大模型·产品

2023 年 Google I/O 大会的关键词——或者说唯一关键词——是 AI，从基础大模型到落地应用，Google 此次全面展示了自己的积累：

• 发布基础大模型 PaLM 2：支持超过 100 种语言，具备强大的多语言处理能力，在推理和编程方面都有巨大提升；
• 展示新一代基于 PaLM2 的搜索体验：该功能可以在搜索结果的顶部显示由人工智能生成的答案和信息（如下图所示），目前处于内测阶段，你可以通过这里加入等待列表；
• 为多项办公产品增加 AI 功能，比如 Gmail 里的「帮我写」功能，就是基于生成式 AI 的邮件辅助产品；

更进一步，Google 还为办公套件 Workspace 里的一系列由 AI 衍生的产品创新统一命名为「Duet AI」，直接对标微软 Copilot。

相比于之前匆忙上线的 Bard，此番 Google 的产品策略显得沉稳许多，一系列布局背后有诸多值得探讨的方向：

• 短期内，Bing 不会动摇 Google 搜索的根基，即便三星转向 Bing 阵营，但在智能手机领域，Google 搜索还有一个大客户——苹果，除非苹果也「叛逃」，否则，Google 搜索的垄断地位不会改变；
• 由对话驱动的新搜索产品极大增加了业务成本，这将对搜索引擎产品的利润产生影响，目前来看，广告客户是否愿意将在对话中集成广告，还是一个未知数；
• 办公软件领域会成为微软和 Google 的争夺焦点，一方面这是可以直接获得收入的市场，另一方面，生成式 AI——无论是文本、图像还是视频——能够以最快的方式影响到使用办公软件的一批人，也会让企业老板看到效益；

而在产业层面，大语言模型的研究与应用处于相对早期的阶段，此时去判断谁会赢得胜利还为时尚早，我个人更关注以下几点：

• 大语言模型的落地场景中，我更看好办公软件，这是一个更有利润的市场；
• 大模型与智能手机的结合，将对需求下滑的手机市场产生一定的刺激作用，比如 PaLM2 的小模型能够在手机上运行，一个月后的 WWDC 会有怎样的发布？手机领域的「安迪比尔定律」会出现吗？

Anthropic 公司宣布新版本 Claude 模型支持 10 万 Token 的上下文响应能力，这意味着该模型可完成 75000 个英文单词（约合 15 万中文汉字）文本内容交互，就像 Anthropic 官方博客所言，你可以直接将一本《了不起的盖茨比》交给 Claude 模型处理，然后询问任何一个与小说相关的问题。

Anthropic 的新模型也让大模型上下文处理能力的军备竞赛进入一个新阶段，此前 OpenAI 的 GPT-4 最高可以支持 32000 个 Token（或者 32k），随着 Claude 100K Token 的发布，我们有理由相信接下来 OpenAI 也会跟进。

更多的上下文 Token 能力能够一定程度延伸大模型的应用场景，比如法律文件或者公司 IPO 招股说明书等，普通人需要花费几个甚至十几个小时才能处理完毕，但借助大语言模型，可以将处理时间降低到以分钟甚至秒来记，由此带来的是巨大的效率提升。

不过，外界对 Anthropic 新模型还有诸多疑问，一方面是如何接入，目前普通用户或企业还无法直接接入该模型（你可以在这里申请该公司的 API）；另一方面是价格不透明，但一定会非常昂贵。

如果你想体验 Claude 100K Token，可以订阅 Poe 高级套餐，每月 19.99 美元或者 199 美元/年获取这项服务。

一组大模型产品层面的更新：

• Anthropic 发布训练 Claude 等模型的的「AI 宪法」，旨在构建模型训练的「价值观」，希望形成兼具安全与透明性的 AI 模型训练机制；
• 科大讯飞发布「星火认知大模型」，带动股价大幅上涨，需要提醒一点，关于「套壳 GPT」的各类测试非常扯淡，「如何客观评价国产大模型」是一个科研命题，而不是情绪命题；
• OpenAI 宣布 ChatGPT 插件功能进入 Beta 测试阶段，所有订阅 ChatGPT Plus 的用户无需再多等待，将陆续可用；
• IBM 正式进入生成式 AI 市场，新发布的 WatsonX是一个涵盖多个领域的大模型训练、部署和管理平台，这个产品的目标用户是大企业，特别是对数据隐私敏感的大企业；
• Meta 推出一组可供广告商使用的 AI 生成工具，包括文本、背景图像生成和编辑等多个功能，相关测试将在今年夏天开始；

大模型·市场

即便一季度美国风险投资下降超过 5 成，但 AI 领域的资本流动还是非常活跃，WSJ 整理了最近一组投资：

• 语音 AI 初创公司 Eleven Labs 从 a16z 获得投资，估值约为 1 亿美元；
• 两位苹果高管创建的 Humane 公司近期完成 1 亿美元的融资，该公司致力于将可穿戴设备与 AI 结合在一起；
• Character.AI 在最近一轮融资中获得 1.5 亿美元融资，估值达到 10 亿美元。
• 总部位于多伦多的创业公司 Cohere 融资 2.5亿美元，根据知情人士透露其估值达到 20 亿美元；
• LangChain 在完成 1000 万美元的融资之后，估值接近 5 亿美元；

更疯狂的一个项目是一家名叫「Essential AI」的公司，该公司两位创始人是曾在 Google 工作的研究人员 Niki Parmar 和 Ashish Vaswani，在没有客户甚至商业计划的情况下，已经完成一笔 5000 万美元的融资。

与此同时，「文本生成图像」创业公司 Runway 完成 1 亿美元融资，估值达到 15 亿美元。值得注意的是，此次投资 Runway 公司的是一家「云计算公司」，这与市场其他公司的融资来源很不相同，但也从一个侧面展示了云计算相关的资源——算力、服务——对于生成式 AI 创业公司的吸引力。毕竟，一块英伟达 A100 芯片不仅价格昂贵，而且还很难能买到，而背靠一家云计算公司，能够在计算层面得以充分的供应。

刚刚发布财报的软银，也在关注 AI 领域的投资，根据软银首席财务官后藤芳光的说法，软银不会错过投资 ChatGPT 等新兴技术的机会：

我们正准备在即将到来的人工智能革命中发起攻势。

资本不仅涌入创业公司，还在影响二级市场，最新一篇 NBER 的论文指出，结合美国上市公司的数据来看，在 ChatGPT发布后，那些高暴露于生成式 AI 的公司相较低暴露公司，每日股票的超额回报高出 0.4%，这相当于 100% 的年化回报率。

比如 Palantir 公司，这家因参与抓捕本·拉登而声名鹊起的公司，显然进入到一个高速车道，该公司一季度营收同比增长 18% 至 5.25 亿美元，预计 2023 年每个季度都会盈利，消息发布后，股价再度上涨 20%。

关注一组大模型在各个行业的应用：

• 美国连锁快餐店 Wendy 计划使用 Google 大模型技术构建高效的订单聊天机器人；
• 医院如何引入类 ChatGPT 技术？美国加利福尼亚和威斯康星的部分医院开始引入 GPT 阅读患者的网络咨询，而一项研究也显示，ChatGPT 能够比人类医生更好应对来自网络问诊的场景，因为后者的回答更不容易出错且有人文关怀；
• 随着越来越多的律所开始使用类 ChatGPT 处理文件，律师的工作方式以及律所的商业模式或许正在发生悄然变化；

大模型·政策

大模型带来的数据安全问题被愈发重视，三星已经明确规定，禁止员工在工作设备上访问 ChatGPT、Bard 等服务，「你不应该把公司相关的信息发给 ChatGPT 之类的服务，就像你不能把公司秘密告诉 Alexa 一样」，这会成为一种共识。

此次由大模型驱动的 AI 浪潮，将对办公室白领人员产生重大冲击，下图展示了一个潜在的场景：

或许是这种恐惧感，下面两则新闻有了很多讨论空间：

• IBM 将停止某些可能被 AI 程序替代的职位招聘工作，预计有 7800 个岗位受到影响；
• 好莱坞编剧们与电影公司之间的争论还在继续，双方的焦点包括是否应该承认「AI 编剧」、人类编剧内容是否应该交给 AI 模型等议题；

欧洲议会上周投票通过围绕 AI 立法的一系列修正案，对于所谓基础模型（也就是 ChatGPT 等语言模型的底层模型）的透明性与数据隐私安全做出了一些规定，包括：

• 关注基础模型训练过程中的能源消耗和资源使用；
• 在欧盟数据库中登记基础模型系统；
• 基础模型服务商有义务遵守条例中的透明义务，也就是确保用户知道内容是机器生成的；
• 基础模型服务商要对系统生成的内容提供「足够安全的保障」；
• 基础模型服务商还要保障模型训练的数据符合版权要求；

这些规定属于欧盟一项已经为期两年的 AI 监管法律草案的新内容，上周投票还增加了对于面部识别、预测性执法等技术的条款，接下来，欧洲议会将和各成员国进一步探讨更详细的的内容。

对于包括 OpenAI 在内的大模型公司来说，至少需要回答各国监管机构两个核心问题：

• 诸如 ChatGPT 之类大模型的训练数据来自于哪里？
• 大模型如何向用户提供信息，比如一些回答的生成机制是如何形成的？

这两个问题也是不久前意大利政府禁止本国公民使用 ChatGPT 的理由，除此之外，限制用户使用生成式 AI 产品的年龄也是各国政府——比如意大利——的诉求之一，OpenAI 需要在今年 9 月 30 日前推出一个年龄限制，确保 13 岁以下的未成年人不能使用该服务，否则仍将面临意大利当局的禁令。

最后分享一份对部分无良媒体报道 AI 的批评，比如：

• 两极观点与两元思维：AI 要么拯救世界要么毁灭世界；
• 过度使用拟人化的 AI 词汇：从「（机器）学习」到「助理」，这些词汇背后的意义被过分强调；
• 将 AI 发展与科幻场景混淆在一起：这让我想起几年前一位 AI 学者的担忧，好莱坞才是 AI 落地的最大障碍；

上述现象无所谓国界，也无所谓语言，在流量和点击的诱惑下，越来越多的媒体——或者是自动化的媒体机器人——正在批量制造上述类型的消息，或许，读者也需要一个检测标题党与垃圾新闻的 AI 机器人。

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。