看美国谷歌与微软肉搏，国内大模型就等腾讯与字节跳动了｜AI周

ChatGPT推出将近半年，大型语言模型已被视为科技巨头的标配。哪家没有，哪家就会感受到来自市场的异样眼光，似乎已经没有了未来。甚至连苹果，也已经开始被这样的眼光打量。

美国的大模型竞争，分为了两派。离商业化更近的微软与谷歌，它们走向封闭。本周，谷歌闭关了一阵之后，终于推出了PaLM 2，对自微软与OpenAI发起了反击。尽管ChatGPT的流量仅为自身的2%，但谷歌担心继续开放，会让竞争对手学了去。

离商业化稍远的Meta，继续开源之路。多模态的ImageBind包括温度、深度与运动等数据，甚至还将纳入触觉与气味等信息。有人将其视为元宇宙大模型，还有人联想到了杨立昆的世界模型。还有一众LLaMA的后代，也是托了Meta的福。

人们始终担心，现在的大模型开源热潮是不稳定的。大多数的开源版本，仍然站在财力雄厚的大公司推出的巨型模型的肩膀上。如果Meta也找到了最合适的商业化切入点，是否也会走向封闭？

对于一些人来说，开源是一个原则问题。对于其他人来说，这是一个利益问题。人们担心过度封闭会影响底层创新。目前，美国的很多大模型创新，来自规模更小的初创企业。

中国的幸福“烦恼”也许是市场太大，即使在其他国家是利基市场，在中国也足够企业施展商业的拳脚。资金也迫切看到经济回报。不完全统计，仅今年以来，中国企业正式发布或对外测试的大型语言模型约15家，算上计划发布的，已经接近30家。

它们几乎都是有着相对明确的应用场景，设想了变现路径，也就基本与开源无缘。有些瞄准教育，有些瞄准医疗，有些瞄准自动驾驶。百度与阿里面向的行业更广泛，它们有实力成为其他应用大模型的“底座”。但真正面向大量用户开放测试的，也只有百度一家。

腾讯与字节跳动也有机会。它们都有国民级应用，拥有大量数据与应用场景；它们都涉足短视频，尤其是字节跳动，视频生成正是本轮生成式人工智能相对缺乏亮点的细分领域。

与百度或阿里相比，它们的云服务相对较弱。但腾讯上个月刚发布了面向大模型训练的新一代HCC高性能计算集群，整体性能比过去提升了3倍。火山引擎的DPU+CPU+GPU混合算力结构，也与字节跳动国内业务大规模并池，实现大规模内外实时复用算力资源。它们将是今年下半年的重磅玩家。

以下是本周发生的足够有分量的几起AI大事件：

周一

ChatGPT流量增长趋缓

4月，ChatGPT全球访问量达到了 17.6 亿次，约为中国搜索引擎百度的60%，俄罗斯搜索引擎Yandex的75%，但仍仅为谷歌的2%。涌入ChatGPT的流量正在趋缓，4月环比增长12.6%，某种程度上是因为它成为了其他网站的“Intel Inside”服务。此外，越来越多公司担心泄露隐私数据而禁止员工就工作任务访问ChatGPT。

ChatGPT月访问量对比（全球，PC+移动）

今年前四月，ChatGPT流量环比增速分别为131.6%、62.5%、55.8%与12.6%。来源SimilarWeb

周二

Meta 开源多感官模型，世界模型雏形？

Meta公布了新的开源人工智能模型ImageBind，把不同模态数据串联在一个嵌入空间（Embedding Space），让其从多维度理解世界。目前的数据包括文本、音频、视觉、温度、深度和运动等，未来或许还会有触觉、气味和大脑fMRI信号等。ImageBind目前只是研究项目，但已有人将其与元宇宙、机器人和世界模型联系了起来。

OpenAI用GPT-4解释GPT-2

OpenAI发表了《语言模型可以解释语言模型中的神经元》，初步探索大模型智能的可解释性：自动识别哪些部分负责其哪些行为，迈出了使用 AI 进行自动化对齐研究的重要一步。公司还开源了“用GPT-4来解释GPT-2中全部307,200个神经元” 的结果数据集和可视化工具。

抖音发出AIGC平台规范及行业倡议

抖音要求用户在该平台发布的AIGC内容， “进行显著标识”，“虚拟人技术使用者需实名认证”等，禁止发布“侵权内容“或”违背科学常识、弄虚作假、造谣传谣的内容”，并由“发布者对相应后果负责”。抖音向全行业倡议，“使用统一的人工智能生成内容数据标准或元数据标准，便于其他内容平台进行识别。”本周三，中国AIGC管理办法征求意见截止，以内容生成、传播为主的消费互联网平台面临监管压力。谷歌也在I/O科技大会上提出了内容水印和元数据。

百度文心千帆要做大模型生产平台

百度计划将文心千帆打造成大模型生成与分发平台。今年3月刚发布时，文心千帆以文心一言为核心，向平台上的企业客户提供大模型服务。未来，企业可以在文心千帆上基于任何开源或闭源的大模型，开发自己的专属大模型。

周三

微软与甲骨文考虑共享AI算力

甲骨文和微软正在讨论一项不同寻常的协议。双方在为各自的云计算客户服务时，任何一家出现算力不足，都可以租用对方服务器。今年，微软已传出内部AI服务器硬件短缺的消息，被迫采取“配额供给”机制；微软还与AMD合作，资助后者向AI芯片领域扩张，助其开发雅典娜（Athena）芯片。

周四

谷歌闭关炼成PaLM2，努力把AI装进手机

谷歌发布了PaLM2， 旗下搜索、办公、硬件等业务全线拥抱AI 化，与微软竞争。尽管谷歌称基于该新模型的Bard，部分能力已经超越了GPT-4，但早期测评显示它才勉强达到GPT-3.5水平。与OpenAI暂不研发GPT-5不同，谷歌承认研发重心已经转向下一代大模型Gemini。无论是PaLM2还是Gemini，都会拥有不同规模的版本。未来或许“智能手机”会变成“人工智能手机”。

欧盟同意更严格的 AI 监管草案

欧盟议会两个委员会以压倒多数通过了《人工智能法案》相关谈判授权草案，涉及面部识别、生物识别监控和其他AI应用使用的新规则，并将 ChatGPT和类似的生成式AI与高风险系统置于同一级别，要求其遵守额外的透明度要求。6月中旬，欧洲议会全体会议将就该草案表决。欧洲是对人工智能监管立法最快也是最严的主要经济体，谷歌新Bard向全球180多个国家与地区开放，但暂不包括所有欧盟国家。

周五

Token吞吐大扩容，Anthropic是OpenAI最强对手？

大模型的竞争，正在从参数规模转移到Token吞吐量。Anthropic宣布已将大模型Claude的上下文窗口，从9,000个token扩展到100,000个token。此前，OpenAI的GPT-4在上下文窗口大小上达到32,000个token。上下文窗口越大，大模型“记忆力”越好，基于更全面的信息生成内容的应用场景就越多。本周，Anthropic还公布了其宪法AI（ConstitutionalAI），试图将语言模型的内容输出引导到主观上“更安全、更有帮助”的方向。

HuggingFace推出智能代理，调度其他模型

HuggingFace公布了TransformersAgents，它相当于一款用户自己灵活定制的 AutoGPT，能“教会”用户选择的大模型，尝试理解用户给它的提示，调用平台上其他合适模态的大模型，并实时反馈输出结果。单个大模型的创新，可以因此组合起来，为更多细分领域大模型提供更友好的应用环境。