资讯 创新 业界 数码 财经 电商 观点 人物 生活 综合 聚焦 关注 热点

租2000张芯片做大模型:一家创业公司的生死抉择

2023-07-11 21:29:26      来源:中国企业家杂志
“野蛮人”已来,创业者打响反击战。

文|《中国企业家》记者 闫俊文

编辑|李薇

头图来源|视觉中国


(资料图片)

一项新技术兴起时,创业公司是等着大公司做出来,还是自己投真金白银做?

一家名叫中科深智的虚拟人创业公司选择了后者。近期,中科深智发布了一款大模型,包含20亿和200亿参数两个版本。为此,他们租用了2000张英伟达A100显卡,十几个人的团队没日没夜忙了两个月,花费了数百万元现金。

中科深智创始人、CEO成维忠说,当下,接入API响应速度太慢,不适应虚拟人的实时要求。并且,大厂的大模型并不会公布核心算法,这让创业公司无法迭代基础算法,鼻子被大公司牵着走。

中科深智成立于2016年,最近获得的一次融资在2021年11月,由晨山资本领投的B轮千万美元融资,老股东马来西亚MYEG Capital持续跟投。虽然成立已7年,但中科深智目前也只有100多人,以研发人员为主,公司年营收数千万元。

当技术浪潮到来时,巨头公司有更多资源来应对,也有更多试错成本。但是创业公司完全不同,他们力量单薄,既不能放手错过时机,更不能盲目追风,这让他们如履薄冰。

不做,就会死

大模型火热,但成维忠他们发现,能用的开源大模型一个也没有

中科深智CTO宋健说,一个可用的开源模型,有三重定义:第一,训练的数据开源,比如数据是怎么处理的,用什么数据训练,如何去重;第二,训练过程开源,比如算法;第三,训练的模型开源,比如参数。

“这三点基本上就决定了目前市面上的开源大模型很少。中文大模型没有一家,英文大模型大概有两三家,但他们的license(许可)限制很多,比如不能商用等等。”宋健说。他预计,在2024年就可以看到更多可用的性能很好的开源大模型,可以快速切换。

大模型最流行的商业模式是调用API接口,具体到中科深智的赛道虚拟人业务场景,因为算力限制以及需求的庞大,ChatGPT4.0五六秒回答一次,延时对虚拟人场景足以致命,消费者不会多等一秒钟。

就算接入了API接口,创业公司的算法也不能迭代。成维忠说,中科深智的产品是基于NLP(自然语言处理)来输出语言,用的是CLAP算法,如果用大模型来提升算法,那么就需要大模型的源代码,尤其是做多模态的训练,必须有源代码。

“大公司当下不可能开放源代码,未来不好说。另外,我们的客户也很担心数据安全问题。”成维忠说。

中科深智创始人、CEO成维忠。来源:受访者

大公司如何看创业公司在大模型创业潮中的机会?

“云计算发展到现在,很重要的环节就是通过开源一系列模型,降低学习成本,能够去尝试自己的一些突破。”阿里云CTO周靖人说。谁能够更加敏捷,快速探索出一条业务发展创新的道路,谁就会占据有利的地位。今天大家都是跟时间在赛跑。

目前,中科深智还没有盈利,但成维忠没有退路:“如果不自己做大模型,半年后,公司业务的赛道就跟自己没有关系了。”

据IT桔子数据统计,2022年虚拟人领域的融资数达51起,融资总额40.96亿元。截至2023年5月,该领域也有数十起融资,比如成立于2019年的万像科技在4月宣布完成数千万人民币A2轮融资。

大公司也在竞逐这个领域。7月,阿里云通义大模型家族迎来新成员。AI绘画创作大模型通义万相开启定向邀测,该模型可辅助人类进行图片创作,未来可应用于艺术设计、电商、游戏和文创等应用场景。

4月,商汤发布了大模型体系商汤日日新大模型。发布会上,商汤演示了2D数字人视频生成平台“如影SenseAvatar”——仅需一段5分钟的真人视频素材,就可以生成声音动作自然、口型准确、多语种精通的数字人分身。

大模型的“推理”能力,突破了NLP的局限,让人机对话变得更流畅,更智能。技术的变化带来了创业者与投资人的涌入。虚拟人赛道成为目前大模型可落地应用的最大场景之一。

租算力做大模型

中科深智通过自己的途径,以小时付费的方式租用算力来开发大模型,一小时十几元,和往年相比,单价涨了3倍。算力主要用在数据训练以及微调上,折合算下来,他们估算用了2000张英伟达A100显卡。

中科深智推出的20亿和200亿参数大模型,主要应对垂直场景落地,比如电商卖货,不需要考虑通用性。以虚拟主播带货为例,将积累数年的场景数据做训练,最重要的是响应速度。

“从三五秒钟提升到0.5秒,这就够了,不用去关心作文或者摘要写的怎么样。”成维忠说。

20亿和200亿参数的大模型,在数千亿参数的ChatGPT以及文心一言面前,就是“小弟弟”。但小有小的好处,那就是胜在速度快。大公司致力于打造出千亿参数级别的通用人工智能大模型,他们是“既要又要还要”,但对于创业公司而言,他们是“只要”。

成维忠反馈说,一些电商客户接入通用大模型后,发现不仅API响应速度慢,有些回答还不专业,影响C端用户留存转化。客户反过来寻求中科深智的SDK(软件开发工具包),运用中科深智的大模型。

中科深智开发了一个名为“虚拟助播”的技术,让真人与虚拟人互动,此前,基于传统的NLP技术做不到产品的需求。现在,在虚拟人背后接入大模型,就可以支撑虚拟人,真人可以让虚拟人唱歌、跳舞、回答问题以及自主卖货。

来源:受访者

大模型似乎正在变成大公司的“坏生意”,创业公司的“好生意”

“坏”在它目标设定高,建立通用人工智能技术底座,投入无底洞,变成了一项长周期的投入;而创业公司只需要迭代算法和技术,就可以局部建立优势,实用为主,一边用一边学。

不管是腾讯云的行业大模型还是百度的文心一言,都在从通用人工智能转向场景落地,但这恰好是行业公司的硬核优势。行业头部企业下场做行业模型,更容易推广和落地。从这个角度上说,垂类大模型的确更有优势。

但一些技术问题仍然晦暗不明。

不同于文生图以及图生文等场景,虚拟人直接将大模型能力推进到多模态领域,但没人告诉创业公司这条路是否能走得通。以前是动作捕捉生成技术,现在是否要切换到大模型的definition(定义),生成端依然有很多技术不确定性。

高风险时代,创业公司如何扩张

大公司扩张新业务,上线新产品,不管是百度还是阿里巴巴都上线了基于大模型功能的新产品,比如阿里巴巴的通义听悟、通义万相,它还用大模型改造了钉钉等产品,上线了会议摘要及总结等功能。

一些人将此次AI革命的爆发周期定义为10年,但技术革命爆发初期,技术路线和落地路径还不是很清晰,噪音和泡沫横飞,对于创业公司而言,扩张新业务要尤其谨慎。

在技术变革期,每个创业者似乎都能看到机会。以此次大模型为例,机器人公司会觉得交互革命到了,社交软件创业者会觉得做出下一个微信的机会出现了,3D虚拟人创业者会说,未来需要1000亿个虚拟人。

这种“机会错觉”会激发创始人的野心,甚至蒙蔽他们的双眼。但有的创业者也容易被风险所恫吓,变得畏首畏尾。

中科深智是研发型的公司,算法是他们的核心竞争力,长周期投入研发,业绩又受到宏观经济影响。中科深智的投资人,包括自己的团队,对大模型没底,又花不少钱去训练,大家都会有疑虑。

成维忠是这样说服自己的:不把大模型这事儿神化,用平常心去看待它,平常做业务的时候,你会去想我应该不应该做这件事吗?我觉得它能赚钱,对我公司长期有帮助,我就去做了大模型。

他预测,未来10年和20年其实就是XR加AI,不能单纯地讲AI,AI大模型带来的是工具AI化、应用AI化、服务3D化,这意味着未来虚拟空间需要越来越多的虚拟人。

想好了就去做,但要紧密结合自己的场景和业务去做。

上一次移动互联网浪潮时,成维忠错过了一次技术浪潮。2008年,他创办了互联网营销公司。等到移动互联网起来的时候,成维忠是谨慎派,觉得技术不成熟、终端差、网络不行,他觉得需要等等再入局。

“现在回头再看,这是一个非常错误的决定。”成维忠反思。移动互联网的创业浪潮在2007年、2008年和2010年就已划定。

像成维忠这样的移动互联网创业者,在守成之余,开始在新技术浪潮中主动出击,但是成是败,还需时间检验。

关键词

今日推荐
资讯
48小时频道点击排行

Copyright @ 2008-2017 www.gxff.cn All Rights Reserved 中国创新网 版权所有 关于我们 联系我们: 58 55 97 3 @qq.com 备案号:沪ICP备2022005074号-30