导读

出品 | 虎嗅科技组
作者 | 齐健
编辑 | 廖影

主题：2023世界人工智能大会：大模型的热度与挑战

摘要：在2023世界人工智能大会上，大模型成为关注焦点。参展商与观众分享了对大模型的期待与担忧。

大模型，无疑是此次大会的核心话题。在众多参展商中，一位来自国内大模型创业公司的技术人员表示，他们对芯片厂商表现出浓厚兴趣，致力于构建语义大模型，虽已拥有多达1000张英伟达A100的计算资源，但仍感算力不足，期待在展会上寻觅更多强大的计算解决方案与性价比高的合作机会。

为期三天的大会，无论是在主论坛、分论坛还是展区，大模型话题贯穿始终。从第一天到第三天，几乎每位与会者都被问及关于大模型的问题，甚至有公司被投资人和股东要求着重阐述大模型技术。

回顾往昔，2018年的世界人工智能大会同样聚焦于AI技术，那时，AlphaGo的胜利激发了全球对AI的狂热。而在此前，由OpenAI在2018年发布的首个GPT模型并未引起行业内的广泛关注。在过去六年中，尽管AI应用的落地进程缓慢，公众和资本对AI的热情有所消退。

然而，随着ChatGPT的问世，大模型重新唤起了人们对AI的期待，也再度点燃了资本对AI技术的热情。本届大会期间，这种热潮似乎达到了顶峰。但大模型更像是“皇帝的新衣”，许多人都在探索它们的实际应用。参展观众表示，大模型虽广泛存在，但能创造实际价值的场景相对有限，多为传统数字化转型的辅助工具，旨在提升特定业务的效率。

星环科技展示了两款AI领域的创新产品——“无涯”金融量化投研大模型与“求索”大数据分析大模型。尽管大模型显著提升了产品的实用性，但星环科技的产品市场经理何韵秋指出，客户仍更关注大数据技术，如向量数据库和图数据库，尤其是那些有金融数据库需求的客户，大模型更像是锦上添花的补充。

在选择AI技术时，行业客户更倾向于考虑平台、软件的功能，供应商的技术实力和服务能力，以及价格等因素。虽然易用性是吸引用户的关键，但它本身无法直接创造价值。以金融行业为例，量化投研助手可以提高工作效率，但真正提供业务价值的是底层的量化投研引擎。同样，在制造业中，AI驱动的机器人或系统在执行特定任务时能够提高生产效率，但关键的价值来源仍是基于MOM（制造运营管理）系统的工厂管理。

AI大模型的效率提升对企业数字化转型至关重要，但其核心目标是优化整个流程以创造价值。对于研发公司而言，推出自研大模型不仅体现了技术实力，也是提升竞争力的重要手段。然而，找到合适的应用场景是当前AI大模型行业面临的最大挑战。

在务实的氛围中，参展商和观众更关注的是带有AI技术的数字化、智能化产品。扩博智能展示的“风机叶片内检机器人”就是一个典型案例，它通过内部观测风机叶片，避免漆面影响检测，准确识别缺陷，降低了维护成本。尽管这款机器人利用了AI技术，但其核心价值在于机器人本身及其功能，而非AI模型本身。

对于风电行业而言，AI大模型的潜力在于数据的积累与循环。在医疗领域，AI模型无需庞大的参数集就能提供精准的诊断与治疗建议，如GE医疗的深度学习磁共振重建技术AIR Recon DL，通过深度学习实现了磁共振影像的高质量重建，显著提高了诊疗效果。

在与参展商和观众的交流中，普遍观点认为，短期内AI大模型被高估，但长期来看，其价值被严重低估。尽管AI大模型面临算法、数据、算力等方面的限制，但它们在不同行业中的应用潜力正逐渐显现。在大模型的热潮中，AI公司面临着如何平衡市场需求与技术发展压力的挑战。