大模型·巨头

关于 GPT-4 是否变愚蠢的讨论是上周围绕大模型产品的重要议题之一。

在此之前，我在社交媒体、论坛上已经看到很多质疑 GPT-4 能力不断下降的帖子，上周这份来自斯坦福大学与加州大学伯克利分校发布的论文，通过数据层面的挖掘和分析，进一步佐证了这种可能性：GPT-4 正在变得变差。

根据论文，研究人员使用 500 个问题作为测试数据集，分别在 3 月和 6 月两个版本的 GPT-4 模型上进行测试，几个关键结果：

• 问答正确率大幅下降：3 月版本正确率为 97.6%，6 月版本的结果是 2.4%；
• 引入「Chain-of-Thought」的效果也在变差：「Chain-of-Thought」就是让模型实现「一步步思考」，这在解决复杂问题——比如编程问题——方面会有巨大提升，3 月份的 GPT-4 版本能够解决 52% 测试数据集问题，6 月版本的结果为 10%；

并不是所有人都认可这篇论文所得出的结论。普林斯顿大学计算机教授 Arvind Narayanan 就认为，与其说这是 GPT-4 能力下降，倒不如说这是 OpenAI 模型调整的方向变化。

OpenAI 产品副总裁 Peter Welinder 否认该公司刻意降低 GPT-4 能力的指责，他给出了一个假设是：「当你更频繁地使用它时，你会开始注意到之前没有发现的问题」。

值得一提的是，OpenAI 宣布将延长两款模型 gpt-3.5-turbo-0301 和 gpt-4–0314 的支持时间至 2024 年 6 月 13 日，理由是「根据开发者的反馈」。

上述质疑、讨论或口水战，本质上还是对 OpenAI 不透明机制的声讨，OpenAI 一直对 GPT-4 的训练数据、架构、权重等遮遮掩掩，这或许是为了保持竞争优势，或许也是一种不自信，就像之前的一份爆料所指，GPT-4 具有可复制性，其他公司完全有机会，通过金钱堆积算力和模型参数，并利用一定的工程能力，「复制」一个新的 GPT-4。

另一方面，大模型能力的评价或评测标准亟待统一，只有在统一标准之下，第三方机构才有能力构建起一个对大模型能力的评价体系；而对于部署大模型的企业来说，一个可量化的模型能力，能够帮助企业调整产品研发方向或进度，而不是现在这样仅仅通过个人使用感受来感知模型能力的变化。

闭源 GPT-4 的一系列问题也进一步放大了开源大模型的价值，也是在上周，Meta 正式发布开源可商用（一定限制条件）的大模型 Llama 2。

正如上文所言，由于缺乏统一的标准，业界很难真正了解 Llama 2 和 GPT-4 的能力对比，但借助 Meta 的影响力以及此前 Llama 的大规模「盗用」，Llama 2 迅速赢得了来自研究机构、开发者以及企业的关注。

更进一步来看，开源的 Llama 2 模型将深刻影响接下来大模型产业的发展。

其一，大模型竞争格局。利用 Llama 2，Meta 为自己树立起了「大模型开源者」的形象，由此形成了和 OpenAI、Anthropic、Google 等一众闭源模型供应商的区分度，开源与闭源的两大阵营基本成形。

其二，大模型应用。鉴于 Llama 2 宽松的使用限制，除了较大的互联网公司之外，其他科研机构或创业公司（也包括中国公司），完全有机会免费使用这个模型，有望形成一个基于 Llama 2 使用、调参、迭代的开发生态，并可能酝酿新的创新机会。

一个值得关注的应用场景是，高通计划 2024 年在手机或 PC 上支持 Meta 的 Llama 2 模型，此举将推动大模型在消费市场的全面普及——只需想象高通芯片在消费市场的占有率，同时还会进一步降低大模型的成本，这或许对英伟达不是一个好消息……

其三，大模型产业链。随着大模型开源应用场景越来越多，如何托管这些模型——云服务还是专属 AI 芯片——的竞争也会变得复杂，至少在现阶段，Llama 2 等大模型会让微软 Azure、AWS 受益。

微软上周不仅宣布与 Meta 建立合作，并通过 Azure 向客户提供 Llama 2 模型，还公布了 Microsoft 365 Copilot 的价格，这款 3 月份亮相的产品也是微软对于未来办公的新定义，基于 GPT-4 的底层驱动，Microsoft 365 Copilot 让 Office 套件拥有了全新的功能，包括但不限于：

• 根据 Word 文档创建演示 PPT；
• 根据电子表格数据生成提案；
• 总结 Outlook 中的电子邮件并撰写回复；

微软为 Microsoft 365 Copilot 设置的价格为 30 美元/月，目前仅限 Microsoft 365 商业版用户，也就是说，原来已经付费使用 Office 产品的客户，还需要额外支付 30 美元/月/人，才能使用这项功能。

微软的这个商业模式的逻辑在于，Microsoft 365 Copilot 构建起了一个安全的大模型使用通道，所有的数据——从原始数据到生成的数据——都在企业内部，这和企业员工使用诸如 ChatGPT 之类的大模型应用完全是两个概念，后者极易造成数据泄露。

微软还未透露面向消费市场的 Microsoft 365 Copilot 何时发布或测试使用，消费市场的普通用户也不是这款产品的目标用户。

长期以来，苹果在 AI 领域都属于「落后者」，而在大模型市场即将迎来大爆发的时刻，苹果的布局如何引发众多关注，目前可以确定的两点：

• 苹果内部研发了一个名为 Ajax 的大模型训练框架，这会成为苹果众多大模型产品的底层架构；
• 苹果还在推进类 ChatGPT 的聊天机器人产品研发，也就是所谓「Apple GPT」，最早将于 2024 年发布；

根据 Bloomberg 的报道，苹果还在加快推进外部合作与内部团队建设，包括：

• 苹果或向 OpenAI 购买大模型技术服务；
• 招募更多「对大语言模型了解」的工程师；

与此同时，我们有理由相信，苹果还在诸如芯片、操作系统层面优化对大模型应用的支持，这是苹果长期以来所形成的软硬件一体化优势，随着 2024 年高通、苹果发布面向智能手机的大模型相关产品，智能手机产业也会在下一个年度迎来一次巨大变革机遇。

大模型·计算

台积电上周发布的财报颇具象征意义。

先看几个关键数字：

• 二季度营收 4808.4 亿新台币，同比下滑 10%；
• 二季度净利润 1818 亿新台币，同比下滑 23%，好于华尔街预期（27%）；

对于三季度的预期，台积电非常悲观：

• 营收估计在 5192——5442 亿新台币之间；
• 毛利率预期 51.5%——53.5%；

坦率来说，台积电的财报基本在华尔街的预期之内，但三季度的指引让市场陷入一定恐慌。

究其原因在于三个方面：其一，台积电作为全球最大的芯片代工企业，其营收变化也是科技产业，特别是消费电子产业发展的晴雨表，从台积电悲观的三季度预期来看，消费电子——手机、PC、平板——的市场需求依旧疲软，这对苹果、微软以及一众中国消费电子公司而言都是坏消息。

其二，AI 芯片代工业务的发展并不快，英伟达最先进的 AI 芯片由台积电代工，但现阶段这一业务的营收还无法抵消消费电子市场的损失，台积电给出了两个数字：

• 未来五年，AI 芯片代工业务的年度增长将达到 50%；
• AI 芯片代工业务的营收现在占公司总营收的 6%，未来五年有望达到 10%；

其三，需求下滑与海外扩张之间的矛盾凸显，WSJ 援引半导体产业协会的数据称，截止 5 月， 2023 年全球芯片销售额同比下降 21%，疲软的市场需求还在持续影响一众芯片企业。

另一方面，鉴于地缘政治因素的海外建厂计划，也面临技术工人短缺、供应链成本高昂的问题，以至于台积电位于亚利桑那州的芯片工厂将推迟到 2025 年才能大规模投产，比此前晚了一年。

大模型成为刺激 AI 芯片市场发展的重要推动力，上周，芯片创业公司 Cerebras 与云计算公司 G42 共同发布了一款超级计算机 Condor Galaxy-1，该计算机使用了 Cerebras 自研的超大尺寸芯片第二代 Wafer-Scale Engine，相关技术细节可参考这里。

Condor Galaxy-1 的意义在于，它向市场展示了除英伟达之外的大模型训练芯片的选择。与 Cerebras 公司共同研发该计算机的 G42 是一家总部位于阿联酋的云计算服务公司，根据 NYT 的报道，该公司此前曾考虑使用英伟达的 GPU 进行大模型训练，但采购极其困难且成本高昂，而借助 Cerebras 公司提供的方案，在成本与效益之间实现了最优选。

在重组 Google DeepMind 团队之后，Google 也在加快 AI 芯片的研发，WSJ 披露Google DeepMind 团队通过深度学习优化逻辑电路设计。简单来说，就是将芯片逻辑电路设计的问题，转换成一个类似训练神经网络的问题，从而极大提升了芯片设计效率，并将进一步完善芯片设计的自动化流程。

大模型·市场

关注两款聊天新产品。微软上周还推出了 Bing Chat Enterprise，为企业提供基于 AI 的聊天服务，该产品同样以数据隐私为切入点，所有输入和输出的内容都存储在企业内部，该产品目前对于企业客户免费。

Github 的 Copilot Chat 公测版已经向企业开放，GitHub 表示，Copilot Chat 公测版将通过微软的 Visual Studio 和 Visual Studio Code 应用提供给「所有商业用户」。

Github 在今年 3 月发布 Copilot X 计划，Copilot Chat 使其核心产品之一。该产品集成 GPT-4 模型，面向代码编程的场景，可以「对代码编辑器中键入的代码和任何错误消息进行上下文感知，从而在开发者特定环境中提供最相关的支持」。

政策。联合国安理会上周举行了一场 AI 政策会议，几个主要国家相继表态：

• 英国：我们迫切需要塑造全球变革性技术的全球治理，因为人工智能无视边界；
• 中国：人工智能是「双刃剑」；
• 美国：有必要让各国共同合作，应对人工智能和其他新兴技术带来的威胁人权的风险，以维护和平与安全；

也是在上周，包括 OpenAI、Anthropic、Meta 在内的 7 家公司向美国政府承诺，将采取一系列措施，打造一个「负责任的生成式 AI 系统」。不过需要注意的是，这些承诺并不具备强制性，而且各项措施也没有详细的时间表，这或许是一个积极的信号，当然也可能仅仅是一个信号而已。

应用。NYT 披露了 Google 最近为新闻行业准备的大模型应用「Genesis」，这项工具可以通过抓取或者根据现有信息，生成新闻内容。据了解，Google 已经向《纽约时报》、《华盛顿邮报》以及新闻集团（旗下拥有《华尔街日报）推销了这个产品。

事实上，自动撰写新闻已经在新闻行业存在很多年，包括美联社、路透社在内的新闻机构，广泛采用自动撰写新闻程序撰写财报等消息，但这些内容与人类记者生成的内容相比，比例还很小。

正如 NYT 所言，生成式 AI 技术的流行，可能会加快自动撰写新闻程序的普及，但如果不经过编辑的仔细核查，将会产生大量的错误信息。此前，《金融时报》明确表示，该机构的新闻将继续由在各自领域最优秀的人类记者撰写和报道，《金融时报》副主编 Roula Khalaf 如是写道：

我坚信，在这个技术创新迅猛的时代，我们致力于产生最高标准新闻的使命变得更加重要。在一个错误信息可以快速产生和传播，以及媒体信任普遍下降的时代，我们《金融时报》有更大的责任保持透明，报道事实，追求真相。这就是为什么在新 AI 时代，《金融时报》的新闻将继续由在各自领域最优秀的人类记者撰写和报道，他们致力于准确、公正地报道和分析世界。

两个大模型应用到客户服务行业的案例，角度不同，你看到的影响也不同：

• 老板视角：一名印度电商企业老板裁减了大部分客服团队，通过引入大模型相关技术，不仅提升客户问题回答效率，还节约了 85% 的客服成本；
• 员工视角：一名 AT&T 呼叫中心的员工调试客服机器人的时候感到自己在「培养一个替代者」，一篇很有趣的故事。

这封邮件是 Dailyio Pro 及 Premium 的专属内容，但我欢迎您将这封邮件转发给您身边关注或从事 AI 与云计算的朋友。