垂直大模型和通用大模型，究竟哪条赛道能够通向终极人工智能的“罗马城”，答案或许是——条条大路通罗马。
基于大模型的现代农业模型。（视觉中国供图）
“万模群舞”或在不远的将来
无论是何种类型的大模型，在“百模大战”的背景下，其功能、用途、场景的重复都无法避免。但在业内人士看来，大模型的发展还远未触及天花板，不仅“百模大战”不是终点，“万模群舞”或许就在不远的将来。
“大模型的研发是一个拼细节的过程。从技术路线上看，目前各家基本上都是基于Transformer架构来做，方法很类似，但效果确实不一样，决定成败的是细节。”腾讯有关负责人接受采访时说，由于资源投入程度、细节把握程度的不同，最后不同产品的差异会逐渐显现。“从应用领域来说，会迎来一个‘百花齐放’的场景，比如有的专注于自然语言处理，有的专注于医疗领域，有的专注于教育领域等。就目前而言，大模型的天花板还远远没有触到，技术体系和应用场景都在不断演进。”腾讯有关负责人说。
无论是“百模大战”还是“万模群舞”，要避免低水平的雷同复制，杜绝“重复造轮子”带来的资源浪费，关键仍在于不断丰富大模型的应用生态。今年5月，国际期刊《自然》发表了一项百度在生物计算领域的突破性研究成果，其提出的mRNA序列优化算法LinearDesign，对生物医学领域创新具有重要价值，这也是中国互联网科技企业首次以第一完成单位的身份在《自然》正刊发表成果。而在这背后，是百度在2022年5月便推出的“文心”生物计算大模型。借助大模型，人类能够快速找到并设计出活性更好、性质更优的候选药物分子，从而大幅提升新药研发和疫苗设计效率，让新药研发从单点突破的“手工作坊”阶段进入到规模开发阶段。目前，基于“文心”生物计算大模型和飞桨深度学习框架搭建的面向小分子、大分子和RNA的药物设计平台——飞桨螺旋桨PaddleHelix，已经应用于超过30家医药企业。
“无论是从技术层面还是产品层面，百花齐放、百家争鸣对于当下大模型发展都更加有利。算法研究阶段可能五花八门，但到工程选型阶段，可能会逐渐聚焦到一个或少数几个类型。而到了具体产品选型层面，面向不同市场、不同行业，产品形态可能又是多种多样的。”清华大学计算机系教授唐杰认为，无论哪种大模型都有各自的局限性，各种模型互相学习、竞争，在市场中大浪淘沙是必经之路。
中国移动“九天”AI酷玩体验站。（视觉中国供图）
基于大模型的住院医生站管理系统。（视觉中国供图）
给大模型发展更多耐心
“百模大战”虽然激发出了更多可能，但也带来了不少负面影响。当众多厂商蜂拥而上大模型时，参差不齐的产品让人眼花缭乱，其中暗藏的法律、道德风险也应引起人们的警惕。
例如，在面向公众的大语言模型产品中，“一本正经胡说八道”现象已经多次引发质疑。“我们常说大模型会产生‘幻觉’，就是因为大模型的内容准确性还不高、专业性能力不足，如果大模型产生的内容直接公开在互联网，会使当前良莠不齐的互联网信息质量更加低下。”方炜认为，大模型目前在内容安全、版权、主体责任等方面还存在多种风险。
而当深入到具体行业时，不同行业的不同特点也对大模型在准确度、安全性、专业性等方面提出更高要求。360创始人周鸿祎接受采访时表示，虽然公开的大模型是通用的，甚至是万能的，但是当深入到具体行业时仍然面临着缺乏行业深度、不懂企业内部知识、易导致企业内部数据泄露、无法控制成本等问题。方炜也同意这种说法：“例如大模型应用在通信网络保障方面时，就不允许有任何差错，目前准确性还有待提升。”
除了目前大模型自身仍然存在的缺陷，随着竞争的逐渐激烈，我国在相关数据、算力、算法等方面的困境也逐渐暴露。
例如，在训练数据方面，唐杰指出，目前我国的数据开放态势并不强，“大多数机构还是想把数据握在自己手里”。但唐杰也坦承，即使机构有数据开源的意愿，在目前环境下，仍然存在多重风险。他建议，我国关于大模型训练数据应用、开源的相关法律法规还需要进一步细化、健全，让有开源意愿的机构能够放心地进行数据开源，充分激发互联网精神。
而在算力方面，“百模大战”对算力的高需求也让我国本就紧张的算力资源更加捉襟见肘。在“东数西算”基础上建立起的算力互联网或许有望成为解决这一问题的答案。通过对不同地区的算力资源进行调度，实现算力资源的均衡分配。但目前仍然需要在高带宽、低延迟的算力网络建设方面突破更多技术瓶颈。
如果说数据和算力是大模型的硬件“基础设施”，算法则体现着更多“人”的因素。小冰公司首席执行官李笛认为，就训练大模型而言，参数的数量并不是最重要的，工程化过程中的调优才是真正的考验。“研发、训练一个大模型可能只需要一个月，但调优可能需要一年的时间。这个过程格外需要谨慎、细致、耐心，有足够的定力和专注力，也是一种‘工匠精神’的体现。”
耐心，是谈及大模型发展时多位业内专家反复提及的关键词。“大模型不是把数据‘喂’进去，算力一跑就有了。这其中有许多复杂细致的工作要做。”唐杰表示，人工智能自20世纪50年代被提出至今，其发展已经历过多次起伏，任何技术的发展都不是一蹴而就的，要对其有充分耐心。
