焦点：Google 发布万亿参数的机器学习模型

在机器学习领域，有两个颇具因果效应的规律：

• 数据越多，模型越好；
• 模型越大，效果越好；

过去几年，行业巨头们以上述两个规律为指导，不断在模型训练数据量与模型参数上「攀高峰」，特别是在火热的自然语言领域，下图展示了截止到 2020 年年底的自然语言处理模型发展情况：

2020 年亮相的 GPT-3 参数规模达到 1750 亿，其表现也的确好于此前的 GPT-2 以及微软的 Turning-NLG。

而在上周，Google 将自然语言处理模型的量级提升到万亿，这个名为「Switch Transformer」的模型拥有 1.6 万亿参数，正如这个名称所致，该模型本质上也是一个「Transformer」模型，Google 研究者们希望通过「稀疏激活」的方式，利用切换（Switch）不同的模型权重与参数，来调整模型对于不同输入数据的处理。

你可以在这里获取关于该模型的论文。

从 Google 给出的结果来看，继续延续着「模型越大、效果越好」的规律，但在另一个维度，模型越大，其成本——经济成本、环境成本——高低引发诸多讨论，2020 年末女性 AI 学者 Timnit Gebru 之所以被 Google 除名，其导火索就是一篇探讨大规模语言模型是否值得的论文，MIT TR 记者在查看这篇论文后指出，该论文列举了大规模语言模型的潜在危机，并给出了相关建议。

不过由于论文并未公开发布，我们暂时还无从知晓具体细节，而从 Google 内部对该论文的处理方式来看，Google 的决心非常坚定，未来还将持续投入大规模语言模型，模型参数的竞赛也将持续。

行业·云计算产业图景

2020 年全球各地的疫情，将整个商业世界的运行迁移到线上，线上会议、线上工作、线上销售、线上教育……这些需求极大刺激了云计算各个层次——基础设施、平台开发、服务订阅——的快速增长，这个产业链获利颇丰。以 Zoom 为例，这家公司的营收、股价变化令人乍舌，但 Zoom 采用 AWS 作为基础设施提供商，这意味着，Zoom 营收越高，AWS 的这笔销售收入也会越高。

站在 2021 年 1 月的时间点去看，尽管疫情的不确定性还在，但围绕云的技术发展趋势大致还可以预测。

首先，在线办公的需求还会持续，这既是疫情导致的后果，也得力于诸如 Zoom、Teams 等在线工具的不断完善与发展，这些所谓「Stay at Home」的公司和产品依然还有巨大的增长空间，下图是 Zoom 的客户增长变化，来自 Business Inisder。

其次，关注多云。即便连 AWS，也不得不开始思考多云产品的定位，这也从一个侧面反映出市场对多云产品与理念的热情，2020 年的 re:Invent 大会上，AWS 展示了ECS Anywhere和 EKS Anywhere ，即便没有提及「多云」，但可以把 AWS 的弹性容器服务和弹性 K8s 服务运行在其他云平台或本地数据中心，事实上也宣布 AWS 踏入到多云市场，2021 年这个领域会有更多新的变化。

其三，不同云服务商的技术争夺要点集中在机器学习、数据分析、物联网与无服务器领域，在经历了前几年有些疯狂的炒作之后，云服务商上的 AI 之争将变得更理性化，如何把平台上的 AI 技术变成客户所需要的产品，将成为云服务商们的一个重要课题，而无论是提供一站式开发平台（如 AWS 的 Sagemaker）还是可调用的接口服务（如阿里云的 AI SaaS 产品），AI 需要借助云平台创造出真正的价值。

另一个值得关注的领域是无服务器。腾讯云曾将 2020 年定义为「无服务器元年」，这里多少有些 PR 的意味，不过当去年 9 月阿里云宣布全面拥抱云原生之后，阿里云把无服务器、容器服务纳入到云原生的大框架里，这个领域就开始变得有趣起来。

无服务器也好，云原生也罢，这些令很多人感到困惑的技术名词背后，也是整个云计算技术发展的大方向，通过不断封装基础设施的复杂性，让服务器等基础设施「隐身」，进一步降低使用云服务进行开发、部署应用的门槛，沿着这个思路去看，也就不难理解，为何阿里云在大力推广钉钉了。

数据

一组中国 AI 芯片创业公司融资数据，下图是该数据的部分截图，共统计了 28 家创业公司。

你可以在这里获取这份 Excel 表格数据。

行业·未来驾驶

围绕未来驾驶的竞逐还在持续，本周，在与通用汽车建立战略合作之后，微软正式加入自动驾驶投资赛道，路透社的消息称，微软将与通用汽车、本田汽车以及其他机构投资者共同向通用汽车旗下的自动驾驶公司 Cruise 投资 20 亿美元，融资完成后，Cruise 的估值将达到 300 亿美元。

受此消息刺激，通用汽车的股价上涨 8.2%。

与此同时，Cruise 还将成为微软云平台 Azure 的大客户，此前，包括大众、丰田等，都已经将 Azure 作为其自动驾驶的云平台。

2021 年的自动驾驶还将持续烧钱游戏，来自中国广州的创业公司文行至远 （WeRide）也在近期完成总额 3.1 亿美元的 B 轮（共计三轮）融资，战略领投方是宇通集团（国内商用车领域的龙头），此前参与投资的启明创投、创新工场等资本都继续跟投。

值得注意的是，文行至远的新闻稿还指出：「同时，文远知行宣布已启动 C 轮融资」。

文行至远的商业模式建立在 Robotaxi（自动驾驶出租车）之上，这意味着，该公司需要与车厂、出行服务平台建立「三角合作」关系，通过将文行至远的软件预装到可公开营运的车辆上获取收益。

公开资料显示，文行至远是国内最早推出 Robotaxi 的自动驾驶公司，早在 2018 年 11 月就开始在广州试运行，并在 2019 年 8 月成为首个成功落地一线城市的以自动驾驶技术提供出行服务的企业。

之前的合作中，文行至远与广州公交集团、白云出租以及高德地图等公司建立了合作，此次国内乘用车巨头宇通集团的加入，势必将进一步增强文行至远自动驾驶产品的应用范围。

一如我对自动驾驶发展的判断一样，「抱团」或者说结盟，将会成为自动驾驶产业真正落地的关键，在这条长长的产业链条上，没有哪一家公司可以「独立」完成。

类似的合作，也出现在吉利与腾讯身上。本周的最新消息是，两家公司签署战略合作，「围绕智能座舱、自动驾驶、数字化营销、数字化底座、数字化新业务及低碳发展等领域展开全方位战略合作」，这里包括两大块，其一，智能座舱与自动驾驶的合作，将会体现腾讯在 AI、自动驾驶的技术积累，其二，数字化相关业务，主要是腾讯云以及腾讯数字营销业务。

自动驾驶创业公司 Aurora 本周也与卡车制造公司 Paccar 达成合作，未来 Aurora 将向这家卡车公司提供自动驾驶软件。

另一个被广为关注的消息，路透社援引三位知情人士的话表示，无人机巨头大疆正在组建自动驾驶技术团队，并着力于研发包括激光雷达在内的自动驾驶相关技术，其中的两位线人称，大疆已经在激光雷达、相机领域耕耘多年。

2020 年，一家名为 Livox 的公司曾在 CES 上展示过两款激光雷达，该公司被认为与大疆有关系，而小鹏汽车此前曾表示会使用 Livox 的自动驾驶产品。

业界·市场·应用

英特尔 CEO 更迭。上周，英特尔宣布 VmWare CEO Pat Gelsinger 将成为该公司新 CEO，现任 CEO Bob Swan 将在 2 月 15 日离职。

受此消息影响，英特尔股价上涨 7%，VMWare 则下跌了 7%。

旷视 IPO 进展，AI 明星创业公司旷视科技的 IPO 进程一直颇受瞩目，《南华早报》的报道称，该公司已放弃在香港的 IPO，并计划在上交所科创板上市。

此前，旷视科技曾公开回应过诸多话题，包括该公司的主要业务是个人物联网、城市物联网和供应链物联网三大板块，同时强调，美国「实体清单」对 AI 芯片企业影响「不是特别大」，对旷视的 Brain++ 等自研的技术产品影响很小，主要集中在芯片替代等方面。

不过对于这样一家依靠面部识别起家的公司来说，短期内摆脱技术伦理的「原罪」并不现实，尽管该公司在 2020 年成立了一个 AI 伦理委员会，以防止「技术变成武器」。

英国市场监管机构开始调查算法滥用对于用户在线行为的影响。类似「大数据杀熟」等现象都是该机构关注的焦点，英国竞争与市场管理局鼓励学术界提交相关研究与证据，从而可以更好了解当下算法的潜在影响，并为接下来可能的司法行动做好准备。

最后关注两家创业公司。

来自台湾的 AI 芯片创业公司 Kneron 近期获得富士康、Winbond（存储芯片公司）的战略投资，具体金额未透露。根据 Crunchbase 的数据，自 2017 年开始，Kneron 已经完成 7300 万美元的融资，估值也达到 5 亿美元，成为目前台湾估值最高的 AI 芯片公司。Kneron 的产品面向边缘设备的 AI 计算场景，包括门锁、电脑设备、智能音箱、智能仪表等。

正如《日经亚洲》所言，中美之间的技术对抗使得台湾公司有了更多海外市场扩张机遇，借助台湾半导体的产业链、人才优势，Kneron 的快速崛起与扩展，恰恰是抓住了当下的机会。

数字医疗公司 K Health 近期完成 1.32 亿美元的融资，该公司利用机器学习模型为注册会员提供健康评估、远程诊断等。目前 K Health 的会员数量达到 30 万会员，疫情期间，该公司的营收增长了 1000%。