-国内大模型出现大量参数规模大于100亿的模型
-百度研发的Ernie和华为研发的盘古目前是有数据的国内大模型参数规模的领先者
-国际领先的大模型GPT-4据推测参数规模量级可达5万亿以上
国内大模型未公布参数规模
•自研大模型（字节）
• 1+N认知智能大模型（科大讯飞）
•二郎神模型（IDEA研究院）
•自研AI大模型（光年之外）
•自研大模型（燧原科技）
•超拟人大模型（聆心智能）
•自研大模型（香依科技）
•魔力写作（竹间智能）
•自研大模型（MiniMax）
•蛋白质大模型（浙江大学杭州国 际科创中心）
国内模型参数规模<100 亿
•书生3.5 （商汤科技）
•孟子（澜舟科技）
•DriveGPT （毫末智行）
•ChatGLM （清华大学）
国内模型参数规模>100 亿
•ERNIE 3.0 （百度）
•盘古（华为）
•MOSS （复旦大学）
•遵义（阿里）
•言犀（京东）
•混元（腾讯）
•伏羲（网易）
•源1.0 （浪潮信息）
•行业精灵（云从科技）
•八卦炉（达摩院）
•元语大模型（莫塔社区）
•曹植大模型（达观数据）
•紫东太初（中科院自动化研究所）
•自研大模型（西湖星辰）
•悟道2.0 （智源研究院）
国际模型参数规模
•GPT-4 (OpenAI)
未公开，推测为超过50000亿
•PaLM (Google) 5400亿
•BERT (Google) 4810亿
•GPT-3.5 (OpenAI) 1750亿
•LaMDA (Google) 1370亿
•Galatica (Meta) 1200亿
•LLaMDA (Meta) 650亿
•Chinchilla (DeepMind) 700 亿
•Claude (Anthropic) 520亿
•Mineva (Google) 5400亿
大语言模型产品研发需要同时具备三大要素,分别为数据资源要素,算法和模型要素,资金和资源要素,数据资源,资金和资源两要素为大模型研发的基础要素
大语言模型诞生阶段Transformer神经网络架构;探索阶段GPT-2发布并部分开源;大语言模型爆发阶段ChatGPT-3.5,百度文心一言发布
小蓝助力中国邮政储蓄银行打造创新型多模态生物科技赋能银行智慧网点驿站,担任无人柜台客服角色,可实现银行无柜员自助运行
天工虚拟数字人每月提升新业务办理量2000余笔,提升人员工作效率80%,模型查准率达90%,查全率达70%,平均月收入提升200万元
生成式AI可帮助人们完成众多繁琐工作,有助于促进消费端需求提升,2022年我国AI产业规模达到1958亿元,AI的产品形态和应用边界不断拓宽
OpenAI的大型语言生成模型ChatGPT刷爆网络,其能胜任高情商对话,生成代码,构思剧本和小说等多个场景,将人机对话推向新的高度,引爆新一轮的AI热潮
指南站在组织如何布局和落地 MLOps 的视角,以模型的高质量,可持续交付作为核心逻辑,系统性梳理 MLOps 概念内涵,发展过程,落地挑战等现状
聆心智能提供AI驱动的高质量数字疗法等解决方案;澜舟科技 彩云科技 秘塔科技 香侬科技 感知阶跃 影谱科技 帝视科技 标贝科技 知觉之门 倒映有声 红棉小冰
百度文心通过文字描述生成图片;腾讯优图完成对于人像面部的3D建模;阿里巴巴Lubanner自动完成素材分析 抠图 配色等设计;剪映通过文字生成视频
Otherside AI术采用 OpenAI 的 GPT-3 协议AI 邮件写作;Copy AI通过 AI 写作广告和营销文案;Jasper Ai人撰写营销推广文案以及博客等各 种文字内容
ChatGPT将海量训练数据与Transformer框架结合,在GPT模型的基础上通过RLHF模型提升交互聊天能力,实现了对自然语言的深度建模,AIGC核心技术框架
科技大厂有望将 AI 技术应用 到业务生态中,有望推动在线办公,搜索引擎等应用场景的渗透率提升, 2030 年市场空间可达 2175.58 亿元
