對于智譜人工智慧而言，非常長一段時間里，眾星捧月這個詞再合適不過。
前段時間，智譜人工智慧的最新一筆籌資再次引發了普遍關注，成為萬眾矚目標焦點。公開信息呈現，新一輪籌資金額超過 25 億元人民幣，加上前幾輪籌資，智譜人工智慧市值已經突破百億。
更值得注意的是理財方的豪華陣容，包含社保共同基金中關村自主創新共同基金、美團、螞蟻、阿里、騰訊、小米、金山、順為、Boss 直聘、好將來、紅杉、高瓴等多家機構，以及包含君聯資本在內的局部老股東跟投。
在這場百模大戰中，智譜人工智慧無疑是被寄予眾望的一個。
但是，
一些值得思考的難題是，智譜人工智慧的優勢究竟是什么？將來演變的想象力在哪？以及其現階段面臨的一些難題下，如何解題？挖掘其頻繁籌資的另一面。
從3月份開源首先代到現在7個月之后迭代到第三代，。
具體來看，按照MMLU排序，在所有規模的模型對比下，ChatGLM3-6B進球排序第9，然而前面8個模型最小的也是140億參數規模的Qen-14B，假如按照GSM8K排序，ChatGLM3-6B-Base甚至排到第三，
可見，智譜人工智慧趕超Open人工智慧不是空穴來風。
想要深入挖掘智譜人工智慧的優勢，就不得不從國產大模型演變、落地的諸多問題講起。
一項新技術的價值幾何，商務化變現是最直接的檢驗方法。在國內一眾大模型廠商中，可以說大局部都還處于講技術、講演變的階段。對于商務化落地，基本處于一個探索階段。
而智譜人工智慧早在創業前就已經服務B端，現階段顧客已經超過1000家。可見其產業落地、商務化變現更有前景。
大模型落地又一個極為關鍵的前提，便是資料安全。智譜人工智慧 作為國內唯一全內資、國產自研的大模型公司，它推出的 GLM 國產芯片適配計劃，面對差異類型的使用者差異類型的芯片供給差異等級的認證和檢測，可真正實現安全可控。
這個優勢，從某種意義上可以徹底俘獲央國企以及有特別要求的大型公司。國企央企，想做模型能力或者接入，智譜都是不管怎樣都是繞不開的選項。某業內人士對產業家說。
此外，還有人的因素。在一級業界，早期理財就是投人，這一點在所有初創企業都適用。智譜人工智慧的前身是清華KEG，CEO張鵬本科畢業于清華大專院校計算機系博士；董事長劉德兵師從高文院士，曾任清華資料科學分析院科技大資料分析核心副主任；總裁王紹蘭為清華創新領軍博士。
總體來看，智譜人工智慧具備了落地經驗、人才完備、資金充足、技術到位等天時地利人和的條件。這種條件也使其在一種大模型廠商的賽跑中，率先脫穎而出。但是這只是表象。
路徑選擇上，差異于比較主流的 GPT，智譜 人工智慧 采用的是 GLM，智譜人工智慧指出了新的GLM路徑。練習效能比GPT更高，也能了解更復雜的場景。
在大模型落地層面，其沒有選擇推出行業大模型，說服行業顧客在通用大模型基座上做微調。在CEO張鵬看來，只有一定規模的通用大模型，才能實現類人的認知能力涌現。
此外，為了增加大語言模型作為人工智慧 Agent的展示和能力，清華大專院校和智譜人工智慧推出了一種全新的方案——AgentTuning，可以將有效增強開源大語言模型作為人工智慧 Agent的能力。
智譜人工智慧得到資本和互聯網巨頭青睞的理由，不只僅是由於其技術，更在于其在路徑、模式、戰略上的選擇，以及對自身大模型底層定位的明確。
用CEO張鵬的話來說，智譜人工智慧的全線商品與 Open人工智慧 的商品已經做到了對標。
那么，就當下而言，除了被驗證的路徑和模型，智譜人工智慧有沒有其它待完成的拼圖？
二
商務化、人工智慧開源和避不開的資金
通過智譜人工智慧商用授權的模型版次來看。現階段僅限于6B，即60億參數。而從Open人工智慧開源模型來看，GPT-3 為具有 1750 億參數的自回歸語言模型，Open人工智慧 已將其局部開源；GPT-3.5具有 1375 億參數，同樣有一局部已經被開源。
更值得注意的是，阿里最近也開源了72B參數的模型。要知道現階段的大模型應用，多處于大力出奇跡階段，更大的參數，意味著更優良的落地效果。
可以發現，雖然智譜人工智慧作為國內首先開源大模型，有著較強的技術架構，但對標Open人工智慧以及國內大廠商務授威力彩獎金查詢權的模型規模上來看仍有一些距離。且隨著阿里更大參數的開源模型刊登，智譜人工智慧在6B模型上的優勢或將變弱。
而想要補齊這個短板，則必須很多的資金支持。
假如智譜人工智慧背后也能有一個像微軟這樣的金主，會十分亮眼。某業內人士對產業家直言。
實際上，隨著智譜人工智慧大模型能力不斷提升，練習參數當然也必須提升，對算力、存儲等市場需求也會提高。這在資金上以及資源調度上將會是一個巨大的問題。
粗略來看，私有化部署一個130b規模的大模型，一年費用接近4000萬，但這4000萬花出去能帶來多少價值，卻是一個未知數。在人工智慧大模型部署方面，現階段小公司付費能力弱，大公司要么自研，要么還處于理解、認知階段，商務化落地較難。
資金從哪來，是一個亟待處理的難題。
智譜開源6b模型有一局部理由是為了告訴業界，我這有更優良的，看你愿不愿意花錢。某業內人士對產業家說。對于智譜人工智慧而言，開源6B表現實力，以及拉理財是較為顯著的解法。
而另一個解法，則是擴大朋友圈。
眾所周知，互聯網巨頭在計算、存儲能力以及資料資源方面有著較大地優勢。而對于智譜人工智慧而言，這些都必須其投入很多的資金去搭建。與巨頭的合作，可以非常大程度上降低開發開銷、增加開發效能。此外，智譜 人工智慧 還可以借助云廠商的業界地位和通路，推廣自身的人工智能技術和服務。
另一邊，由于大模型必須部署在云上，按照資料運行付費，越多的使用者利用模型和資源，對云算力的市場需求量就越大，云廠家的營收也就隨之提高。且云廠商則可以借助智譜 人工智慧 的技術實力，提升自身在人工智能範圍的競爭力。
總體而言，對于云廠商而言，可以拉動自身云營收；對于大模型廠商，可以減少基石設施的投入，可謂一石二鳥。
現階段，智譜人工智慧已經與阿里、騰訊、美團等公司展開一系列合作。
從這點來看，智譜人工智慧之因此眾星捧月，更在于其開放、整合的商務模式，在國內大模型競爭愈發競爭激烈、難落地的當下，智譜人工智慧的模式更能推動大模型的落地以及加速大威力彩數據分析模型生態的演變。
智譜人工智慧的這種模式，也為其自身以及國內大模型將來的演變業態帶來了一些全新的想象力和思考。
三
國產大模型將來在哪里？
模型能開除一半人，公司才會考慮用。在與某行業人士的溝通中，其表達了對當下大模型商務化路途之遠的觀點。
中立來看，現階段國內大模型的業態，屬于百花齊放，已經開始出現同質化的特征。這不只會導致算力等基石設施的非合情合理化利用，更或導致非良性的競爭。
現階段，大模型落地進程較慢，加上仍舊如春筍般往外冒的大模型創業熱潮，必將產生很多泡沫。對于國內大刮刮樂app兌獎模型廠商而威力彩中獎人言，以生態之力，各司其職推動大模型商務化落地，無疑是一個最佳選項。
實際上，現階段國內外主流大模型在算法層面尚不存在代際差，然而在算力和資料方面存有差距。
通過大力支持通用範圍國內頭部科技公司開發自主可控的國產大模型，與此同時鼓勵各垂直範圍在大模型基石上，使用開源工具構建規范可控的自主工具鏈，既探索大而強的通用模型，又開發小而美的垂直行業模型，就可以逐步構建基石大模型和專業小模型交互共生、迭代進化的良好生態。
在大模型生態愈發完善下，也將帶來一些全新的變化。
第一是模型質量的提升。隨著技術的進步和資源的投入，將來的大模型將具有更高的精度、更強的了解能力和更普遍的適用性。這不只意味著它們能夠更好地了解當然語言，還能夠執行更多的復雜任務，如翻譯、推理、創作等。
第二是更豐富的應用範圍。除了經典的文本解決之外，大模型也將在語音識別、圖像生成、視頻了解和推薦系統等範圍發揮更大的作用。這意味著我們可以在更多的場景中享受到人工智慧帶來的便利。
此外將來大模型將更加定制化，能夠更好地滿意使用者的個性化市場需求。使用者可以根據自己的實際威力彩中獎機率市場需求選擇合適的模型，并執行定制化配置。這將利用戶能夠更加靈活地使用大模型來處理自己的難題。
在大模型生態中，資料將變得更加共享和開放。機構和公司之間或許會加強合作，共享優質資料資源，從而促進大模型技術的演變。這種合作將為大模型的研發和應用供給更加廣闊的空間。
全新的科技浪潮襲來，就必然必須一些公司承擔一些使命。著眼當下，技術架構是大模型走出來的重要基準；遙看將來，想要站在人工智慧大模型浪潮之上，生態構建力愈發重要。