AI大模型，太卷了！又一巨头重磅出手_豆包私有化部署价格-优快云博客

本文链接：https://blog.youkuaiyun.com/python122_/article/details/138949816

国内大模型领域又一重磅消息传来！

5月15日，字节跳动正式发布“豆包大模型”，这也是国内又一家互联网巨头发布的自研大语言模型。性能方面，据字节跳动有关负责人介绍，豆包大模型目前日均处理1200亿Tokens（表示和传递信息的标识符）文本，生成3000万张图片。

激烈市场竞争中，价格成为大模型行业关注的重点之一。字节跳动有关负责人称，豆包主力模型在企业市场的定价只有0.0008元/千Tokens，0.8厘就能处理1500多个汉字，比行业便宜99.3%。也就是说，目前大模型价格已经进入“厘时代”。

近期，国内外多款大模型重磅消息不断。5月14日，美国人工智能公司OpenAI正式推出新一代大模型GPT-4o，能够接受文本、音频和图像任意组合的输入与输出，并且响应更快、处理更快、效率更高。5月9日阿里云发布通义千问2.5，据称“在中文场景模型性能赶超GPT-4-Turbo”，同时1100亿参数开源模型在多个基准测评收获最佳成绩。

又一大模型亮相

5月15日，字节跳动正式发布旗下自研大语言模型豆包大模型。记者了解到，豆包大模型原名“云雀”，是国内首批通过算法备案的大模型之一。

发布会现场，字节跳动有关负责人宣布，豆包大模型提供的是一个有多模态能力的模型家族，目前主要包括通用模型pro、通用模型lite、语音识别模型、语音合成模型、文生图模型等9款模型。

火山引擎是字节跳动旗下云服务平台，据火山引擎总裁谭待介绍：“经过一年时间的迭代和市场验证，豆包大模型正成为国内使用量最大、应用场景最丰富的大模型之一。”

券商中国记者注意到，发布会当天，字节跳动还宣布与国内多家汽车和电子消费厂商合作推出“大模型生态联盟”。例如，在汽车领域，与吉利、长城、赛力斯等20余家厂商，宣布成立汽车大模型生态联盟；与OPPO、vivo、荣耀、小米、三星、华硕宣布成立智能终端大模型联盟。OPPO、荣耀、小米和华硕等多家厂商旗下的AI助手已接入字节跳动的大模型服务。

大模型使用成本“卷”入新低

国内外厂商不断推出和迭代大模型，激烈市场竞争下，客观上也让大模型的使用价格进一步压降。

券商中国记者注意到，字节跳动发布会当日，有关负责人将豆包大模型与包括GPT4、文心大模型4.0、通义千问2.5共三款国内外主流大模型的使用价格进行了对比，并突出强调其“比行业价格低99.3%”。

根据火山引擎公布的价格计算，一元钱就能买到豆包主力模型的125万Tokens，大约是200万个汉字，相当于三本《三国演义》。

据麦肯锡报告分析，大模型的价值创造潜力惊人，到2030年，有望在全球推动49万亿人民币的经济增量。

目前，大模型应用发展仍处于早期阶段。QuestMobile数据显示，截至今年3月，基于大模型的AIGC行业用户量为7380万，尽管同比增长了8倍，也仅占移动互联网用户量的6%。

多款大模型推出重磅迭代

近日，大模型领域重磅消息不断。

北京时间5月15日凌晨，谷歌在2024年I/O开发者大会上一次性推出十几款产品更新，重磅级的发布包括轻量化的模型Gemini 1.5 Flash、AI通用智能体Project Astra、强大的AI搜索、视频生成模型Veo、第六代TPU Trillium等，Gemini 1.5 Pro的上下文窗口也从100万tokens升级到200万。

5月14日，美国人工智能公司OpenAI最新发布了GPT-4o多模态大模型，相较于GPT-4 Trubo速度更快、价格也更便宜，最突出特点是在与人的交互方面更为自然。

OpenAI称，GPT-4o可以检测人的情绪，并以类似人类或机器人的语调与用户交谈。同时，它可以在最快232毫秒的时间内响应音频输入，平均响应时间为320毫秒，几乎接近人类在交谈中的响应时间。

在发布会的演示环节，GPT-4o展示了它与众不同的互动能力。它能用一种非常自然的语调与人交流。在根据工作人员要求讲故事时，工作人员可以随时插话打断并提出新要求，GPT-4o能几乎毫无停顿地接上话题并按照要求变化音色、语调、情感等。

OpenAI表示，此前的AI语音模式由不同的独立模型组成，分别负责将音频转换为文本，接收文本并输出文本，再将文本转换回音频。在这些环节中会丢失大量信息，因此无法识别音调、多个说话者或背景噪音，也无法输出表达情感的语音。而GPT-4o支持文本、音频和图像的任意组合输入，并能够生成文本、音频和图像的任意组合输出，这意味着它能够结合视频和音频感受对话者的情绪，并给出充满人类情感的反馈。在对话中发现工作人员的深呼吸时，GPT-4o鼓励说“冷静下来”。

5月9日，阿里云正式发布通义千问2.5。相比上一版本，2.5版模型的理解能力、逻辑推理、指令遵循、代码能力分别提升9%、16%、19%、10%。

据介绍，在中文语境下，通义千问2.5在文本理解、文本生成、知识问答、生活建议、闲聊、对话、安全风险等多项能力赶超GPT-4。Open Compass的测评结果显示，通义千问2.5得分追平GPT-4-Turbo，是该基准首次录得国产大模型取得的这一成绩。

华泰证券日前发布的研报分析称，在AI大模型的商业模式和竞争格局方面，可能形成赢者通吃或国内外寡头竞争的局面，而行业大模型则有望百花齐放。目前“基础大模型”到“行业大模型”再到“终端应用”的大模型路线非常清晰。训练基础大模型的高成本和高技术壁垒，决定了科技巨头或成为主要玩家。

上述研报还表示，以头部玩家提供的基础大模型为底座，未来可能产生专门精调行业大模型的公司，凭借对垂直领域的专门技术，深耕某一赛道的行业大模型；在垂直领域积累已久的公司，具备入局该垂直领域行业大模型的先发优势。AI大模型最大的投资机会在应用，在搜索、电商零售、办公、金融、医药等行业有望率先落地。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述