垂类模型大有前景，但AGI却给自己“挖了个坑”

2023-08-23 02:05:13 来源：维科号

巨量模型是个“坑”，但垂直模型不是。

@数科星球原创

作者丨苑晶

(资料图片)

编辑丨大兔

2023年4月，GPT-5的相关消息引起了一阵轰动。彼时，人们对巨量大模型既有期待、也有恐惧。更有甚者，认为人类历史或许将因此而画上终止符。

但很快，从业者便发现，巨量大模型存在“不经济”、“不适用”的缺陷。随即，垂直模型开始兴起。以至于，在2023年的Q2和Q3，垂直模型正在大批量的出现。

除已发布的垂直模型外，据数科星球（ID：digital-planet）初步测算，未来还将有更多产品问世。

真理越辩越明，在对话多位行业资深人士后，我们发现了垂直模型的未来。它不仅限于提供超越个体智力的“认知对话框”，还可以结合具体行业赋能千行百业。

现在，人们正在跳出OpenAI为行业“挖的坑”，开始正视这项技术所带来的真正价值。

越通用，越尴尬

以往，人们对通用大模型的观感是，它是一位良师益友，也无所不知。在产品角度，它被认为是一种认知型产品，用户体验体现在对话中给出的答案。

在过去，科学家们将主要精力放在了“如何将对话答案呈现地更聪明”。但实际上，却忽略了除认知功能外的绝大部分用户需求。

一位专注于营销获客的企业家对数科星球（ID：digital-planet）说：“我们需要更多的多模态数据以让用户画像更精确，但随着通用大模型参数量的增大，这种反馈结果反而越来越不精准。”

他不是唯一一个抱怨于此的从业者。更多人认为，在诸如LLaMA7B-65B的大模型中，参数量的提升对一些行业的帮助微乎其微。有一位出海领域从业者甚至认为“3B就够用了。”

对于垂直行业来说，增多的参数只是拓宽了大模型的知识面，但并没有落实到具体行业。换句话讲，大模型所增加的“智力”是千行百业中不需要的，客观上造成了供需不匹配的情况出现。

一位从业者表示，“它（指国外某大模型）以前是初中毕业水平，现在可能已经博士后了，可是我们行业其实高中毕业、大专生就可以了。”所以，在给定的计算预算下，垂直领域最好的性能不是由最大的模型实现的，反而可以通过在更多数据上训练的小模型实现。

以上，便是如今垂直模型能大型其道的根本原因。

“我想要的现在就要”

这些天，小模型和智能体（AI Agents）的火爆似乎印证了上述事实。即对行业从业者而言，开发出好用的行业工具的价值比一个看似“全知全能”的Copilot的价值多得多。

一位出海小模型从业者对数科星球（ID：digital-planet）称，他们的项目顺利拿到种子融资后，今年预计可以轻松实现2000万营收。就其项目本质，是利用开源模型和公开数据结合多模态构建出海营销工具。该项目可以绕开Temu、TikTok、亚马逊或Shopify等“媒介型”产品，通过EDM、即时通讯和电话/短信等方式触及东南亚的用户。

虽然，电话营销看起来又土又招人烦。但在ToB行业，在形形色色的获客手段都如过眼云烟后，证明了一个曾被反复证明的结论：最粗暴的做法往往是最有效的。

说回正题。最近一些天，我们看到的现实情况是，各行各业的从业者们正在展开对通用大模型的思辨，在现在，人们比以往任何时候都更希望简单直接、甚至直接创造营收。

一位服装行业从业者的回答更加直接了当：他既不看好智能助理也不看好国内大模型。其给出的解释是：“Copilot的故事被微软讲到头了，国内大模型之间的差距不大，现在开源数据集越来越多，国内相关产品的优势就更小了。”

在大模型打的头破血流之际，似乎，智能助理的市场空间只能寄希望于信创。

上述现实的市场情况导致几个结果：

其一，对于国内非通用大模型类厂商而言，选择做垂直则意味着跟国内无数个“作坊式”AIGC团队竞争，阳春白雪如何打败蚂蚁雄兵，前者的商业模式仍需推敲；

其二，由于不友好的GPU销售环境，越来越多的团队正在租用算力资源，用训练小模型的方式推出产品。对比国内厂商所提供的接口，很多企业更愿意用GitHub开源软件；

这样一来，曾经被行业看作“折中”路线的小模型，在性价比思维下“复活”了，并且呈现出愈演愈烈趋势。但反过来说，这似乎打了AGI一个耳光。

是模式还是收入

是模式还是收入，这是一个问题。

有人说，AIGC看似火爆、被投却很少，无疑是行业虚火、是美丽的泡沫；有人说，现在活下去才是王道、赚钱比什么都强，所以“野路子”频出、也有不少人闷声发大财。

客观而言，上述几种情况同时存在。究其原因：一方面，对于投资人而言，“不是名校、大厂、科班我不投”，这是一种信仰正确，短期难以改变；另一方面，普通的计算机人才常年供过于求、AI人才凤毛麟角，加之对GitHub的使用习惯，盲目跟风在所难免。