周鸿祎：大模型未来将分两条路发展，你知道吗？

我国大模型产业的发展备受瞩目，周鸿祎的观点中既有独到见解也有引发争议之处。他提到，我国大模型产业面临算力芯片及数据的制约，这一现象令人深思。

中国大模型的发展限制

周鸿祎指出，我国大模型产业在算力芯片与数据方面存在限制。全球算力资源分布不均，我国在这方面存在短板，这将对大模型的发展造成影响。以数据为例，众多互联网数据质量不佳、密度低，难以满足构建大模型的需求。据行业调查，有效可用数据占比可能不足20%，这给模型训练带来了难题。此外，数据收集还涉及到隐私等复杂问题，难以完全获取足够的数据。

中国若想推进大模型的发展，必须直面这些限制，主动探索解决问题的途径。这构成了整个产业迈向强大时必须逾越的难关。

大模型发展的两条路线

周鸿祎提出，大模型的发展将分为两个方向。首先，他比喻为“原子弹路线”，即不断增大模型规模。国外某些大型企业正尝试构建超大规模的通用大模型，但周鸿祎对此表示了怀疑。他认为，随着人类训练数据的日益减少，扩大规模变得愈发困难。然而，他提出了另一种途径，即通过垂直领域的数据来发展专业的大模型。他认为这种方法更适合中国。以医疗行业为例，若能开发出专门针对医疗的大模型，并利用医疗领域的知识进行训练，那么服务将更加精准。这样做的好处是不需要大量通用数据，从而避免了与大型企业在数据方面的竞争。

数据使用的瓶颈与转变

数据方面，OpenAI起初依赖全球公开数据，但如今这些数据即将耗尽。同时，获取高质量数据变得尤为困难。现在，知识的密集度和品质备受关注。过去，我们以为数据量越大越好，但现在这一观念需要转变。有些项目曾因大量数据训练导致准确率不高，原因就在于数据质量不佳。然而，垂直领域能够获取到精确且高质量的数据，这对于构建小型专业模型大有裨益。比如，金融领域的数据构建模型，能够为金融风险管理提供更精准的预测。这标志着我们正从追求数据的广泛性转向追求数据的精确性。

AI硬件的尝试与挑战

近期，AI硬件市场异常火爆。周鸿祎对那些勇于尝试却失败的企业表示尊重。当前，企业投身智能硬件领域，正面临着诸多挑战。以那些试图取代手机的智能硬件为例，实现这一目标几乎是不可能的。目前，手机厂商在开发系统级大模型方面，拥有不少优势。比如，360儿童手表虽然可以搭载大模型提供辅助功能，但与手机带来的体验相比，还是有很大差距。手机已经非常普及，再开发新型硬件来取代它，困难重重。然而，一些辅助性的智能硬件，如儿童手表、智能眼镜等，在特定场合下仍具有一定的价值。

未来互联网的竞争趋势

周鸿祎预测，未来可能爆发一场“百镜大战”。目前，雷朋和Facebook已经推出了智能眼镜，百度也在积极跟进。看来，众多互联网公司都可能加入这一领域。智能眼镜市场前景广阔。然而，它也面临着诸多挑战，如技术难题和用户接受度问题。在技术层面，比如视觉技术尚未成熟，使用智能眼镜可能会引起头晕等问题。在用户接受度方面，许多人已经习惯了手机，对智能眼镜的使用功能需要一个适应过程。智能眼镜要想像手机一样普及，还有很长的路要走。

垂直领域减少AI幻觉

关于AI幻觉消除的问题，我们可以通过在垂直领域引入外部知识库来对模型进行校准。比如，在法律领域，若构建一个专注于法律的专业大模型，并运用专业法律知识进行校对，就能有效减少AI生成错误信息的情况。类似的做法适用于其他领域，有助于提升大模型的输出准确性，从而更好地满足不同领域的需求。以教育领域为例，它可以为学生提供更为精准的知识解答。

大家对咱们国家大模型产业的发展有何看法？热烈欢迎大家在评论区交流讨论。觉得这篇文章写得不错的话，别忘了点赞支持，并分享给更多的人。