未来的杀手级AI应用究竟该长什么样子？这篇文章里，作者梳理了国内外LLMs基础大模型的特征，并于最后发表了自己关于杀手级AI应用的看法和见解，一起来看一下。

摘要：

本文详细列表展示国外18家，国内188家大模型。

其次根据LineLian的AI产品经验分析18家和188家的各自产品5个特点集。

顺道用跟人独家观点看百度李厂长在刚刚深圳2023西丽湖论坛上发表的大模型言论。

最后结合本人AI工作经验斗胆预测杀手级AI应用的画像。

01

国外LineLian能统计到的大模型家数是：18家。

18家国外大模型

LLMs基础大模型的特点主要体现在以下五个方面：

1）参数量：美国LLMs基础大模型的参数量普遍较大，通常在数十亿到数万亿之间。例如，OpenAI的GPT-4参数量为1.8万亿参数，Google AI的PaLM包含5400亿参数，Meta AI 全面开放1750 亿参数大模型。参数量越大，大模型的表达能力越强，能够处理更复杂的任务。

2）算力训练：LLMs基础大模型需要大量的算力。通常，训练一个参数量为100亿的LLMs基础大模型，需要数百万核时的计算时间。美国的科技巨头拥有强大的算力资源，能够为LLMs基础大模型的训练提供充足的保障。

3）能力：LLMs基础大模型具有多种能力，包括：

• 文本生成：能够生成逼真的文本，包括诗歌、代码、脚本、音乐作品等。
• 语言翻译：能够将一种语言翻译成另一种语言。
• 问题回答：能够回答开放式的问题，包括事实问题和开放式问题。
• 摘要生成：能够生成文本的摘要。

美国LLMs基础大模型在这些能力方面都取得了显著的进展。

4）用户数据：LLMs基础大模型的训练需要大量的数据。美国的科技巨头拥有大量的用户数据，能够为LLMs基础大模型的训练提供丰富的语料库。

5）企业文化：美国的科技巨头具有重视创新和开源的企业文化。这使得美国LLMs基础大模型能够快速发展，并为全球的人工智能研究和应用做出了重要贡献。

总体而言，美国LLMs基础大模型具有领先的技术水平和丰富的应用场景。随着技术的不断发展，美国LLMs基础大模型将在未来的人工智能应用中发挥更加重要的作用。

02

国内目前统计到的大模型家数是：188家。

188家国产大模型

中国LLMs基础大模型的特点主要体现在以下五个方面：

1）参数量：中国LLMs基础大模型的参数量近年来呈快速增长趋势。目前，中国已经出现了参数量超过1000亿的LLMs基础大模型，例如百度的“文心一言”参数量为2600亿，华为云的“盘古”参数量为1750亿。

2）算力：中国在算力方面具有较大的瓶颈。中国拥有全球规模较大的超级计算机，能够为LLMs基础大模型的训练提供强大的算力保障。

3）能力：中国LLMs基础大模型在文本生成、语言翻译、问题回答等方面取得了显著的进展。例如百度、阿里、讯飞、月之暗面等在文本生成方面，能够生成逼真的诗歌、代码、脚本、音乐作品等；在语言翻译方面，能够将一种语言翻译成另一种语言，并保持原文的语义和风格；在问题回答方面，能够回答开放式的问题，包括事实问题和开放式问题。

4）用户数据：中国拥有庞大的用户群体，为LLMs基础大模型的训练提供了丰富的数据资源。例如，百度、阿里等合计拥有超过10亿的用户，这些用户产生的数据可以为LLMs基础大模型的训练提供支持。

5）企业文化：中国企业具有重视实用和创新的企业文化。这使得中国LLMs基础大模型能够快速发展，并在实际应用中取得了显著的成果。例如，百度飞桨的“悟道1.5”已经在新闻生成、智能客服等领域得到了应用。

总体而言，中国LLMs基础大模型具有快速发展的势头，在参数量、算力、能力、用户数据等方面都取得了显著的进展。随着技术的不断发展，中国LLMs基础大模型将在未来的人工智能应用中发挥更加重要的作用。

03

深圳西丽湖论坛上，百度创始人李彦宏提出了一系列关于中国AI发展和大模型应用的重要观点。

• 大模型过多，原生应用过少：李彦宏指出，虽然中国有很多大模型，但相对而言，原生应用却相对不足。他认为这是一个值得深思的问题。
• 企业AIGC大模型产品案例：百度的文心大模型是一例，其不断升级的版本在理解、生成、逻辑和记忆等方面都有显著提升，为原生应用提供支持。
• AI时代标志：李彦宏认为，AI时代的标志是大量的AI原生应用的涌现，而不是大量大模型的出现。他对于“AI时代”的定义颇具趣味性。
• 需求驱动AI产业：提到AI产业是需求驱动的，他强调应该从需求侧和应用层入手，鼓励企业调用大模型开发人工智能原生应用，通过市场推动产业发展。
• 企业AIGC大模型产品案例：百度对旗下产品线进行AI原生化重构，例如，百度文库的付费率得到了明显提升，显示了AI对业务关键指标的促进作用。
• 大模型和AI原生应用关系：李彦宏认为大模型是各类原生应用的基础底座，类似于操作系统。他强调大模型和生成式人工智能所带来的机遇可与工业革命媲美。
• 开发者依赖大模型的未来：指出大模型最终可能成为开发者依赖的基础，其产业化模式应结合基础大模型的通用能力和行业领域的专有能力。
• 企业AIGC大模型产品案例：百度的文心4.0版本是其迄今为止最强大的大模型，在理解、生成、逻辑和记忆等四大能力上有明显提升。
• 拥抱AI时代需要领导者驱动：强调拥抱AI时代需要公司领导者的引领，因为只有CEO才会关心新技术对业务关键指标的影响。
• AI应用生态繁荣带动经济发展：高度重视AI应用生态的繁荣，认为这将直接促成经济的繁荣。

这些观点为我们理解中国AI产业的发展方向和关键趋势提供了有益的参考。

但是这些观点没有提及我们大模型精度问题，大模型应用能力支撑问题、大模型智能度问题。

04

未来杀手级AI应用究竟该长什么样子？

第一：速度来的时候不会打一声超乎，而是会超乎寻常的快。

超人工智能（ASI）到来的时候一定具备快的特征，人类智能积累是指数级的而ASI智能是阶层级的。

第二：强人工智能的智能水平不会局限在跟人对比上。

第三：高度智能化：杀手级应用将具备更高的智能水平，能够自主学习和适应环境，具备更强的自主决策能力。

第四：高度自适应：杀手级应用将具备更高的自适应能力，能够根据环境和任务的变化进行自我调整和优化。

第五：高度可靠性：杀手级应用将具备更高的可靠性和稳定性，能够在复杂的环境中保持稳定的运行状态。

第六：高度安全性：杀手级应用将具备更高的安全性和隐私保护能力，能够有效地保护用户的隐私和数据安全。

第七：高度可扩展性：杀手级应用将具备更高的可扩展性和灵活性，能够适应不同的应用场景和需求。

目前能够想到的有望晋级为ASI的产品公司有OpenAI、AI Pin等。