188家国产大模型：挑战与机遇，未来杀手级AI应用究竟该长什么样子？

未来的杀手级AI应用究竟该长什么样子？这篇文章里，作者梳理了国内外LLMs基础大模型的特征，并于最后发表了自己关于杀手级AI应用的看法和见解，一起来看一下。

摘要：

本文详细列表展示国外18家，国内188家大模型。

其次根据LineLian的AI产品经验分析18家和188家的各自产品5个特点集。

顺道用跟人独家观点看百度李厂长在刚刚深圳2023西丽湖论坛上发表的大模型言论。

最后结合本人AI工作经验斗胆预测杀手级AI应用的画像。

01

国外LineLian能统计到的大模型家数是：18家。

18家国外大模型

LLMs基础大模型的特点主要体现在以下五个方面：

**1）参数量：**美国LLMs基础大模型的参数量普遍较大，通常在数十亿到数万亿之间。例如，OpenAI的GPT-4参数量为1.8万亿参数，Google AI的PaLM包含5400亿参数，Meta AI 全面开放1750 亿参数大模型。参数量越大，大模型的表达能力越强，能够处理更复杂的任务。

做到这三点挑战，产品经理只会不断升值好的产品经理是很稀缺的，懂用户、懂商业、懂数据的产品经理走出互联网，依然是抢手货。相反，如果只做简单传话、低效执行、浅层思考的产品经理，恐怕走不过未来3-5年的洪流。查看详情 >

**2）算力训练：**LLMs基础大模型需要大量的算力。通常，训练一个参数量为100亿的LLMs基础大模型，需要数百万核时的计算时间。美国的科技巨头拥有强大的算力资源，能够为LLMs基础大模型的训练提供充足的保障。

**3）能力：**LLMs基础大模型具有多种能力，包括：

文本生成：能够生成逼真的文本，包括诗歌、代码、脚本、音乐作品等。
语言翻译：能够将一种语言翻译成另一种语言。
问题回答：能够回答开放式的问题，包括事实问题和开放式问题。
摘要生成：能够生成文本的摘要。

美国LLMs基础大模型在这些能力方面都取得了显著的进展。

**4）用户数据：**LLMs基础大模型的训练需要大量的数据。美国的科技巨头拥有大量的用户数据，能够为LLMs基础大模型的训练提供丰富的语料库。

**5）企业文化：**美国的科技巨头具有重视创新和开源的企业文化。这使得美国LLMs基础大模型能够快速发展，并为全球的人工智能研究和应用做出了重要贡献。

总体而言，美国LLMs基础大模型具有领先的技术水平和丰富的应用场景。随着技术的不断发展，美国LLMs基础大模型将在未来的人工智能应用中发挥更加重要的作用。

02

国内目前统计到的大模型家数是：188家。

188家国产大模型

中国LLMs基础大模型的特点主要体现在以下五个方面：

**1）参数量：**中国LLMs基础大模型的参数量近年来呈快速增长趋势。目前，中国已经出现了参数量超过1000亿的LLMs基础大模型，例如百度的“文心一言”参数量为2600亿，华为云的“盘古”参数量为1750亿。

**2）算力：**中国在算力方面具有较大的瓶颈。中国拥有全球规模较大的超级计算机，能够为LLMs基础大模型的训练提供强大的算力保障。

**3）能力：**中国LLMs基础大模型在文本生成、语言翻译、问题回答等方面取得了显著的进展。例如百度、阿里、讯飞、月之暗面等在文本生成方面，能够生成逼真的诗歌、代码、脚本、音乐作品等；在语言翻译方面，能够将一种语言翻译成另一种语言，并保持原文的语义和风格；在问题回答方面，能够回答开放式的问题，包括事实问题和开放式问题。

**4）用户数据：**中国拥有庞大的用户群体，为LLMs基础大模型的训练提供了丰富的数据资源。例如，百度、阿里等合计拥有超过10亿的用户，这些用户产生的数据可以为LLMs基础大模型的训练提供支持。

**5）企业文化：**中国企业具有重视实用和创新的企业文化。这使得中国LLMs基础大模型能够快速发展，并在实际应用中取得了显著的成果。例如，百度飞桨的“悟道1.5”已经在新闻生成、智能客服等领域得到了应用。

总体而言，中国LLMs基础大模型具有快速发展的势头，在参数量、算力、能力、用户数据等方面都取得了显著的进展。随着技术的不断发展，中国LLMs基础大模型将在未来的人工智能应用中发挥更加重要的作用。