外汇局：2020年末我国银行业对外金融资产13724亿美元
06-17
为什么说国产大型车型的野心隐藏在MaaS生态中？今年4月，在IDG主办的一次行业峰会上。
IDG创始人董事长熊晓鸽刚刚盘点了IDG多年来为中国企业服务的成果。
观众席上，GE中国CEO提出了一个不恰当的问题：“中国有很多伟大的企业，有很多超大型国企，但为什么？没有给B巨头提供软件服务吗？”热闹的会场顿时鸦雀无声。
彼时，将原因归因于“缺乏投资人支持”的熊晓鸽或许还没有意识到，他谦虚反思的那一年，已经是国内SaaS行业一级市场最忙碌的日子。
此后，中国企业服务领域的投融资市场连续经历了近十年的漫长寒冬：本应专注于规范小客业务的SaaS公司在融资文件中誓言要效仿Salesforce。
到SMB（小客）营收占比超过80%的时候，中国银行曾透露，中国中小企业的平均寿命只有3年，不到美国的一半，仅为日本的四分之一。
我转头去做KA（大客户）业务，却发现大客户都有自己的想法。
这个专注于销售，那个专注于报销。
在完成了一个又一个的定制案例后，SaaS成为了很多人痛苦的事情。
参差不齐的数字化建设与各种需求产生共鸣，典型的中国式SaaS诞生了：向大科要收入，标准化就消失了；向大客要收入，标准化就消失了；如果你要求小客增长，小客就会破产。
那么有没有一种能够同时实现标准化和赚钱的to B商业模式呢？ 随着大模型时代的到来，新的答案出现了。
01 大模特的“拼多多时刻” 即使是“你是兄弟就来杀我”的拼多多，恐怕也无法预料到国内大模特的疯狂。
“到今天为止的一年多时间里，我们已经完成了一万倍的降价。
”这句话省略的主语是大模型，来自智浦AI开放日。
不用说智浦是谁，公司身上的标签包括但不限于：国内最早研究大型模型的团队、清华大学背景、最早商业化大型模型的团队、模型社区无数开发者Hugging Face接触过语言模型的人。
第一站。
但大车型、降价、明星独角兽、万倍等几个关键词的叠加并没有引起太大的反响。
这一点大家已经很熟悉了：不到一个月的时间，在一家具有金融私募背景的大型模型公司推出首次降价后，智浦、字节、阿里巴巴、百度、科大讯飞、腾讯，甚至海外的OpenAI都结束了。
文字游戏和价格炒作如影随形，业内人士都清楚大机型降价背后的原因。
公开地讲，投入价格和产出价格的模糊表达、轻量化车型和核心产品的混淆，让所谓的降价就像电商时期令人眼花缭乱的一叠优惠券。
没有十年的经验，根本无法看出所谓降价的真实程度。
而在黑暗中，当所有对手都举起了降价宣战的大旗时，大型模型行业也被快进到了淘汰赛阶段。
敢降价只代表你拿到了入场券。
模型能力是否领先，是否敢于拿出最重要的模型来参与，是否敢于开源并接受开发者的判断，是评分的关键点。
因此，下一期智浦AI开放日，问题是是否要推出看家模式并降低价格？降价后该车型的表现如何？市场买账吗？回答好这些具体问题，是评判大模型淘汰赛的关键指标。
1、最受欢迎的产品迭代升级：推出第四代GLM开源型号GLM-4-9B。
这里需要简单翻译一下：GLM-4-9B升级版的前身是年之普开源的第3代6B型号。
过去，它总共获得了 6 万个 GitHub star，在最大的模型社区 Hugging Face 上下载量超过 1 万次。
这是很多开发者接触语言模型的第一站。
第四代GLM开源模型GLM-4-9B，与上一代相比，首次具备多模态能力，并具有更强的基础能力、更精准的函数调用和All Tools能力、更长的上下文。
例如，GLM-4-9B模型的上下文已从K扩展到1M。
转换成中文后，可以同时处理10000字的输入，大约相当于2部《红楼梦》或一篇论文的长度。
在长度为 K 的 LongBench-Chat 上，GLM-4-9B-Chat 模型比上一代提高了 20%。
在长度为1M的大海捞针测试中，GLM-4-9B-Chat-1M取得了全绿（无损）的好成绩。
此外，基于强大的预训练库，GLM-4-9B模型的中英文综合性能比ChatGLM3-6B提高了40%。
与训练量更大的Llama-3-8B模型相比，它不仅在英语方面略有领先，在汉语方面也有高达50%的提升。
价格方面，该型号已纳入智浦开放平台API家族，并以GLM-4-flash版本面向公众开放。
价格比之前的GLM-3 Turbo低10倍，仅需1美分。
拥有 10,000 个代币。
2、推出特色产品：GLM-4型号升级，小尺寸版本价格降低99%。
GLM-4是目前智普所有大型号产品线中最重要的型号。
在多项权威英语测试排行榜中均名列前茅。
效果已经接近GPT-4，并且在国内企业最需要的中文任务上，全面超过GPT-4。
其小尺寸Air版本，性能非常接近GLM-4，价格直接降至之前价格的1%，达到1元/万代币。
GLM-4型号本身进一步升级为GLM-4版本，整体能力提升11.9%，指令遵从能力提升18.6%。
3、针对企业需求：有针对性的降价。
在实际部署中，大多数企业除了要求更高的性能外，还要求更快的响应速度。
针对这一需求，智浦推出了GLM-4-Air高速版本，在不改变效果的情况下，可以将推理速度提升%，达到71个token/秒，相当于每秒显示的汉字数量+ 转换成中文后，价格仅为 10 元/M Tokens。
此外，针对更有针对性的需求，智浦还推出了全模型矩阵。
除了上面提到的明星产品外，GLM-4V主打图文，GLM-3-Turbo主打平衡，GLM-3-Turbo主打文字。
图中的CogView-3也参与了本次降价。
智浦AI公布旗下主力机型产品价格｜图片来源：智浦AI 相比市面上各种眼花缭乱、只针对“非主流”机型降价的做法，智浦几乎已经搬出了大机型来“加入”战争”。
然而，一个新的问题出现了：降价是一门艺术。
如何把价格降到让用户受益只是第一层；如何适当降价，不搞一场赔钱的血战来改变市场，还需要更多的力量。
02 从“砍掉”大模型到MaaS的规模效应 “短时间内成为独角兽，天时、地利、人缺一不可。
”这是几乎所有行业投资者提到慧谱的第一反应。
如果你稍微了解一下2016年AlphaGo与李世石大战，点燃全球AI创业热情的故事，就不难理解当下投资者的犹豫。
未来五年的故事，注定会成为中国AI产业史上的一大亮点：狂欢，投资者排队拿钱请教授走出象牙塔，加入商业浪潮；亮点，人工智能写入国家规划，数百家亿万独角兽比比皆是；转型、单纯的上市和论文已经无法引起更多关注，商业化的阴云笼罩在每一个从业者的头顶；逃离，随着一年前科创板的推出，一级市场热情减退，项目退出、丛林法则成为新的关键词。
——二级市场公开透明的财报已经清楚地表明，那些被算法秘密包围的小巨头，就像过去的SaaS一样，已经被无穷无尽的定制需求所淹没。
CV与SaaS的这种跨代呼应，表面上是客户群体选择的问题，但实际上是商业模式的问题，根本上是技术天花板的问题。
传统CV和NLP的算法通用性不够，这从一开始就注定是一条布满荆棘的路。
但随着历史的前进，正是在无数熟悉的片段的重复中，不断出现新的、令人瞩目的新质变。
MaaS正是这波大模型公司给出的答案。
所谓MaaS，Model as a Service，模型即服务。
参考过去SaaS、PaaS、IaaS的定义，基础大模型本身就可以成为标准化盈利的独立产品。
大模型的通用性和可扩展性使其具有比之前所有AI算法更强的操作系统属性。
一个足够好的大模型就可以交付给用户，成为一种新的商业模式。
同时，从其名称来看，不难发现MaaS的核心业务逻辑与各种XaaS相同，具有很强的规模效应和降价潜力。
拆解来看，MaaS由两层组成：核心是大模型层，具有典型的互联网属性。
初期的研发成本极高，但后期的复制成本几乎为零，具有很强的规模效应。
这也是大模型行业持续降价的核心驱动力。
这就要求企业具备较强的技术研发能力和不断更新迭代的能力。
智浦团队脱胎于清华大学学术搜索挖掘平台Aminer。
堪称国内对最新科技进展最敏感的团队。
技术上，从2018年初开始，智浦就开始了大语言模型的研究。
2019年3月14日，GPT-4发布的同一天，该公司开源了一代ChatGLM-6B模型，其核心产品GLM-4是目前最接近GPT-4级别的大型模型之一中国。
本次开放日，新发布的GLM-4-9B开源模型，综合能力超越Llama-3-8B-Instruct；首次开源基于GLM基础的GLM-4V-9B开源视觉模型，多模态能力媲美GPT-4V； GLM-4新API模型GLM-4-Air的生成速度提高了%，达到71 token/s。
除了算法层之外，MaaS的第二层是最基本的计算资源。
计算能力的发展总体上遵循摩尔定律的设定。
理想情况下，晶体管密度每18个月增加一倍，相应的使用相同计算能力的用户成本每18个月增加一倍。
为此，众多主流云服务公司都将MaaS作为新的增长点，从建设智能计算中心到推出开发者计划，从自研到投资，无所不包。
但这些还不是 MaaS 的全部潜力。
一个直观的数据是，截至目前，MaaS大模型开放平台bigmodel.cn日均调用量已突破1亿枚。
近6个月，日API消费量增长50倍以上，企业客户数量突破30万。
实现了汽车、金融、营销、制造等多个行业的覆盖，并获得金山、蒙牛、分众、知己等+生态合作伙伴、+大车型大规模应用、多家企业共创等大客户。
至于如何避免将大模型变成定制一堆头的痛苦业务，大模型极其通用的特性决定了它可以用几个基本模型构建出来，足以覆盖绝大多数核心用户场景。
到了具体的产业化阶段，MaaS可以与行业合作伙伴甚至第三方合作伙伴共建，完成行业应用落地的最后一步。
这方面最典型的应用就是在客服对话领域用大模型替代传统的NLP。
在OpenDay上，小米集团小爱团队总经理王刚谈到了小米智能语音助手与智浦的合作案例：过去，在小爱团队内部，各种NLP任务细分为天气、计算器、音乐、语音等。
视频。
、知识问答等近百个垂直领域。
其中，每个垂直领域的背后都是一些具体的NLP任务，需要专门的算法工程师来完成NLP优化。
在这个优化过程中，我们必须首先构造一个专有的基于任务的问题，然后收集足够的训练数据，然后进一步训练和调整它。
随着大模型的出现，小爱同学对其背后的架构进行了全面升级，通过大模型将近百个子任务归纳为一个通用任务。
两者不仅仅是纯粹的替代，大模型还进一步将小爱同学的功能拓展到音乐、视频、产品助手、车载助手、互联网信息汇总等更高级的形式。
图片来源：智普AI 此外，结合随着智浦全系列大机型的降价，可以进一步探索大机型的应用从只覆盖高端手机到入门机型、覆盖全终端——模式贯穿了换价逻辑对于音量。
同时，基于多功能性，规模效应也就自然而然地产生了。
以智浦与金山办公的合作为例。
智浦主要提供基础模型，而金山办公已经拥有庞大的行业知识库，更擅长基于场景模型的微调。
双方分工协作，避免了传统SaaS常见的KA案例。
就会陷入过度定制的陷阱。
此外，并非所有用户都像小米和金山那样具备良好的数字能力。
相比大厂商做MaaS，大模式只是介绍，卖掉底层的PaaS和IaaS资源才是最终目的。
智普选择将大模型本身与硬件解耦，为客户提供四种解决方案： 第一、最轻量级的API调用模型，将模型封装成开放平台，企业按照API调用量付费。
第二种是基于云的私有化解决方案。
主要针对对部分业务数据敏感但又不想自建计算设施的企业。
通过云算力私有化，为他们开辟专门的模型区。
第三种，完全私有化的解决方案，直接利用公司自有的硬件和计算资源，为拥有成熟计算设施的公司提供大模型支持。
第四种是软硬件一体化的解决方案，主要针对信创场景，通过更高的适应性，省去客户环境中的部署和调试过程。
在MaaS的支持下，智普已经成为中国大型模型行业中最具特色、最具商业潜力的公司。
03 SaaS的过去不会是MaaS的未来 虽然残酷，但不得不承认的一个现实是，虽然热潮才开始一年多，但大模型已经进入淘汰阶段。
与传统CV、NLP相比，大模型背后的大数据、大算力、大资本投入，从一开始就决定了只有拥有更多资源加持的龙头玩家才能笑到最后。
也正是这“三大”，导致了公司从成立之初就做出的商业模式选择，就已经为结局埋下了伏笔。
在这个过程中，MaaS的重要性可能被大大低估了：如果说过去用单一算法找场景，用锤子找钉子，算法无法解决整体问题。
结果，除了人脸识别和自动驾驶之外，明星场景寥寥无几。
MaaS是指在承认企业不同需求和数字化能力的基础上，通过大模型的通用性和生态优势来解决这些不断变化的需求。
从某种程度上来说，这是一场技术竞争的闪电战，也是一场生态与商业之间的持久战。
*头图来源：智浦AI 本文为极客公园原创文章。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-17
06-18
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态