这也正说明了,当一个新的技术浪潮袭来,往往需要惯性着陆,找到合适切口再进行规模化复制。
但在更广泛的层面存在着更大的挑战,无论是B端还是C端用户,对技术的接受度和理解程度参差不齐,大模型需要以更直观、更易用的方式呈现其功能,以获得广泛认可。同时,技术快速变化的同时需求也在快速变化,这需要不停地迭代更新,以适应不断变化的用户需求和市场趋势。
用户有惯性但企业不能有惯性。
以ChatGPT为代表的通用大语言模型固然是技术突破的一种体现,但在具体的生活实践中,用户往往需要的是“和自己相关的信息”,比如说能不能帮我找一张便宜点的机票、能不能帮我点杯星巴克等等,本着“让先进的技术更普惠”的价值观,支付宝正在通过AI重塑服务入口和体验,生活管家、金融管家、健康管家是支付宝当下的探索。
在中国,一个人看病被称为“顶级孤单”,不仅是因为就医的环节繁琐,更是因为治疗是一个长期的过程。而支付宝内的健康管家,也被称作就医助理,就医时提醒用户缴费、B超或者CT在哪个诊室,诊疗后为用户提供日常提醒或者异常问答。
除了生活方面,支付宝也是很多用户的金融管家,他们通过支付宝进行理财,高效地获取财经咨询和投资者教育信息是他们的普遍诉求,但这并不是通用大模型所擅长的领域,却恰恰是支付宝的能力见长。
如此,真正让每个人都能用得上的技术,才算是一个科技公司的根本。支付宝做的一直是用最前沿的技术做最普惠的服务,科技做“小事”,真正让每一个用户受益。
企业有信念感,技术有根
当我们将这个问题,问向一众创业者,他们的部分回答竟出奇地一致:坚信AGI是通往未来最重要的路。
我们把它称之为“信念感”。
这一点在OpenAI身上体现得淋漓尽致。坚持GPT结构,是一条与当时全世界最大的人工智能公司谷歌背道而驰的路。除了OpenAI,所有的人都选择了左边。
2022之前,OpenAI经历了漫长的潜行和巨大的现实挑战,相信自己所相信的,践行自己所相信的,是在这个不确定的时代,唯一确定的事。
月之暗面这家AI创业公司身上,也有着一种类似的坚持甚至可以说是执拗。在行业其他公司卷模型参数时,月之暗面选择了深耕长文本,推出了产品kimi;而后众多大模型开始跟进长文本技术,并逐渐追平;当长文本的热潮褪去,当下出现了的RAG或者向量数据库等多条技术路线,也能够补充大模型的记忆,很多人开始质疑我们或许并不需要长文本技术,但月之暗面仍然坚持选择这条技术路线。
在他们一路前进的过程中,都存在着巨大的质疑。
2023年,美国最有名的社交媒体Facebook改名为Meta,代表着全面押注元宇宙,几个月之后,生成式AI大火,Meta也随着熄火了。往前看,技术无法追溯,往后看,技术没有方向。
对于企业而言,这种信念感和执拗并不仅在精神层面,它体现在:技术是有根的。
战略定力是企业穿越经济周期的一个决定性因素。
坚定的信念感,最直观地体现在研发投入上,数据显示,过去3年,蚂蚁始终保持高强度的科研经费投入,已实现3年连增,2023年达到211.9亿元,全球共持有授权专利22102件,发明专利占比超过95%。这些数据背后,蚂蚁搭建了一个以安全可信技术为基座的,面向人机未来的可信智能技术体系。这套技术体系蚂蚁持续投入,已经搭建了十几年。

从业务的发展来看,蚂蚁长于支付,成于支付,而支付最重要的就是安全,以隐私计算、智能风控为代表的安全科技也成为了蚂蚁技术体系的底盘。而后,蚂蚁重投分布式技术,基于自己的大规模复杂业务场景,锤炼出了分布式数据库、云原生等关键分布式技术,解决了海量数据高可用、高并发、低成本的问题。
而这些技术,在大模型时代派上了新用场。
大模型的水平受到数据产业的影响,而数据产业中最关键的一环就是数据流通,数据要素流通的过程中,保证数据安全可信是基本。区块链技术确保数据确权和流转的可靠性,犹如输送数据的“铁轨”;隐私计算保证了交易的安全性,使数据“可用不可见”;分布式数据库使数据能够更加稳定地存储、计算;同时蚂蚁研发的运筹优化、知识图谱等技术融入到大模型训练中,实现模型可信。
据硅星人了解,蚂蚁打造的百灵大模型建立了万卡异构集群的算力、检测和防御一体化的安全能力以及万亿级Token语料的知识能力,并通过数据治理、价值对齐、知识图谱融合、RAG和建立安全检测平台等多种措施,将安全可信能力应用在大模型中。
软件革命和开放生态
在探索成功的科技企业背后的特质时,我们不难发现“原生”这一概念扮演着举足轻重的角色。
它不仅代表了一种从零开始的创新精神,更是一种对现有框架的突破和超越。优秀的科技公司往往能够抓住时代的脉搏,通过原生创新来引领行业的发展。
移动互联网时代我们思考移动原生,AI时代我们努力创造AI原生。
不同的是,互联网和移动互联网的兴起,本质上都是硬件革命的产物。
PC的普及催生了互联网的诞生,而智能手机的出现则推动了移动互联网的蓬勃发展。这些硬件的革新,为软件生态的繁荣提供了肥沃的土壤。然而,生成式AI的崛起,却标志着一个由软件变革引领的时代的到来。
与传统硬件驱动的模式不同,生成式AI的发展,让我们开始思考软件对硬件的需求。在这个时代,软件的进步不再受限于硬件的束缚,而是开始引领硬件的创新。
要实现这一目标,企业需要构建一个强大的软件生态系统。这不仅需要技术上的突破,更需要开放的心态和战略。开放性是构建软件生态的关键。企业需要在技术、数据、生态乃至战略层面保持开放,以吸引更多的合作伙伴和创新者,共同推动软件生态的繁荣。
举个最简单的例子,在移动互联网时代,苹果掀起了一场巨大的硬件革命,但却不止于此。紧接着它构建了iOS软件系统的封闭生态,几乎垄断了移动设备的软硬件。
安卓成为了那个破局者。和苹果完全相反,安卓开放并且是全面开放,Google允许其他各类硬件设备免费使用它们的系统;开发者能够基于安卓生态打造他们自己的APP(最初iOS系统里只有苹果自己的应用);2015年,Google推出安卓Auto,将安卓系统引入汽车领域,进一步开放至其他硬件生态。
在大模型技术发展的早期,开放,表现为通过开源来建立开放式的研究创新体系。
生成式AI爆火之后,AI开源社区Hugging Face一炮而红,开发者们对于开源大模型的API调用需求展现出了巨大的热情,
ChatGPT的出现固然让人震惊,但LLama2的全面开源才让大模型真正走下神坛走到可商用的阶段。
开源大模型和生态,正在成为全球大模型发展的主要路径。围绕大模型的技术生态,正在搭建。
国际范围内,阿里Qwen、面壁智能MiniCPM,DeepSeek、InternLM、零一万物的Yi系列、智谱AI的多模态大模型CogVLM等等中国的开源模型在开发者社区里备受欢迎。
据了解,蚂蚁也在积极推动底层技术的开源,在隐私计算通用框架“隐语”、开源分布式数据库OceanBase及绿色计算基础设施Kata Containers等开源项目上长期投入。另外,蚂蚁开源了诸如大规模智能分布式训练系统DLRover、大模型动态显存组合技术框架GMLake等AI Infra的关键技术。
独行快,众行远,iOS和安卓的故事或许会再次上演。
当然,以上仅是我们按图索骥,总结规律,推演出的可能性,Tech for Human,不只是科技公司的使命更是社会演进的本质。通过观察一家公司,也让我们看到更多可能性。
在当下这个节点,我们或许无法得到准确的答案。正如德鲁克所言:谁也无法预测未来,但可以创造未来。
文章来源于其他网站,如有侵权请联系作者删除!