随着 ChatGPT 的横空出世，瞬间点燃全球 AI 产业的希望之火，AI 大模型吸引了大批科技巨头、初创企业与科研院所入场。同时也引发了这个刚刚崛起的新兴产业的深度思考，大模型公司到底该怎么做?有的认为应该专注基础大模型技术开发，有的认为技术开发非常难，完全可以只做纯应用。在众说纷纭下，国内头部大模型企业百川智能给出了参考答案，既要掌握大模型的底层技术也要做超级应用。
陈炜鹏 百川智能技术联合创始人
双轮驱动，大模型的技术与超级应用
不久前，百川智能正式发布其最新一代基座大模型Baichuan 4 及首款 AI 助手“百小应”。“百小应”的推出，体现了百川智能通过基础大模型的技术赋能超级应用的发展战略。百川智能技术联合创始人陈炜鹏表示，“百川智能将继续探索和突破技术边界，不断提升大模型的性能，尤其是在通用性、数学和代码能力、多模态处理等方面。保持公司在人工智能领域的竞争优势。双轮驱动，为技术找到合适场景，通过基础大模型的技术赋能与超级应用，从创造、健康、快乐三个维度为用户和合作伙伴创造更多价值。”
百川智能提供了MaaS+AaaS(Model as aService + Agent as a Service)的商业服务，为企业提供生产力、生产效率的提升，让企业更便捷地利用AI 技术，加速智能化转型。
大模型的技术创新与落地应用
作为国内较早开始研发大模型的公司，百川智能在技术创新和落地应用方面有着非常多的经验与话语权，百川智能技术联合创始人陈炜鹏认为，“在技术创新方面，模型的参数规模、多模态融合能力，可解释性和透明度在持续演进，在落地应用上，大模型的参数规模一方面在持续扩大，拉伸 AGI 的能力上限，解决复杂场景的落地问题，另一方面不断提升小模型的能力上限，满足端侧或者垂直应用场景的落地也是重要的趋势。”大模型正从单一模态(如文本)向多模态(文本、图像、声音等)融合发展，以实现更丰富的交互和理解能力，不断扩大模型的能力边界和应用场景。
随着技术的成熟和市场需求的增长，大模型的商业化应用正在加速，尤其是在金融、医疗、教育等领域。
大模型发展面临的三大挑战：数据、算力、安全
大模型开放、AIGC 深度应用，不仅对数据、算法、算力提出了更高要求，也对安全、隐私、伦理提出了更多挑战。陈炜鹏认为：大模型发展面临的最大挑战主要是数据、算力、安全等问题。数据是大模型训练的基础，获取和构建高质量、多样化的数据是主要挑战，需要通过引入多样数据和合成数据等方式来解决。其次，大模型的参数规模巨大，使得理解模型内部决策过程变得复杂，如果理解模型的决策机理，提升模型的可解释性和透明度，尤其是在可控高的场景，是一个关键的问题。
最后，持续提升模型的规划能力，借助 self-play 等方式持续提升模型的长程规划能力，也是重要的问题。
（智能网原创，转载请注明来源）
