中國AI應(yīng)用繁榮：互聯(lián)網(wǎng)模式可以參考，不能照搬——2025，把大模型的門檻打下來

2025-1-13 11:13| 發(fā)布者: admin| 查看: 75| 評論: 0

摘要: 來源：環(huán)球時(shí)報(bào)微信公眾號大模型產(chǎn)業(yè)熬過了“沒有超級應(yīng)用”的2024年，熟悉的論調(diào)又再度出現(xiàn)——“2025年AI應(yīng)用會井噴式增長”。橫跨互聯(lián)網(wǎng)和AI創(chuàng)業(yè)的張巖發(fā)現(xiàn)，行業(yè)好像有兩股風(fēng)向，一股是大模型看起來很美好，但 ...

來源：環(huán)球時(shí)報(bào)微信公眾號

大模型產(chǎn)業(yè)熬過了“沒有超級應(yīng)用”的2024年，熟悉的論調(diào)又再度出現(xiàn)——“2025年AI應(yīng)用會井噴式增長”。

橫跨互聯(lián)網(wǎng)和AI創(chuàng)業(yè)的張巖發(fā)現(xiàn)，行業(yè)好像有兩股風(fēng)向，一股是大模型看起來很美好，但很難落地；另一股是“狼真的要來了”，大模型應(yīng)用就要走到臨界點(diǎn)，錯過這一波等于錯過未來十年。這種分歧，即便是在最具有創(chuàng)新精神的互聯(lián)網(wǎng)行業(yè)也無法完全避免。

“就算大模型更新迭代的速度慢下來了，但怎么跟業(yè)務(wù)結(jié)合，自己的數(shù)據(jù)夠不夠用，AI應(yīng)用能不能取得好的落地效果，大家都不確定。大家愿意投入大模型，前提是有確定的收益和試錯的成本?！睆垘r說。

悲觀者永遠(yuǎn)正確，樂觀者永遠(yuǎn)前行，是互聯(lián)網(wǎng)行業(yè)數(shù)十年發(fā)展最佳的歷史注腳，如今到了大模型時(shí)代將被繼續(xù)驗(yàn)證。問題是，首先要看清如今大模型產(chǎn)業(yè)的機(jī)會在哪，互聯(lián)網(wǎng)又該如何再贏一次？

大模型淘汰賽，也是應(yīng)用繁榮的開始

不知何時(shí)起，大模型產(chǎn)業(yè)進(jìn)入了淘汰賽，情緒的傳遞透過各個(gè)環(huán)節(jié)傳遞。

近兩年，基礎(chǔ)大模型吸引了絕大部分關(guān)注，這可以理解。大模型行業(yè)才剛剛行進(jìn)到收斂階段的開端，典型現(xiàn)象是基礎(chǔ)大模型預(yù)訓(xùn)練的玩家減少，比如剛剛宣布退出預(yù)訓(xùn)練的零一萬物，不管是互聯(lián)網(wǎng)巨頭還是初創(chuàng)AI獨(dú)角獸，都得掂量掂量一年幾十億美元的預(yù)訓(xùn)練成本。

再如人才的流動，互聯(lián)網(wǎng)和大模型都是高人才密度行業(yè)，行情好的時(shí)候高薪招聘應(yīng)屆生，薪資翻倍挖技術(shù)大牛候選人都不新鮮，現(xiàn)在大模型崗位至少比去年少了30%，而且薪資也沒有那么好談了。

投資人更是直觀感受到錢的流向，原本懷著FOMO（Fear of Missing Out）情緒的投資人，現(xiàn)在更擔(dān)心自己的老股賣不出去，沒能入局的投資人暗自松了一口氣。就連華爾街也不再揮金如土，對大模型相關(guān)公司的投資向頭部集中，并且關(guān)注投資收益。

中國AI應(yīng)用繁榮：互聯(lián)網(wǎng)模式可以參考，不能照搬——2025，把大模型的門檻打下來

與其說大模型產(chǎn)業(yè)進(jìn)入了淘汰賽，不如說是大模型訓(xùn)練和推理的轉(zhuǎn)換期。以大模型為代表的AI技術(shù)，正在成為劃時(shí)代的革命技術(shù)浪潮，不過更多人融入這次浪潮的觸點(diǎn)不在大模型訓(xùn)練，而是在大模型推理。

迄今為止大模型產(chǎn)業(yè)的最大受益者之一，英偉達(dá) CEO 黃仁勛表示，未來推理的增長將遠(yuǎn)大于訓(xùn)練的增長。他指出，擴(kuò)展人工智能的重點(diǎn)已從訓(xùn)練前轉(zhuǎn)移到訓(xùn)練后和推理，推理時(shí)計(jì)算將作為一個(gè)全新的智能擴(kuò)展向量，且英偉達(dá)超過 40% 的收入來自推理，這是正在經(jīng)歷的工業(yè)革命。

懷有此種觀點(diǎn)的專家不在少數(shù)，一個(gè)簡單的道理是，不是所有AI創(chuàng)業(yè)都需要做基礎(chǔ)大模型，但是AI應(yīng)用一定需要推理，就像中國互聯(lián)網(wǎng)的繁榮是因?yàn)閼?yīng)用，而不是底層的芯片、操作系統(tǒng)、指令集、數(shù)據(jù)庫等等。

但話又說回來，今時(shí)不同往日，全球技術(shù)開放性受阻，中國必須牢牢將根技術(shù)掌握自己手里，不僅是互聯(lián)網(wǎng)的根技術(shù)，也是AI產(chǎn)業(yè)的根技術(shù)。在這種情況下，互聯(lián)網(wǎng)行業(yè)自然會去尋找合適的搭檔，騰訊音樂與華為云在大模型領(lǐng)域的合作，就是一個(gè)典型代表，騰訊音樂的大模型推理引擎與華為云昇騰AI云服務(wù)相互趨近，讓企業(yè)在推理層面有了成本可控、效益更優(yōu)的另一種選擇。

把技術(shù)和成本門檻打下來

有不少用戶發(fā)現(xiàn)，微信鍵盤的文本潤色越來越好用了，速度快且猜得準(zhǔn)；QQ音樂旗下的奇喵相機(jī)微信小程序，圖像生成時(shí)間也變短了；微信、QQ音樂、全民K歌等平臺背后，都有騰訊音樂娛樂集團(tuán)(TME)天琴實(shí)驗(yàn)室的領(lǐng)先技術(shù)加持。MUSELight大模型推理加速引擎，帶來了更高效的AI內(nèi)容生成能力。

這給其他互聯(lián)網(wǎng)行業(yè)玩家提了個(gè)醒，騰訊音樂和其他競爭者不同之處就在于，先找到自己最適合的大模型切入點(diǎn)，務(wù)實(shí)的實(shí)踐落地大模型，這一理念也促成了騰訊音樂天琴實(shí)驗(yàn)室和華為云昇騰AI云服務(wù)的合作，推出了MUSELight大模型推理加速引擎，帶來了更高效的AI內(nèi)容生成能力。

中國AI應(yīng)用繁榮：互聯(lián)網(wǎng)模式可以參考，不能照搬——2025，把大模型的門檻打下來

在當(dāng)前階段，大型模型在應(yīng)用端面臨的挑戰(zhàn)主要集中在兩個(gè)方面：高成本和高技術(shù)門檻。許多互聯(lián)網(wǎng)企業(yè)雖然對大模型的應(yīng)用充滿熱情，但由于這兩大難題，他們往往難以將創(chuàng)意和愿景轉(zhuǎn)化為實(shí)際的成果。如何有效地提高模型的推理速度以及顯著降低部署成本，已經(jīng)成為決定大模型能否被更廣泛應(yīng)用的關(guān)鍵因素。這不僅關(guān)系到技術(shù)實(shí)現(xiàn)的可行性，也直接影響到大模型技術(shù)在各個(gè)行業(yè)和領(lǐng)域的普及。

據(jù)了解，MUSELight在其首階段的發(fā)展中，已經(jīng)成功完成了對Stable Diffusion系列視覺大模型的加速遷移適配工作。這一成果的實(shí)現(xiàn)，得益于天琴實(shí)驗(yàn)室的MUSELight深度結(jié)合了昇騰算力架構(gòu)的特點(diǎn)和潛力，采用了多項(xiàng)創(chuàng)新性的優(yōu)化策略。

具體來說，MUSELight采用了計(jì)算核心高度并發(fā)的方式，使得各個(gè)計(jì)算核心能夠同時(shí)處理多個(gè)任務(wù)，從而提高了整體的計(jì)算效率。此外，還采用了流水折疊編排的方法，將復(fù)雜的計(jì)算過程分解為多個(gè)簡單的步驟，并按照一定的順序進(jìn)行排列，使得計(jì)算過程更加流暢，減少了計(jì)算中的等待時(shí)間。

在計(jì)算和數(shù)據(jù)移動方面，MUSELight采用了高度向量化的策略，將數(shù)據(jù)和計(jì)算進(jìn)行了有效的整合，使得計(jì)算和數(shù)據(jù)的移動更加高效。同時(shí)，還對核心算子進(jìn)行了原生定制，使得算子的運(yùn)行更加符合昇騰AI算力的特點(diǎn)，進(jìn)一步提高了計(jì)算效率。相比傳統(tǒng)AI算力解決方案，推理速度提升超過166%，性價(jià)比提升35%。

以歌單封面生成為例，是MUSE AI技術(shù)基于音樂理解繪制圖片的創(chuàng)新成果，通過分析歌曲的內(nèi)容和情感等要素，AI快速生成與音樂風(fēng)格匹配的封面。昇騰AI云服務(wù)的加入，使得這項(xiàng)業(yè)務(wù)不僅可以大幅提升歌單封面制作效率，還能夠降低制作成本，有效推進(jìn)音樂制作產(chǎn)業(yè)的數(shù)智化升級，進(jìn)一步豐富音樂作品的呈現(xiàn)形式。

“跟行業(yè)同級別AI算力相比，我們實(shí)現(xiàn)了AI算力的自主創(chuàng)新和突破。”這將對消費(fèi)級和行業(yè)端的應(yīng)用產(chǎn)生關(guān)鍵影響，用戶可以使用更大參數(shù)的模型，以更低的成本實(shí)現(xiàn)更好、更快的視覺生成效果。騰訊音樂娛樂集團(tuán)天琴實(shí)驗(yàn)室AI大模型負(fù)責(zé)人吳斌博士表示，雙方預(yù)計(jì)將把大語言模型等更多大模型的昇騰版加速方案，在昇騰AI云上聯(lián)合發(fā)布。

智能化時(shí)代，互聯(lián)網(wǎng)的外生力量

華為云出現(xiàn)在互聯(lián)網(wǎng)行業(yè)智能化創(chuàng)新的頻次越來越多了，這不是偶然。越是對行業(yè)風(fēng)向變化敏銳的互聯(lián)網(wǎng)企業(yè)，就越能先一步感受到互聯(lián)網(wǎng)自身的局限性，互聯(lián)網(wǎng)本身的開放性又推動其主動找尋合適的外部力量，華為云和互聯(lián)網(wǎng)行業(yè)早就雙向奔赴。

和其他互聯(lián)網(wǎng)能力服務(wù)商不同，華為云有著更豐富的能力拼圖，如前所述的昇騰AI云服務(wù)，可以提供全棧自主可控的AI算力，支持資源彈性伸縮、按需即開即用，為智能應(yīng)用后端提供強(qiáng)勁的性能和充足的算力。

中國AI應(yīng)用繁榮：互聯(lián)網(wǎng)模式可以參考，不能照搬——2025，把大模型的門檻打下來

再如云云協(xié)同，華為終端云服務(wù)和華為云的協(xié)同，全球超10億鴻蒙生態(tài)設(shè)備，為互聯(lián)網(wǎng)行業(yè)提供了用戶增長的新路徑。鴻蒙和昇騰的組合，全面打通了從底層算力到智慧終端的原生智能應(yīng)用生產(chǎn)線，昇騰AI云服務(wù)的系統(tǒng)級 AI 能力下沉到鴻蒙系統(tǒng)，原生智能應(yīng)用在昇騰AI云服務(wù)上跑得更快更穩(wěn)。

大模型技術(shù)棧鏈條長且覆蓋面廣，產(chǎn)業(yè)鏈中的企業(yè)互為生態(tài)關(guān)系，在這方面，華為云提供了更好的開放生態(tài)，企業(yè)客戶既用云實(shí)現(xiàn)自身數(shù)智化轉(zhuǎn)型升級，也參與到華為云生態(tài)內(nèi)，實(shí)現(xiàn)更深度的產(chǎn)業(yè)鏈協(xié)同與聯(lián)合創(chuàng)新。

華為云生態(tài)已匯聚超4.5萬家合作伙伴，超760萬開發(fā)者，云商店上線超1.2萬款商品。與伙伴實(shí)現(xiàn)業(yè)務(wù)聯(lián)合拓展和商業(yè)共贏的同時(shí)，華為云還持續(xù)推動了技術(shù)應(yīng)用走深向?qū)?，協(xié)同鯤鵬、鴻蒙、HMS、歐拉、高斯六大開發(fā)者生態(tài)全面賦能開發(fā)者。

AI時(shí)代是比互聯(lián)網(wǎng)時(shí)代更大的機(jī)會，相對應(yīng)的挑戰(zhàn)也成比例提升，面對更多的難題和難事，一大批如騰訊音樂天琴實(shí)驗(yàn)室般的行業(yè)智能化的“先進(jìn)”們涌現(xiàn)，這些企業(yè)正在深度使用數(shù)智化技術(shù)。華為云也在助力這些“先進(jìn)”企業(yè)們，解決智能化過程中的技術(shù)、品牌、生態(tài)等的難題和難事，攜手互聯(lián)網(wǎng)企業(yè)奔向更遠(yuǎn)、更確定的智能未來。

特別策劃

審核 | 周揚(yáng)

編輯 | 郝珺石

校對 | 徐鉉