“ 大模型的發展，類似于計算機的發展由大到小”

最近在抖音上看到360創始人——周鴻祎說他關于大模型的發展的四個趨勢，也就是開源，廉價，專業，小巧。

開源就是以openAI為代表的閉源大模型和Meta/Google為代表的開源大模型的模型大戰；廉價就是大模型的訓練成本會進一步降低，也就是意味著大模型會越來越便宜；專業即垂直領域的大模型會大放異彩；最后小巧是大模型在未來會被移植到手機上。

雖然不知道周鴻祎的預測是否準確，開源與閉源模型的大戰最終會是什么結果；但不可否認的是，大模型的發展不可能是一家獨大，而很可能是多種趨勢并存。

大模型會越來越大

大模型越來越大這是一個趨勢，畢竟根據現有的理論，大模型的參數越多其效果越好，涌現能力越強，這是一個不可爭議的事實，除非出現新的理論能夠顛覆現有的大模型基礎理論。

因此，大模型要想越來越強大，那么大模型變大的可能性就越高；其功能也會更強。

大模型越來越大這是它的優勢，但同樣也是它的劣勢；因為大模型越大，對算力和能源的要求越高，其訓練和維護的成本越高。

這對很對企業來說是無法接受的，因此越來越大的大模型只能有那些巨頭企業或國家才能玩得轉。

越來越大的大模型就類似于超級計算機，其功能強大，但能玩得轉的人特別少。

因此，超大模型的競爭，是大廠之間的競爭，也是國家之間的競爭。

當然，隨著技術的發展，更先進的大模型架構和理論會持續出現，那時的大模型可能會越來越強，越來越小。

大模型越來越小

大模型會變得越來越小，其最終有可能會被安裝到手機等移動設備之上，雖然其功能趕不上大模型，但滿足普通人的日常使用還是有可能的。

而這就類似于現在的智能手機，所謂的智能手機就是把電腦的操作系統給做的更小，功能更強。

當然，雖然大模型的蒸餾和壓縮技術在持續發展，但怎么才能把龐大的模型壓縮到手機能夠支持的體積的同時，還要同時保證大模型的強大功能，還是一個需要研究的課題。

個人預測，大模型的壓縮是一個必須功課的課題；因為在實際應用領域，大模型的離線操作是一個很重要的功能，比如自動駕駛，無人設備等；在惡劣的自然環境或者沒有網絡的情況下，能夠讓設備正常使用。

而這就需要大模型能夠安裝到這些設備之上。

大模型垂直化發展

大模型有大模型的應用場景，小模型有小模型的應用場景；但從功能性和成本考慮，垂直化應用的大模型也必不可少。

畢竟，哪怕是人也有自己擅長和不擅長的方面；大模型也是如此，因此通用大模型在垂直領域的效果就大打折扣；所以垂直化的大模型就成了垂直領域最好的解決方案。

比如說，大模型在法律，金融，教育，航空航天等領域的使用；有些會涉及到國家安全和民生的領域，這時使用一個通用的超大模型，不但具有巨大的安全風險，而且一個模型也無法完全支撐如此龐大的領域。

因此，每個領域有每個領域的“專家模型”就是最好的選擇，沒有之一。

再有就是，類似于互聯網常見的分布式部署方案，通過上層統一架構，可以在底層集成多個大模型來完成需要的功能。

比如360邀約十多家國內的大模型公司，然后基于其自研的架構，可以使得多個模型協作，來達到超越GPT4o的能力；雖然單獨一個模型的表現并不出色，但通過混合模型(狼群戰術)，同樣能夠達到GPT4o的效果。

總結

從成本和技術門檻的角度來說，發展垂直化模型是最好的選擇，但同樣其它的方式也不能完全放棄；只有多條腿走路，才能在大模型的競爭中生存下來，并且找到最適合自己的解決方案。

本文轉載自公眾號AI探索時代 作者：DFires

原文鏈接：????https://mp.weixin.qq.com/s/J3lS6oX0FzjrPHqsOWAv2Q???