AIGC行業周報 | AI獨角獸集體求賣身，大模型領域新一輪洗牌期到來；騰訊元寶AI助手上線；孫茂松教授展望大模型技術未來

圖片來源：每經制圖

一、企業動態

（一）AI獨角獸集體求賣身，大模型領域新一輪洗牌期到來

近期，多家AI領域的明星初創公司如Adept、Humane AI、Reka AI和Stability AI等紛紛尋求收購或合并，顯示出AI大模型行業正在進入一個新的洗牌期。這些公司面臨成本壓力、商業模式不明確和市場競爭等問題，部分公司因產品市場反響不佳、資金短缺或對未來商業模式的不確定性而急于尋找買家。同時，科技巨頭也在積極收購AI技術、人才和資源，以加強自身在AI領域的競爭力。這一現象反映出AI行業正在經歷從快速增長到整合資源、聚焦商業模式的轉變，同時也暗示了AI初創企業在實現商業成功方面需要探索更多可能性。

（二）普華永道與OpenAI合作，為其10萬員工部署ChatGPT企業版

5月30日，全球四大會計事務所之一的普華永道（PwC）在官網宣布，與OpenAI達成技術、市場雙向合作，成為其最大客戶和首家產品經銷商。根據合作協議，普華永道將為美國75,000名員工和英國26,000名員工提供ChatGPT Enterprise服務。此舉標志著生成式AI在普華永道的實際業務用例中從試驗階段轉向具體場景落地，普華永道已確定3,000多個業務用例，旨在通過AI技術提高效率和降低成本。此外，普華永道還將利用OpenAI最新發布的多模態模型GPT-4o，并結合自身內部數據對GPT系列模型進行微調，創建定制化的AI助手，以支持員工在財務審計、稅務審查、代碼開發和報告生成等方面的工作。普華永道的全球業務網絡也使其成為OpenAI產品的重要銷售渠道，目前已與美國950家企業客戶就加速部署生成式AI展開溝通。此合作同時也兌現了普華永道在生成式AI領域投資10億美元的承諾，并預期將提升公司在行業中的競爭力和業務執行效率。

（三）英偉達進軍云服務市場，DGX Cloud成戰略重點

上周，英偉達（Nvidia）宣布了未來幾年內向云計算領域投入近90億美元的計劃，這一數字較1月份的承諾增長了近兩倍。英偉達的DGX Cloud服務旨在為用戶提供易于訪問的高性能計算資源，特別是為深度學習和AI應用設計。這項服務基于Nvidia的DGX系列超級計算機，用戶可以在云端租用這些資源而無需自行購買和維護昂貴的硬件。DGX Cloud還使Nvidia能夠租用亞馬遜、微軟、谷歌和甲骨文等云提供商的GPU服務器，再轉租給客戶，這可能改變Nvidia與其最大客戶間的關系。英偉達此舉意在減少客戶對AWS、Google Cloud或Microsoft Azure等云服務提供商的依賴，同時也為其自身在云服務市場中建立起直接的競爭地位。

二、產品動態

（一）百度推動智能體普及，開拓AI應用新場景

5月30日，百度在移動生態萬象大會上展示了其在大模型競賽中的新動向，重點發布和升級了包括百度搜索、文心一言App、百度文庫、文心智能體平臺等產品。百度致力于降低大模型使用門檻，推動智能體技術的普及，使其成為提高生產力的工具。百度智能體平臺支持簡易開發，提供流量優勢，并已經吸引了眾多開發者和企業入駐，覆蓋了廣泛的應用場景。百度的策略不僅著眼于打造自己的AI應用生態，同時也為行業提供基礎設施和標準化路徑，旨在通過AI技術解決用戶的實際需求，并創造AI時代的超級應用，推動公司核心搜索業務和云服務的發展。

（二）速度秒殺GPT-4o！Mistral AI開源首個22B代碼模型破記錄

近日，歐洲的Mistral公司推出了名為Codestral的開源編程大模型，它以22B參數量在性能上超越了70B參數的Code Llama。Codestral支持80多種編程語言，并實現了32k的上下文窗口長度，大幅提高了處理能力。它在多項編程語言測試中取得了優異成績，特別是在Python代碼生成和SQL的Spider測試中表現突出。此外，Codestral還支持代碼填充補全功能，并已集成到多個大模型框架和開發者平臺中。盡管模型性能卓越，但Mistral發布的Codestral僅可用于非商業用途，遵循嚴格的“非生產”許可協議（MNPL），這一限制引發了一些開源社區成員的不滿。

（三）騰訊元寶AI助手上線，開啟公眾號內容新生態

5月30日，備受期待的騰訊元寶于正式上線，并以其出色的AI搜索功能受到關注。該產品能夠訪問高質量的微信公眾號內容作為信息源，顯著提升了AI搜索的回答質量。作者通過親身體驗發現，騰訊元寶在處理最新問題時，能夠綜合多個來源，尤其是公眾號文章，給出全面且高質量的回答。此外，元寶還具備文檔總結、翻譯、圖片識別等多種功能，并支持多文檔和鏈接閱讀，顯示出騰訊在AI領域的野心和實力。作者對元寶的未來及其對公眾號生態的潛在正面影響抱有極大期待。

（四）SEAL大模型排行榜發布，Claude 3 Opus數學領域奪冠

5月30日，由27歲華裔創始人Alexandr Wang領導的Scale AI推出了全新的大型語言模型（LLM）排行榜——SEAL。這個排行榜以其私有數據、專家評估和持續更新的特點迅速獲得AI界的認可。SEAL排行榜強調公正性、高質量和可信度，定期引入新的數據集和模型以保持動態競爭環境。在最新發布的排行榜中，Claude 3 Opus在數學分類榜中超越了GPT-4 Turbo Preview，奪得第一名，顯示了其在數學和推理領域的卓越能力。此外，Scale AI還設計了新的數學和推理數據集GSM1k，旨在全面評估模型的各方面能力，避免過擬合問題。業界專家如Jim Fan和Andrej Karpathy對SEAL排行榜的發布表示肯定，認為它是對現有評估體系的重要補充。

（五）浪潮信息發布源2.0-M32大模型，性能對標Llama 3，算力消耗大幅降低

5月28日，浪潮信息最近發布了一款全新的基于MoE（Mixture of Experts）的源2.0-M32開源大模型，該模型不僅全面開源且支持免費商用，而且在模型性能上能夠與700億參數規模的Llama 3相媲美。源2.0-M32擁有400億參數量和37億激活參數，其在訓練、微調和推理過程中的算力開銷顯著低于Llama3-70B，具體來說，源2.0-M32單Token下訓練和推理所需的算力資源僅為Llama3-70B的1/19。這一技術進步得益于浪潮信息在算法結構、數據獲取和算力方面的創新，包括引入基于注意力機制的門控網絡技術和局部注意力過濾增強機制（LFA），以及在數據層面的訓練Token數量的顯著提升和流水并行的方法。浪潮信息的這一創新為企業提供了一個更為經濟、高效的大模型落地方案，進一步推動了大模型在各行各業的應用普及。

三、前沿觀點

（一）OpenAI研究員解析語言模型評估的重要性與挑戰

近日，OpenAI研究員Jason Wei在其最新博客文章中強調了語言模型（LLM）評估的重要性，并探討了成功評估應具備的因素。他指出評估基準是研究社區的直接激勵，與模型性能的重大突破密切相關。文章總結了評估在NLP社區獲得關注所面臨的“七宗罪”，并討論了如何創建和推廣有效的評估測試。Wei還分享了他對評估基準的個人見解，包括成功評估的特質、推廣新評估的策略，以及評估基準在LLM領域中如何流行起來的原因。

（二）中國AI創業者對行業前景的看法：差距、挑戰與新機遇

在第四屆BEYOND國際科技創新博覽會的“AI Panel”圓桌對話中，澳門科技總會會長賀建東、商湯科技聯合創始人徐冰、科大訊飛董事長劉慶峰和壁仞科技創始人張文就中美AI領域的優勢、AI發展的合理邊界及創業機遇進行了深入討論。徐冰認為中美之間在算力上存在約10倍的差距，但這一差距可通過資金投入彌補。張文則表示，未來創業可能不再選擇AI領域，而是轉向餐飲業，以避免潛在的美國制裁。劉慶峰指出，中國的大公司在市場中的主導地位對中小企業創新不利，呼吁建立更良性的生態。三位企業家還就AI發展階段、未來影響以及創業時機等問題分享了各自的看法，普遍認為AI發展是一個長期過程，需要法律、倫理和人文的協同推動，并強調了跨學科結合AI的創新潛力。

（三）國內大模型價格戰：創新與市場競爭的較量

近期，國內大模型領域爆發價格戰，以字節跳動、阿里云、百度、騰訊云和科大訊飛為代表的科技巨頭紛紛大幅降低大模型服務價格，甚至推出免費版本，以吸引開發者和市場關注。這場價格戰背后，實際上是中美科技企業在AI大模型競賽中選擇了不同的發展路徑：美國企業更注重技術創新，而中國企業則更傾向于通過價格競爭來快速占領市場。盡管降價策略短期內對開發者有利，但業內人士提醒，開發者在選擇大模型時應關注模型能力與應用場景的匹配，避免因貪圖便宜而增加創業成本。同時，降價更多被視為一種營銷手段，旨在吸引開發者加入，為大模型生態注入數據和用云量，推動整個AI應用生態的繁榮。

（四）孫茂松教授展望大模型技術未來：競爭、創新與挑戰

近期，在北大光華和度小滿聯合推出的大模型公開課上，清華大學人工智能研究院常務副院長孫茂松教授發表了題為“生成式人工智能及大模型對科技、文化和教育的影響”的演講。孫教授認為，AI將推動技術創新的變革，但信任風險和安全管理也將成為重要議題。他預測，到2026年，超過80%的企業將使用生成式AI，而目前這一比例不足5%。孫教授強調，大模型技術將深刻影響教育模式，但也可能帶來“幻覺現象”，需要認真對待和防范。他還提到，盡管中國在大模型的數量上位列第二，與美國相比仍有較大差距，中國需提升大模型的能力，并在未來三年內在垂直領域開發出有影響力的技術和產品。最后，孫教授鼓勵企業和研究者探索大模型在垂直領域的應用，形成獨特競爭優勢，并提醒終身學習的重要性，以應對AI帶來的挑戰。

來源：每經科技提供