“小火慢炖”京东言犀终“上桌” 但国产大模型已“烈火烹油”

预热多时，京东大模型“这盘菜”终于端上桌。

7月13日，2023京东全球科技探索者大会上，京东千亿级参数言犀大模型正式亮相。中国大模型已“狂飙”半年，京东如今“交卷”显得姗姗来迟。

不过拉长时间轴，从2021年十亿级大模型“K-PLUG”，到2022年百亿级大模型Vega，京东在大模型上一直在不间断地探索与尝试。

“京东不会把一盘色香味不俱全的菜端上桌。”京东集团CEO许冉在现场如此回应。因为面向产业，是京东大模型区别于市面绝大多数竞品的“特色选项”。

这一方面源于部分产业数据的补足。《每日经济新闻》记者现场注意到，京东言犀大模型有70%的数据来自通用领域，剩下的30%则来自不同产业板块，如，13.6%来自零售，6.7%来自健康等。

另一方面，一个编造得并不准确的GPT式回答，可能并不会给使用者造成多大影响，但在严肃的商业场景下，一个小数点的偏差，恐会造就无法挽回的损失。所以，面向产业的大模型，京东认为需要“小火慢炖”。

但国产大模型的争端，更是在牌桌之上。上半年，各家入场，多方角力，但下半年，商业场景的落地与规模应用，很快会被提上日程。新一代人工智能的多面性与先进性，让长期All in变得笃定，但最终仍然需要市场“投票”。

“大模型不该只是聊天、写诗、作画的玩具”

“这几个月，一直有人问我，京东怎么还不发大模型。显得比我都急迫。”京东集团技术委员会主席、京东云事业部总裁曹鹏现场笑称，“虽然对话类通用大模型产品时下很热，但我认为这不应该是全部，大模型也不应该只是拿来聊天、写诗、作画的玩具。”

中国大模型“狂飙”半年，好像所有人都以一种“时不我待”的姿态冲了进来。科技部《中国人工智能大模型地图研究报告》显示，截至今年5月，中国研发的10亿参数规模以上大模型已发布79个，位居全球第二。在7月上旬刚刚结束的2023世界人工智能大会上，据不完全统计，有24款大模型新品在大会上发布或宣布即将发布。

“百模大战”开启序章。从模式角度而言，在如今国内大模型的语境下，对“通用大模型”和聚焦各细分应用场景的“垂类大模型”的争论不断，两方也各有支持者，但究竟哪条路更易跑通，更易抢占先机，仍无定论。

但从技术角度出发，绝大部分企业均为基于transformer做大规模预训练，并不断地进行调优。“我相信国内的大模型在中文方向将很快超越国外的对话产品。”京东探索研究院院长、京东科技智能服务与产品部总裁何晓冬如此预测。

但他同时认为，产业大模型是通用域大模型的进阶版。其同时需要通用大模型的常识能力，和各个产业侧的know-how。

这几乎是两方的深度结合，和更具广度的覆盖。这当然是最具价值，也是难度最大的一条路。

《每日经济新闻》记者现场注意到，发布大模型的同时，京东也更新了后续大模型的进程。目前，京东云已经基于内部实践构建了通用大模型；到今年年底这段时间，京东将经由高复杂场景大规模训练，迭代出产业服务；预计在2024年初，会将大模型能力向外部严肃商业场景开放。目前，京东已经走到了第二步。

何晓冬公布京东言犀大模型三步走进程。图片来源：企业供图

“某种意义上，我们的大模型相当于既做了通识教育，又读了四年专业性的本科教育”，何晓冬如此比喻。

虽然大模型的难点，会慢慢从技术突破转向产业纵深的突围，但若想真正深入千行百业，“本科学历”或许还只是入场券。

一次更苛刻的“尝试”

“所有行业都值得用大模型再做一次”虽已成为行业共识，但背后必然需要技术平台与产业侧的多方协同。而协同多方，才是最难的事。

释出大模型的同时，京东官宣“言犀AI开发计算平台”，支持一站式大模型开发。这是京东给出的又一种思路。言犀AI开发计算平台除支持言犀大模型外，同时还支持其他主流开源模型。

记者了解到，在言犀AI开发计算平台上，汇有京东零售、物流、健康、金融等行业知识，部署100多种训练和推理优化工具，结合低代码应用平台，可以提供数据建设、模型应用等服务。

“1到2个算法人员在此环境中，不到一周就能完成数据准备、模型训练和模型部署，造一个垂直大模型出来。”曹鹏对比称，“此前这一工作，需10余人的科学家团队协作完成。”何晓冬则补充说，京东的数据是“鲜活的”，京东每年产生数百亿的交互数据，这保证了模型的持续迭代和优化。

产业大模型的B面，则需要更严谨的输入与输出，精准是最为重要的追求之一。公开数据显示，目前通用大模型85%左右的准确率，之于普通用户已经足够，但在严肃的商业场景下，失之毫厘，差之千里。

一个编造的GPT式回答可能只会让使用者付之一笑，但产业大模型的数据偏颇，需要更严肃的审定。

何晓冬此前曾举例称，“一个大模型回答143开平方，给出的答案是11.5，但实际应约为11.96，如果在严肃商业场景的应用中，这个细微偏差的答案，将会带来无法计量的损失。”他认为，大模型走向产业的难题是知识深度、内容准度、模型迭代、安全可控等。

大模型的下半场，印证着新的AI三要素：场景、产品和新型算力。从ChatGPT的“引爆”，到“百模齐放”，再到“通用模式”与“垂直模式”之争，新一代人工智能的发展随着浪潮波动起伏，但他终会向各行各业渗透去。

一场严肃的技术革命，需要真实的应用与落地。需要时间、投入，需要数据在场景中历练。大模型下半场之争，当然需要一盘“色香味俱全”的菜肴上桌，但一如细微偏差造就完全不同的答案，新的选择也将在两难中，最终揭晓。

封面图片来源：企业供图