“真正的變革是，什么時間點有一個模型可以把錯誤率降低到個位數(shù)。”
在經(jīng)歷了上半年密集的技術和產品發(fā)布后，下半年的AI圈顯得有些平靜，不再有如Sora這樣引發(fā)轟動的產品，在GPT-4o之后，行業(yè)引領者OpenAI也遲遲沒有大動作。不少行業(yè)人士認為，技術的迭代放緩了。
在亞布力企業(yè)家夏季年會上，獵豹移動董事長傅盛提出一個觀點，AI浪潮已出現(xiàn)泡沫跡象，從大模型出現(xiàn)在大眾視野以來，已過去近一年的時間，但最頂級大模型的模型沒有明顯提升�！翱陀^來說，誰家大模型有什么優(yōu)勢，基本尚屬‘一家之言’，用戶用起來沒有感覺到太大差別�！彼J為，當前大模型同質化嚴重。
在與MiniMax創(chuàng)始人閆俊杰的交流中，關于瓶頸與轉折點他提到，現(xiàn)在所有模型錯誤率都是20%的量級，“真正的變革是，什么時間點有一個模型可以把錯誤率降低到個位數(shù)，這會是一個非常本質的變化。”未來大模型能否成功，傅盛也認為，大模型的天花板能否再上一個臺階很重要。
“至暗時刻覺得技術很重要”
這一輪的生成式AI是一場掀起巨大浪潮的社會生產力革命，傅盛認為，這波浪潮今天已經(jīng)呈現(xiàn)出明顯的泡沫跡象。
何為“泡沫”，傅盛認為，一方面是模型能力沒有明顯提升�！霸谝粋�以科技為核心的技術浪潮中，這是不太正常的�！泵看螌懖煌臇|西，傅盛都會用好幾個大模型互相比較，“有時候這個大模型更好用，有時那個更好用，當前大模型的同質化很嚴重�！�
其次，說了這么久人工智能，“但真正的Killer APP（殺手級應用）并沒有出現(xiàn)，不僅在C端沒有出現(xiàn)，B端也未能出現(xiàn)。很多行業(yè)大模型都說自己有不少應用，但真正提效的并不多。”傅盛說，想要將大模型真正變成一個明顯能提效的應用，還很有難度。
潑了盆冷水的同時，傅盛補充表示，泡沫不見得會使大模型發(fā)展崩塌，因為有點泡沫很正常，互聯(lián)網(wǎng)早期也曾出現(xiàn)泡沫。
在今年6月演講時，金沙江創(chuàng)投主管合伙人朱嘯虎曾談及GPT-5一直“跳票”時表示，“硅谷也高度懷疑GPT-5還有沒有，即使出來在核心推理能力上還有沒有顯著的提高，這是很不確定的東西，今年年底是一個驗金石。”他判斷，大模型演化速度有放緩趨勢，而迭代曲線放緩以后，應用層的機會就會更多。
不過，在波形智能創(chuàng)始人姜昱辰看來，大模型技術迭代其實并沒有放緩，而是保持著2018年以來的增速，那一年基于Transformer架構的大規(guī)模語言模型預訓練開始流行。從博士的自然語言處理研究到大模型創(chuàng)業(yè)，姜昱辰更早開始經(jīng)歷這輪大模型技術演化的進程。
“大家之所以有這樣的感覺（技術迭代放緩）是因為大眾是在2022年底、2023年初第一次看到這個技術，做了很多短時間的learning和追趕，追趕當然比較快�！苯懦綄Φ谝回斀�(jīng)表示，把OpenAI做出來的技術學一遍，不叫“技術迭代”。
雖然行業(yè)此前有一句“沒有應用的大模型一文不值”廣為傳播，但在很多從業(yè)者看來，大模型的技術同樣重要，因為更好的應用一定建立在更好的技術之上，技術和應用是一個相互轉化的串聯(lián)關系。
在MiniMax剛剛過去的伙伴日活動上，閆俊杰在討論中提到，“至暗時刻會覺得技術很重要�！�
很多時候做技術時，并沒有真正意識到技術為什么重要。閆俊杰舉例表示，用戶感受到的東西可能來自于一些產品細節(jié)，或者一些品牌，技術本身是好多個環(huán)節(jié)在一起，尤其在繁榮時期，可能分不清什么是主，什么是次，“當在某些時間點遇到瓶頸的時候，拋開所有的表象東西，會意識到技術才是最終提升的來源�！�
“技術做不好的時候，發(fā)現(xiàn)所有東西都是問題，當技術做好了，似乎所有問題都被掩蓋了，”閆俊杰表示，技術是一家科技公司最核心的要素這件事，盡管已深刻意識到，偶爾還是在繼續(xù)犯錯誤，“這個是我在多次至暗時刻里最有共性的一件事�！�
做技術也是一件非常奢侈的事，“如果看一眼我們每個月的賬單還是會非常心疼的�！痹诓稍L中，說到這話時，閆俊杰幾次看向了MiniMax技術總監(jiān)韓景濤，也就是“賬單的制造者”。
因為做技術可能會失敗，研發(fā)投入很大，閆俊杰此前很多時候會想要不要走點捷徑，但實踐經(jīng)驗會證明，走捷徑就會被“打臉”，“這個事在我這發(fā)生可能超過十次了�！�
“一個東西要實驗三次才能成功，第三次實驗成功的時候，會想前面兩次是不是可以不用做，就像吃包子吃三個會吃飽，就會想是不是前兩個不用吃是一樣的。”閆俊杰表示，這是做技術時一個比較容易犯的錯誤。
在各種關于模型技術細節(jié)的排行榜上，或許GPT-4o的跑分不常出現(xiàn)在第一，甚至會在中間，但在MiniMax基于真實客戶的測試集中，OpenAI的GPT-4o是遙遙領先的。
在大模型時代，如何判斷技術的好壞，大眾很迷惑，企業(yè)同樣覺得很難，但這個點很重要，因為技術的評價標準會決定模型的迭代方向，如果指標本身不對迭代方向可能就錯了。
閆俊杰提到，MiniMax目前的一個辦法是，基于MiniMax開發(fā)平臺的3萬多個開發(fā)者和付費客戶，在他們的場景上構建一個真實使用的測試集，有些客戶對他們的場景非常看重，要求保證產品的效果，基于這些客戶真實使用的評測是較為客觀的。
“這個測試集上所有國產化模型相比GPT-4o都相差較多，其他排行榜基本上GPT-4o都要排到中間去了，但是在我們的排行榜上確實GPT-4o排在最靠前�！遍Z俊杰提到，國內所有模型都與GPT-4o有本質的差距，且越難的問題差距越大。按照這個評估方式，國產模型的提升空間還很大。
靜待下一轉折點
大模型的下一個轉折點在哪里？眾多創(chuàng)業(yè)者有不同的答案，有人認為是錯誤率的降低，有人覺得是個性化的模型，有人認為關鍵在于小算力訓練出大模型，背后或許意味著架構的改進。
朱嘯虎曾提到，今年的大模型本身還是有很多錯誤，且出來的結果不可控，今天落地最困難的是，場景下怎么解決錯誤問題、可控問題。
現(xiàn)在所有的模型錯誤率都在20%左右，即兩位數(shù)的錯誤率，有時驚艷，有時不靠譜，閆俊杰認為，這也是制約模型處理復雜任務的原因，“真正的變革是，什么時間點有一個模型可以將錯誤率降低到個位數(shù)�！边@是能增加用戶使用深度的核心手段。
復雜任務往往需要多個步驟“相乘”，較高的錯誤率導致失敗率的指數(shù)增加。閆俊杰表示，即便是GPT-4這樣的模型也無法支持非常靈活的Agent（智能體），這并不是因為Agent框架寫得不夠好，產品做得不好，最根本的原因是模型本身不夠好。
但現(xiàn)在可以看到的是，每家公司有了算力，無論是OpenAI、谷歌還是Meta，都在加碼算力。Meta CEO扎克伯格曾在社交媒體上表示，要建立一個大規(guī)模的計算基礎設施，到2024年底，這一設施將包括35萬張英偉達H100顯卡，業(yè)界預估這或許將耗費近百億美元。
算法也在進步，OpenAI在2023年只能做出來GPT-4，但2024年能做GPT-4o，雖然性能差不多，速度快了近10倍。
“計算量多了不止10倍，算法也快了10倍時，沒有道理說訓練不出來一個更好的模型。”閆俊杰提到，“如果Scaling law（尺度定律）是對的，未來這個模型一定會出現(xiàn)，標志就是個位數(shù)的錯誤率�！�
在傅盛看來，降低錯誤率同樣重要。“今天的大模型有20%-30%的知識幻覺，而且‘它不知道自己不知道’，這是在企業(yè)應用上非常重要的一大卡點�！毕胍嬲涞匾粋�應用，得用大量工程化的手段去解決以前通用人工智能認為它能干的活，這中間是有差距的。
問及大模型技術的下一個轉折點，姜昱辰給了一個不一樣的答案，她認為是“個性化”的技術。
“ToB的創(chuàng)業(yè)者會覺得錯誤率降低很重要，因為企業(yè)級、工業(yè)級場景中要的是極高準確率，而在消費場景中，要的是‘懂你’的個人助手。因此，對ToC創(chuàng)業(yè)者來說，個性化技術更重要。”對于不同的答案，姜昱辰解釋，ToB和ToC不同的場景下會有不同的感知。
從難度上來說，大模型幻覺是概率模型固有的，不容易解決，但個性化大模型確實是技術層面可行的。姜昱辰提到，波形智能目前在做的是這個方向，主要的難點是算法，中間需要知道的是，這樣的個性化生成式模型需要什么用戶信息，如何用于模型自進化。
深思考創(chuàng)始人楊志明則認為，下一個轉折點是，如何利用小算力訓練出大模型、做好大模型的推理，在這背后，當下主流的Transformer架構需要堆積算力，“性價比太低”。架構的改進或許是重要的方向。
值得期待的是，近日有消息稱，OpenAI將在今年秋天推出代號為“草莓”（Strawberry）的新模型。作為核心技術突破，草莓可能集成在ChatGPT內，幫助解決當前AI聊天機器人(9.250,-0.01,-0.11%)難以完成的復雜任務，如數(shù)學和編程問題。此外，草莓更會“思考”，在解決強主觀性問題上更擅長。
“草莓”是前菜，消息人士透露，OpenAI正在開發(fā)下一代大型語言模型Orion（獵戶座），草莓將為其生成高質量訓練數(shù)據(jù)，以幫助減少大模型幻覺問題。能否突破瓶頸，帶領行業(yè)進入下一轉折點，最大的可能性還在OpenAI。
