、文本生成、ChatBot等),别的开发者的应用如果是公开的也可以直接体验。

img

如果自己创建应用的话,对零代码基础的小白和开发者进行了区分:

img

如果创建的是零代码应用,则会直接给你提供一个WebUI,也符合**“开箱即用”**的标准。

img

如果创建的是基于代码的应用,可选的框架有Gradio/Steamlit(都是将Python脚本转换为交互式Web应用程序的框架&工具),应用创建完后端的代码还是在项目下的,同理也是模型训练的时候会有算力的差异化售卖。

img

整体来说,个人感觉开发的自由度相对低一些,搭载PaddlePaddle框架,对于习惯了自由开发流程的童鞋们可能不太友好;但对新手小白或是低代码平台开发者、想体验别人二次创作有趣应用的童鞋、还是很友好的~

并且社区的生态运营还是比较顶的,归纳为以下几点:

  1. 课程做的很好,还推出了很多(面向校企的)教育合作&证书认证课程;
  2. 赛事的投放也比较多,这个跟飞桨本身起源早,当初在推广AI框架时候就有相应积累&沉淀密不可分;
  3. 商业模式布局广,有付费会员制度,也推出了配套的积分商城等以提高(签到、做活动任务攒积分)社区活跃度;

总体评分如下:

  • 社区规模:★★★★★
  • 平台基础设施能力:★★★★☆
  • 生态建设与社区活跃度:★★★★★

华为昇思大模型平台

关键词:MindSpore框架、生态运营强

华为MindSpore开源于2020年3月,而昇思大模型平台是于2023年4月份推出的,华为旗下的一个AI大模型平台,覆盖多领域任务,体验全流程开发,搭载了自己的Ascend芯片、ModelArts训练框架和MindSpore AI框架,支持用户在线训练和推理可视化。社区规模上会小很多,截至2023年有效数据统计,社区注册用户数2.9万+,模型库670+。

个人感觉昇思大模型平台在体验上,给人一种星河 + ModelScope的体感:

首先它的AI实验室Tab下的内容,是和星河类似的,也是面向传统AI模型项目(CV、NLP、推荐等)+ (少量)大模型项目,这个这两家公司之前都是在主推AI训练框架有关,这方面比较优势,所以大模型风口一来,不能说老的丢掉吧,得想个融合的呈现形式。

img

在大模型Tab下的内容,更多是B端比较拿得出手的合作模型&项目,提供给用户在线体验的可能性(但一共就十几个项目,而且好多都还没上线,看来还是在紧锣密鼓地布局之中呀),然后模型微调模块也不是很可用

img

img

开源下载地址还是回到了魔搭ModelScope上

项目创建:
类似于魔搭的“创空间”,用户可通过创建自己的项目空间来迈出第一步:

img

在线开发的Notebook提供了基于华为基础设施底座的CPU/GPU资源(但是Ascend的GPU资源目前不能用)

img

img

总得来说,所见即所得吧,整体感觉还不是很ready。但和星河的发展路径类似,课程&活动&比赛的生态运营还是做的比较好的(MindSpore的生态运营还是业界有名的),加上之前也是主要做开源的,商业化这块估计也还是在摸索,期待后续的发展吧~

img

总体评分如下:

  • 社区规模:★★★☆☆
  • 平台基础设施能力:★★☆☆☆
  • 生态建设与社区活跃度:★★★☆☆
Hugging Face Model Hub - 中文站

关键词:开源、国际化、模型库强大

除了国内原生的,来自国外的也有比如Hugging Face推出了中文站,上面也有不少中文预训练模型可供选择,随着对多语言支持的不断推进,尤其是对于像中文这样的大语种,相信Hugging Face中文社区应该会吸引更多的中国开发者和研究者参与进来共建,为国内用户提供更全面、深入的技术交流和学习平台。

我也想多写点,但是 挂了,等修好再补这段相信老老老老粉们一定不会怪罪我吧。。。

img


除了综合类的AI大模型平台,垂直领域也有很多衍生的大模型AI平台从2023年以来展露头脚,我们先从面向图像生成领域说起!

垂直领域:图像生成

哩布哩布 liblib

关键词:流量平台式、创作者经济

哩布哩布AI(LiblibAI)是一个由北京奇点星宇科技于2023年9月推出,靶向插画家、设计师、摄影师、游戏开发者等视觉类需求用户的,专注于图像生成和模型素材库的建设的一个平台。

img

主要提供以下核心服务和功能:

  1. 模型库:提供超过10w+的图像模型库(SFT后的模型,非底座模型),包括但不限于建筑设计、插画设计、摄影、游戏美术、中国风艺术、室内设计、动漫、工业设计等各种领域和风格的模型素材,供用户免费 or 付费下载使用。
  2. 创作者社区:鼓励和支持创作者加入并分享自己的AI绘画作品及模型,形成了一个活跃的原创AI模型分享交流环境。交互类似于小红书(但还没有app、仅web版),并且有对应的创作者经济生态(平台通过与创作者共享收益,如版权分成,来吸引更多的内容贡献者,并在此基础上实现商业化)。
  3. 在线图像生成:提供WebUI+模型库让用户在线免费生成、下载自己想要的图片
  4. 在线Lora训练:提供基于WebUI和新图/数据集的在线Lora训练,个性化微调已有模型(在此过程中插入商业化,如算力、存储空间、训练模式的差异化付费)

img

img

怎么说呢,这个平台从推出到现在也就半年吧?

img

基于图像领域的天然交互优势,复刻了流量平台(比如小某书、某音)那套商业化模式走得飞起 ,使得创作者经济生态得到快速构建,然后在此基础上马上推出了付费会员,家人们谁懂啊!太6了~

总体评分如下(在图像生成领域):

  • 社区规模:★★★★★
  • 平台基础设施能力:★★★★☆
  • 生态建设与社区活跃度:★★★★★

垂直领域:自然语言生成

TODO


总结

这篇仅是开坑哈,后面会持续更新的~

主旨就是想要在滚滚浪潮中帮助AI开发者发现、汇聚到简单、好用的AI大模型平台&开发者社区上来,共建国内繁荣AIGC生态!!

img

有些规模太小、不好用、吃相太难看(没几个模型就要走付费变现路子的)的平台我就先不放上来啦

如何学习大模型 AGI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

-END-


如何学习大模型

现在社会上大模型越来越普及了,已经有很多人都想往这里面扎,但是却找不到适合的方法去学习。

作为一名资深码农,初入大模型时也吃了很多亏,踩了无数坑。现在我想把我的经验和知识分享给你们,帮助你们学习AI大模型,能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习,等录播视频免费分享出来,需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向,东学一点西学一点,像只无头苍蝇乱撞,我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势,它不仅能够为我们提供更多的机会和挑战,还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型,我们可以深入了解深度学习、神经网络等核心概念,并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时,掌握AI大模型还能够为我们的职业发展增添竞争力,成为未来技术领域的领导者。

再者,学习AI大模型也能为我们自己创造更多的价值,提供更多的岗位以及副业创收,让自己的生活更上一层楼。

因此,学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。

声明:本文内容由网友自发贡献,转载请注明出处:【wpsshop】
推荐阅读
相关标签
  

闽ICP备14008679号