垂直大模型，落地有多难？( 二 ) _模型

据悉，目前大厂都在计划通过云的方式对外输出大模型的能力，云计算成为A大模型落地的最佳方式，模型即服务(MaaS)越发受到关注，而这也将带来大模型成本的降低。
那么，创业公司还存在盼头吗？
02
胜负在于产品体验与市场需求相匹配？
根据权威杂志《Fast 》预测，2023年的收入将达到2亿美元，包括提供API数据接口服务、聊天机器人订阅服务费等。
很显然，各行业对大模型的需求是存在的，但基于安全性的考虑，加之to B对大模型亦步亦趋的态度，大模型当下安全系数有限。于是，在相对基础，需求量高的对话、文档内容生成、问答，包括协同办公中对话、文档生成等众多场景，互联网大厂也在优先做。
例如，现在人类只需要把商品的信息告诉AI，让AI自动生成多种风格的商品带货脚本和风格，再配个数字人主播，就可以帮企业把货给卖出去。据百度介绍，相比真人直播，数字直播可实现7*24小时不间断直播，转化率为无人直播间的2倍。
在云上基础设施作为大模型创业的必要底座下，拥有云计算的互联网大厂具有一定的优势。
根据IDC发布的2022年全球云计算IaaS市场追踪数据来看，市场份额TOP10玩家都是中美的大公司，包括美国的亚马逊、谷歌、微软、IBM，中国的阿里、华为、腾讯、百度等。
虽然大模型的开闭源之争，终究不会是靠某一个或几个产品的出现而终结，还要更多顶尖人才参与、技术迭代和资金支持。
但横做对比，众多AI创业公司也缺少了一份如同创业独角兽公司的运气。（不同的是注重的是通用大模型）
7月20日，腾讯云对外披露助力研发大模型的最新进展。目前，腾讯云长期支持的千卡级任务稳定运行在腾讯云上，可用性达99.9% 。
据悉，自2022年6月起，基于算力集群、云原生、大数据、安全等产品能力，腾讯云为搭建了从资源层、数据层到业务层的云架构。
现实似乎再度证明了，拿到入场券是第一步，接下来考验的是市场玩家们探索商业化和技术升级的能力。直白一点来说，AI创业公司想要在赛道中跑到最后，每一步都不能落下。
某种程度上来说，在大模型研发上创业公司也并非全无优势。
虽然部分互联网大厂已经实现初步场景落地，亦或是开始售卖服务获得收入，但大厂以及的目光更多是聚焦在通用大模型上。
而垂直大模型仍然是真空地带。特别是对于传统企业群体来说，考虑到自身业务的IT属性低、投出产比低等问题，选择自研大模型的概率较低。
例如创新奇智聚焦在工业大模型产品“奇智孔明”；拥有一定数据优势，往语言上发展的元语大模型；主打自动驾驶生成式大模型雪湖·海若。
不过有一说一，训练的数据和方向不同，成本差别很大。
先是元语大模型从零开始做一次训练的成本能做到千万人民币量级。而在自动驾驶生成式领域上，比多设计一套新的语言，紧接着再把所有的真实道路驾驶数据，并“翻译”成统一的语言的雪湖·海若，也存在着一定的成本投入。
某种程度上，AI创业公司能够实现对大模型的大量投入，更多的是得益于商业和营销方面的成功，能够瞬间让人们目睹了大模型的可落地性，而不是继续隐匿在漫长的技术迭代中。
为此，当下实现落地的第一步，就是大模型的训练成本、推理成本一定能做到比搜索还要低，而且还能保证即时性。

文章插图
03
从概念到落地，
到底有多难？
有观点认为，能跑出来的中国大模型创业公司，很可能是垂直整合型。