您当前的位置：首页 > 产品中心 > 谷物系列

　　人工智能技术的发展起始于20世纪60年代，但前50年一直不温不火，直到进入21世纪，人工智能的发展进入快车道，诸多关键技术获得突破，且有应用落地所带来的正反馈效应。

　　在人工智能领域，大模型是指拥有超过10亿个参数的深度神经网络，它们可处理海量数据、完成各种复杂的任务，如自然语言处理、计算机视觉、语音识别等。目前，大模型慢慢的变成了人工智能领域的热点话题，受到了广泛的关注。

　　我们可以将大模型相关的上下游产业链的入局方大致分为以下三类:基础模型层:核心代表是OpenAl、谷歌、百度;

　　我们认为大模型的“大”代表的是通用性，预计未来少数的大型科技公司将专注于通用人工智能(AGI)的研发。目前，全球领先的大模型厂商以 OpenAl 以及谷歌母公司 Alphabet 下设的人工智能实验室 DeepMind 为代表。OpenAI不仅是在大模型领域从基础模型到产品化、商业化进展最快的团队，且其基础模型能力边界还在不断的拓宽。3、以大模型为圆心，国内外产业各部位的优势人工智能的三个核心要素是算力、算法与数据,这些要素的发展都在酝酿着新的机会与竞争。纵观国内外公司在AI 产业链上的布局，在算力、算法、数据各部位各有优势。算力方面:全球范围内竞争激烈，国内AI算力稀缺，今年生成式AI的快速发展更是推动智能计算快速增长。海外尤其是美国在算力方面领先，从全球算力分部来看，根据信通院、中商产业研究院统计数据，2022年美国、中国、欧洲、日本在全球算力规模中的份额分别为34%、33%、14%、5%。在高端算力芯片上，中国与海外仍有巨大差距，核心参与者英伟达、AMD 竞争优势显著。算法方面:前沿的算法离不开优秀的人才团队,算法能力依赖于AI人才的培养与储备。目前国内外的大模型算法顶尖人才水平接近，人才梯队略有差距。虽然目前机器学习和深度学习框架大多由微软、谷歌、Meta 等美国企业研发，中国在人工智能学习框架上缺乏领导力，但中国在语音、图像等算法的研发方面较为成熟，语言处理、语音识别、视觉领域拥有较多公司，如科大讯飞、商汤科技等。此外，百度、腾讯、旷视与华为等科技企业也已聚集大量顶尖人才。数据方面:作为新兴生产要素，是人工智能的重要驱动力之一。就数据而言，目前国内高质量数据稀缺、数据生态不完善。但中国则在大规模数据的应用与场景化落地方面具有一定的优势。在数据方面,未来中国可能拥有更多的机会，因为中国拥有丰富的人口、市场和互联网数据。

　　①算力:国内外差距明显，国内 AI芯片稀缺AI产业链最底层的基础设施主要包括算力、芯片、数据、云服务等，算力是Al的引擎，AI芯片是 AI 算力的硬件支撑。AI大模型带来了新的算力需求，以ChatGPT 这类大模型为例， AI 算力需求主要包括两部分，一是模型训练的算力，二是模型推理应用所需要的算力。训练算力:大模型的训练需要大量算力，且随着大模型向更大参数、更大规模数据集方向发展，对于算力的需求呈现成倍增长的趋势，对应的AI训练成本也逐年高增。训练算力相关硬件主要是英伟达的A100 与H100 芯片。ChatGPT 的发布使得全球算力需求增加，以前算力的商业应用并没有特别多，主要是推理端像图像识别、语音识别等。后续大模型的爆发会导致训练的应用场景越来越多，对训练算力的需求将大幅增长。推理算力:大模型进行规模化应用后，若要支撑成百上千万用户的频繁使用，相应的算力成本也急剧上升。模型推理应用阶段，对于算力的需求，预计要远高于训练阶段。后续多模态大模型对于算力的需求更高，在训练与推理阶段相较文本类的 LLM ，消耗的算力更多。就算力而言，国内外算力差距明显，国内面临总量不足、技术落后以及中美政治经济博弈问题。②算法:国外以 OpenAl为代表有先发优势，国内在特定场景有优势

　　算法方面的能力取决于团队水平。目前，国内外的大模型算法顶尖人才的水平接近，但人才梯队略有差距。此外，AI算法如果没有强大的算力基础设施的支持，就无法发挥最大效用。未来，国内外的人才差距可能会随着算力差距的逐渐显现而逐步扩大。因此，总体来看，目前大多数AI算法及其相关模型架构由美国的 OpenAI、谷歌等开创，国外公司先发优势显著。除此以外，国内部分公司在特定领域拥有算法积累的先发优势，比如图像识别、语音识别等 AI 算法技术，处于全球相对领先的水平,人工智能论文总量与高倍引用的论文数量,也处在第一梯队。③数据:国内高质量数据缺少，但国内有结构化数据优势数据是训练大模型的养料，尤其是高质量的数据是训练出优质大模型的关键。根据 W3Techs数据显示，英文网站占全球网站数的63.6%，而中文网站只占比1.3%。这极大地限制了中文大模型的训练效果。

　　然而中文数据本身也孕育着新的机遇。长期来看，中国则在结构化数据的应用与场景化落地方面具有一定的优势。由于中国市场的应用场景众多、人口基数庞大，以此产生的数据样本丰富。目前国内已经在结构化数据上取得了一定进展，数据最优质的行业将最先获得AI 技术带来的生产力提升

　　综上所述，首先，算力方面，国内高端芯片的竞争力不足，同时还面临着“卡脖子”问题，缺乏足够的算力支持;其次，算法方面，由于大公司拥有经济实力与大量的C端用户行为数据，因此先进的算法主要集中在头部公司、大型机构以及特定垂直行业的公司，这些公司拥有算法优势;最后，在数据方面，由于中国应用场景最为丰富，能够产生持续的新鲜数据，有助于后续大模型的反馈与迭代，目前国内已在结构化数据方面取得了一定进展，但仍有提升的空间。

　　通过分析对比，选出了以下几个不同方向的大模型厂商进行重点分析，分别为字节跳动、华为、网易、同花顺。其中，字节跳动与华为的算法相对较强，且有经济实力去搭建算力;网易与同花顺的优势在于拥有结构化数据，也有一定的算法积累与算力自我支撑能力

　　字节跳动:发布“火山方舟”大模型服务平台6月28 日，字节跳动旗下火山引擎发布大模型服务平台“火山方舟”，面向企业提供模型精调、评测、推理等全方位的平台服务(MaaS，即Model-as-a-Service)，目前集成了百川智能、出门问问、复旦大学 MOSS、IDEA研究院、澜舟科技、MiniMax、智谱 AI 等多家AI 科技公司及科研团队的大模型，类似于为各行各业提供了一个“大模型商场”。

　　基于“火山方舟”独特的多模型架构，企业可同步试用多个大模型，且选用更适合自身业务需要的模型组合。大模型行业正在经历质的飞跃，据中国科学技术信息研究所等机构发布的《中国人工智能大模型地图研究报告》显示，截至2023年5月末，国内已公开披露的大模型产品数量达到79 个。但目前国内各家大模型产品还处于初级阶段，且该行业技术发展和更新非常快，还没有出现哪家公司大模型产品遥遥领先的局面。众多大模型产品在不同业务上所呈现出的效果也各异，企业应该按照业务场景需求，择优选用不同的大模型产品。且长远来看，未来应该是多模型时代，所以需要各相关企业把多模型平台架构建设好，让企业可以更方便使用对应的模型产品。火山方舟所搭建的多模型平台，给企业提供安全、低成本的应用服务。

　　7月7日，华为技术有限公司在华为开发者大会2023上正式发布人工智能(AI)大模型华为云盘古大模型3.0。华为常务董事、华为云 CEO 张平安说:“盘古大模型是一个面向行业的大模型系列。要让每个行业、每个企业、每个人都拥有自己的专家助手，让工作更高效更轻松。”盘古大模型聚焦垂类行业应用，AI向B端迈进。此次华为盘古大模型 3.0的定位是“为行业而生”，发布会现场也展示了多个典型的B端行业应用。未来 AI 大模型更广阔的应用场景应该在多个垂直行业领域，典型应用包括:

　　1) 盘古+气象:根据公司官方微信号，华为云盘古气象大模型在中长期确定性预报上超越当前最强的数值预报方法,是业内首个精度超过传统数值预报方法的全球 AI气象预测模型。平均预报误差降低了10%-15%，速度提升 10000 倍以上，实现秒级全球气象预报。2)盘古+矿山:盘古矿山大模型，导入海量无标注的矿山场景数据进行预训练和无监督自主学习，仅一个大模型就能覆盖煤矿的采、掘、机、运、通、洗选等业务流程下的 1000多个细分场景。目前已经在全国8个矿井规模使用，让更多煤矿工人能在地面舒适安全作业。3) 盘古+制造:盘古制造大模型提供制造需求理解、工艺标准文档生成、工业软件代码生成、产供环节视图识别、产供环节智能计划的5大制造技能，覆盖研发、生产、供应等核心环节，通过大模型+天筹 AI 求解器助力数实融合。

　　自2023 年初至今，AIGC已经成为许多游戏厂商对未来最重要的押注之一。中国游戏营收TOP50的企业中，64%已经布局了 AIGC领域。

　　目前大模型在游戏领域的应用走得相对靠前，游戏是天然的新技术实验集成平台，在B端的落地效果最明显。AI在游戏中应用的价值主要体现在两个方面:一是生产流程的提效，二是提升玩家体验。

　　提效方面，AI大模型可以大大提升游戏设计的效率，AI大模型赋能游戏的体现为，AI 可以快速根据设计师的描述生成一个简单的草图，然后设计师在此基础上细化，直至接近理想的状态，这比人来反复沟通调整，效率高得多。

　　玩家体验方面，AIGC可以推动游戏的玩法创新。我们认为 AIGC 对游戏的创新催化主要体现在全新游戏品类与游戏个性化定制两大维度。目前市场上还很少有游戏真的将 AI 渗透到用户体验端，近期公司上线的新手游《逆水寒》国产武侠游戏在内容方面的进步和创新，尤其是AI 智能 NPC 系统，增强了游戏的互动性。

　　此外，AI大模型的能力也开始从游戏向各个产业加速落地。目前网易的 AI能力，在游戏和工业、教育、音乐等领域都有相关落地:

　　在游戏领域，AI 技术对关键环节的工作效率提升高达90%，并且基于自研语言、图文模型，已成功探索出智能 NPC、AI 摆脸、时装设计等游戏玩法;

　　在工业领域，网易伏羲基于AOP 理论思想及自研工业大模型，推出国内首台无人装载机器人和挖掘机器人，参与到矿山、铁路等一线场景的建设;

　　在教育领域，由网易有道自研的国内首个教育大模型“子曰”最新应用成果一一虚拟人口语教练首次亮相，参会者可以体验到类似线 口语私教体验;

　　在音乐领域，网易天音基于自研的 AI 大模型算法，为音乐人提供AI 作词、AI 编曲、一键 Demo 等一站式的辅助创作工具，帮助音乐人提升生产效率和生产质量。

　　公司在AI 领域积累深厚，兼具流量与技术，主要聚焦于金融行业。2009年，同花顺便开始布局AI，成立了“i问财”部门，并将其定位为金融垂直搜索引擎;2012 年，问答功能上线，并从金融垂直领域拓展至股票、基金、债券、保险等领域。2015年公司自主研发的“语音识别技术”位居语音识别领域第一梯队。2017年，同花顺上线 AI 开放平台，并推出智能投顾、知识图谱等多项产品服务。经过多年的发展，同花顺 AI 开放平台积累了文字识别、智能语音、自然语言处理、知识图谱、智能金融问答等多项领先的 AI产品和服务，可为银行、券商、基金、资管等机构提供智能化解决方案。同花顺旗下AI产品矩阵丰富。目前公司在AI领域形成了语音识别、语音合成、OCR 文字识别、图像识别检测、图像内容审核、视频 AI 技术等多项核心技术，并基于此形成了系列产品。