國內(nèi)大模型創(chuàng)業(yè)公司已經(jīng)走出六家獨(dú)角獸，即便頭部已清晰，關(guān)于創(chuàng)業(yè)公司哪家的路線更好、未來誰能留在牌桌上的討論仍未停止。

12月初，第一財經(jīng)記者在上海見到了MiniMax副總裁劉華，他給出的判斷是，基礎(chǔ)大模型賽道將會局限在個位數(shù)的企業(yè)，其中包括大廠和創(chuàng)業(yè)公司，除此之外，很多人要轉(zhuǎn)去做AI應(yīng)用。

MiniMax是六家獨(dú)角獸之一。布局上看，如今已有獨(dú)角獸舍棄做視頻模型，有的在B端和C端應(yīng)用間做出了選擇，MiniMax則涉獵較廣，布局了語言、視頻大模型以及面向B端和C端的產(chǎn)品，其中包括海螺AI、Talkie及對應(yīng)的國內(nèi)版產(chǎn)品星野。

MiniMax此前較少面對媒體，在這次一個多小時的采訪中，劉華談到創(chuàng)業(yè)公司商業(yè)化的思路、對o1路線的判斷和現(xiàn)下的行業(yè)格局，就算力需求變化，他和算力提供方騰訊云北區(qū)云原生總經(jīng)理田豐都認(rèn)為并非所有模型訓(xùn)練都需要10萬卡集群。

“前提是比Meta的開源模型更好”

“國內(nèi)AI產(chǎn)業(yè)總體上沒有太多泡沫?！眲⑷A告訴記者，此前之所以行業(yè)存在一些資源浪費(fèi)，是因?yàn)樘嗥髽I(yè)認(rèn)為自己能做基礎(chǔ)大模型。泡沫撇去，更好的情況將是大家認(rèn)識到能做基礎(chǔ)模型的企業(yè)不多，更多人有志于做大模型應(yīng)用。

近一年間，大模型的浪潮從文本涌向多模態(tài)，除了有能力多個領(lǐng)域同步出擊的大廠，要不要做視頻大模型、要聚焦哪類應(yīng)用，六家獨(dú)角獸需要量力而行，其中一些已做出選擇。其中，月之暗面是聚焦C端應(yīng)用的代表，智譜AI對B端應(yīng)用相對側(cè)重，百川智能已決定不跟進(jìn)Sora視頻大模型的路線。MiniMax則同時跨進(jìn)文本和視頻大模型領(lǐng)域，應(yīng)用上布局C端和B端，其中C端產(chǎn)品進(jìn)入超180個國家和地區(qū)。據(jù)AI產(chǎn)品榜數(shù)據(jù)，11月AI社交產(chǎn)品Talkie的全球月活躍用戶量2519萬，在全球榜單中排第9名。

劉華告訴記者，對創(chuàng)業(yè)公司而言，比較好的路線是把大模型做好，并做更多B端標(biāo)準(zhǔn)化產(chǎn)品，C端只做少量應(yīng)用。做To B和To C產(chǎn)品是為了讓大模型技術(shù)觸達(dá)更多用戶，通過用戶反饋知道如何改進(jìn)模型，盈利問題則還要慢慢看。公司會對產(chǎn)品做少量推廣宣傳，但目前單純以擴(kuò)大用戶規(guī)模的投流價值不大，這種方式獲得的用戶黏性差，僅30天留存率就“沒法看”。

應(yīng)用變現(xiàn)上，劉華判斷，中國市場的優(yōu)勢在于用戶規(guī)模大，國內(nèi)做C端產(chǎn)品最終要靠流量變現(xiàn)，廣告是一種方式，海外C端用戶的付費(fèi)習(xí)慣比較好，付費(fèi)會員也是合適的方式。

關(guān)于B端應(yīng)用大模型定制更好還是標(biāo)準(zhǔn)化更好，業(yè)內(nèi)目前則存在爭論。有大模型定制化廠商負(fù)責(zé)人告訴記者，定制模型推理成本更低，客戶也能完全控制并調(diào)整模型。劉華的判斷則是，創(chuàng)業(yè)公司做B端產(chǎn)品較好的方式是標(biāo)準(zhǔn)化。

“國內(nèi)做AI定制項(xiàng)目快的半年，慢的一年多，如果要花一年半時間做定制化項(xiàng)目，說不定我們的模型迭代兩個版本就能滿足（要求）了，那還不如花更多時間迭代模型?！眲⑷A解釋，至于客戶對數(shù)據(jù)安全的疑慮，能通過與騰訊云開創(chuàng)云上專區(qū)的方式保證企業(yè)數(shù)據(jù)的安全，預(yù)計(jì)國內(nèi)會有更多企業(yè)接受標(biāo)準(zhǔn)化調(diào)API（接口）的方式。

基于公司商業(yè)化以及獲得大廠支持兩種方式，劉華認(rèn)為創(chuàng)業(yè)公司能留在大模型賽道內(nèi)并繼續(xù)迭代模型的可能性還是很大。

在做應(yīng)用和做大模型之間，劉華還認(rèn)為，大模型玩家要提供商業(yè)化服務(wù)并形成營收，意味著要為客戶提供其他廠商提供不了的服務(wù)，特別是要與開源模型拉開差距。“比開源模型更好是一個最基本的門檻，如果基礎(chǔ)大模型做不到這一點(diǎn)就可以不用玩了，可以轉(zhuǎn)做AI應(yīng)用了。在國內(nèi)做商業(yè)化一個最基本的前提就是比現(xiàn)在Meta的Llama模型更好，否則別人可以用Llama，為什么花錢用你的模型？這很現(xiàn)實(shí)。”劉華表示。

“o系列的方向能降低模型錯誤率”

技術(shù)路徑上，大模型業(yè)內(nèi)也在迭代。北京時間周五凌晨，OpenAI推出了“滿血版”推理模型o1，這款在今年9月以預(yù)覽版上線的模型已在AI業(yè)界掀起波瀾。國內(nèi)多家大模型創(chuàng)業(yè)廠商紛紛表態(tài)，月之暗面創(chuàng)始人楊植麟稱o1標(biāo)志著AI范式遷移，百川智能創(chuàng)始人王小川認(rèn)為標(biāo)志著范式升級。不過，o1指出AI新路徑的同時，并非所有大模型廠商都在改變自身的研發(fā)范式。

“o系列模型是一個能降低模型錯誤率，讓大模型能被嚴(yán)肅的生產(chǎn)、研發(fā)、科研、設(shè)計(jì)領(lǐng)域應(yīng)用的重要發(fā)展方向，這與我們降低模型錯誤率的目標(biāo)相通?！眲⑷A告訴記者，上一代GPT系列模型的一個問題是錯誤率偏高，在30%左右，而要進(jìn)入這些嚴(yán)肅領(lǐng)域，錯誤率至少要降到2%~3%。

不過，劉華認(rèn)為，o系列模型僅僅是開辟了一個方向，未來可能導(dǎo)向一些場景，例如大模型對一個問題思考幾周、幾個月，來解答人類社會的重大問題。而就MiniMax而言，公司不會受其他廠商的影響輕易調(diào)整發(fā)展模式或技術(shù)路線，除了降低錯誤率，公司研發(fā)方向還包括做多模態(tài)、確保大模型能以較低的輸入輸出成本處理復(fù)雜計(jì)算。

大模型廠商技術(shù)迭代的同時，算力方也在適應(yīng)大模型提出的新要求。田華告訴記者，MiniMax早期用到幾千卡集群，現(xiàn)在要大幾千卡、上萬卡，后續(xù)還會有更大規(guī)模的算力需求，這對算力提供方的組網(wǎng)、集群運(yùn)維能力提出了高要求。以網(wǎng)絡(luò)為例，萬億參數(shù)大模型下，訓(xùn)練通訊占比基本能達(dá)50%，傳統(tǒng)的網(wǎng)絡(luò)協(xié)議容易造成擁堵，導(dǎo)致訓(xùn)練效率下降。騰訊云為此優(yōu)化了星脈網(wǎng)絡(luò)，使之能支持10萬卡超大規(guī)模訓(xùn)練集群。

海外廠商也在布局大規(guī)模算力集群。此前，特斯拉CEO馬斯克旗下的AI公司xAI初步建成了具備10萬張H100 GPU算力的超級AI訓(xùn)練集群 Colossus，當(dāng)?shù)貢r間12月5日，大孟菲斯商會表示，xAI計(jì)劃將Colossus算力再擴(kuò)大十倍。

從1萬卡到10萬卡集群，田豐告訴記者，除了模型本身，更多還需解決集群的網(wǎng)絡(luò)和運(yùn)維問題，并不是所有的訓(xùn)練廠商都需要1萬卡或10萬卡規(guī)模，同一個模型用10萬卡的效率也不一定就大于1萬卡，這并非正向疊加的過程。

劉華則告訴記者，10萬卡集群目前還是美國極少數(shù)企業(yè)的追求。