川观新闻记者 唐泽文 文/视频
·模型参数不是越大越好，而是越精越好
·底层技术和应用上形成闭环是关键
7月25日，火山引擎2024“AI创新巡展”首站落地成都。
活动上火山引擎发布了豆包大模型调用的最新数据——平均每家企业客户日均使用量较2个月前模型发布时，增长了22倍。
近段时间，国内不少业内大咖都在表达同一观点：于国内企业而言，应该把更多的关注集中在应用层，而非大模型底层。
“我也同意这个观点。”火山引擎副总裁张鑫说，当下火山引擎的聚焦点，除了让豆包模型更强外，更关注如何让它更易落地、更好使用。
国产大模型现在处于一个什么水平？当下，我们能用它来实际干什么？四川在该领域有哪些优势短板？
川观新闻记者对张鑫进行了专访。
记者：国产大模型的发展和国外主流大模型相比，有多大差距？
张鑫：单从语言类模型看，差距较小。如在很多评测中，豆包基本达到GPT4水平。
但在多模态方面，如视频上，和国外Sora相比，国产模型还有一定追赶空间。
应用侧看，我们是有优势的。
国内用户体量大，应用场景广泛，呈现出百花齐放的多元态势。
我自己也同意国内应该“卷”应用这个观点。制造业、教育、医疗等，我们都有丰富人工智能应用基础，这些是能“卷”起来的底气。
参数规模并不是越大越好，对产业而言是越精准越好。
我的观点是应该针对具体应用场景，把不同尺寸、不同类别模型结合起来用，以达到最适配，成本也更低。当下看，一个通用模型解决全部问题还不太现实。
记者：大模型的成长到底是一个怎样的过程？很多人不太懂，能不能用易懂的方式解释？
张鑫：第一阶段是预训练，有点像“填鸭式”教育。让大模型“记住”“背诵”很多知识，但它也不知道这些知识到底意味着什么，该怎么用。
第二阶段是优化调整。有点像给大模型做各种“高考真题”，让它知道这些知识应该怎么具体应用起来。
第三阶段是精调。把具体行业知识融进大模型“脑子里”，让各类知识“稳固”下来，它就能到具体行业中去执行任务。
记者：现在大模型成长到了什么阶段？一些用户在具体使用过程中，感觉大模型还是有不少“不靠谱”的时候。
张鑫：我想这种“不靠谱”源自大模型的“幻觉”现象。首先大模型和搜索引擎之前的核心区别，就是“创造力”。
但当下技术水平看，这种“创造力”不太稳定，不够精准。
所以现在大模型主流应用，很多还是围绕娱乐场景。陪人聊聊天没问题。要做精准化“严肃”工作，还需更多工程化的解决方案。
这样说吧，现在的大模型更擅长“定性”地给出相对笼统的答案。但要“定量”给出严肃且精准的答案，还需要利用RAG（检索增强生成）和SFT（有监督精调）等技术进行不断优化。
现在它更多是“辅助”角色——用它的“创造力”给大家提供一些或许没想到的思路和视角。并不能真正成为一个“代理人”。
记者：这次巡展首站设在成都，为什么？
张鑫：四川历来是电子信息技术产业高地，在创新发展上是一片好土壤。行业应用方面也有国内先进方案落地，如华西医院智慧医疗系统。
这里人才优势也比较突出。我了解到的信息是，整个西南地区有20多家高校专门设立了人工智能专业。
四川还是为数不多拥有全部41个工业大类、31个制造业大类的省份，有丰富的应用场景。在这里落地标杆应用，对西南地区有很强的辐射效应。
记者：对四川该领域发展有什么建议？
张鑫：整个西南地区都有一个短板——缺乏领军型企业。“百模大战”已打响，但主战场在北京、上海。
如果四川能在底层技术和具体应用上形成完善的闭环，将会在整个行业中更显眼。
【未经授权，严禁转载！联系电话028-86968276】
