ModelBuilder引领的开发范式，模型定制将成为云大厂的新生意？
当大家还在思考依靠大模型如何盈利时，百度已经将这门“生意”熟稔于心，并广而告之。在前不久的2024百度Create大会上，李彦宏为大家带来AI开发“三剑客”——AgentBuilder、AppBuilder、ModelBuilder。“三剑客”各有各的用途，其中，ModelBuilder也为笔者留下深刻的印象。
何为ModelBuilder？李彦宏在演讲中也明确ModelBuilder的定义，指的是它可以根据开发者的需求定制任意尺寸的模型，并根据细分场景对模型进一步精调SFT，使其达到更好的效果。对于开发者来说，用好大模型就是掌握模型精调的方法。换言之，大模型可以定制，而开发者只需要精调。
与ModelBuilder提供相似功能与服务的还有亚马逊云科技的Amazon Bedrock，Bedrock翻译过来是基石的意思，这也看出云厂商对于这款产品的骐骥——未来大模型开发的基石。它的出现也是为客户提供更简单、更快捷、更安全的方法，帮助客户开发先进的生成式AI应用。
如果说亚马逊云科技的Amazon Bedrock是曲高和寡的先行者，那么百度的ModelBuilder不像是追随者，更像是新趋势的开拓者，而大模型定制开发也将让更多的云厂商进入，并成为云厂商们的新生意经。至少现在国内外有充分建设AI基础设施实力的企业开始躬身入局，抢占先机。
AI大模型这杯羹到底怎么分？
这是一个十分有意思的话题，也值得去探讨。躬身入局大模型领域的企业有很多，类似于百度、昆仑万维、科大讯飞、腾讯、字节、阿里、华为。最新的数据显示，截至2024年3月，我国共有117个GenAI完成了备案，包括文心一言、通义千问、kimi、智谱清言、云雀、abab、日日新、星火、盘古以及最新的滴滴出行大模型等。
当然，这是大模型层面的参赛选手。同样的提供大模型底层能力——智能算力的企业也在分这杯羹，类似于中科曙光、青云、联想，同时还有天翼云、移动云等。
另外，大数据也是重要的方面，尤其是国家和地方数据局的成立也极大地利好数据产业，而大模型也需要数据的喂养。这是从大模型及大模型所需的底层技术支撑出发的。
在这场AI竞赛中，英伟达是目前最大的赢家，黄仁勋称，“加速计算和生成式AI已经达到了引爆点。全球各地的公司、行业和国家的需求正在激增，包括来自大型云服务提供商和专门的GPU提供商的数据处理、训练和推理需求，都促使英伟达数据中心平台产品线发展。”
除了技术与解决方案外，大模型深入行业实践也成为趋势之一。我们看到，行业化、场景化大模型也逐渐丰富，并深入产业实践。行业大模型的诞生离不开与行业企业的业务结合，这也是真正走向应用层面的标志。此时，行业也成为AI大模型牌局的玩家。
一方面玩家众多，另一方面商业化模式单一，也使得企业不断思考新的商业模式。尤其是掌握数据中心资源、AI算力资源、网络调度资源，以及IT基础设施底层能力的云厂商有着更为丰富的商业化渠道。
为什么模型定制不可或缺？
回答这个问题需要先了解大模型发展趋势，新近发布的《开启智能新时代：2024年中国AI大模型产业发展报告》揭示了大模型发展的趋势：
AI云侧与端侧大模型满足不同需求，C端用户将成为端侧的主要客群;AI大模型趋于通用化与专用化，垂直行业将是大模型的主战场;AI大模型将广泛开源，小型开发者可调用大模型能力提升开发效率;AI高性能芯片不断升级，AI大模型产业生态体系将不断完善。
先来看，垂直行业将是大模型的主战场这一趋势，垂直领域的大模型实践由谁牵头？又有谁参与？笔者认为，大概率由大模型厂商与垂直领域的头部企业牵头组成的产业联盟进行，然而，大模型开发也将针对行业，而行业里其他企业或者小企业将如何使用大模型？毫无疑问，模型定制将成为新范式。
另外，AI大模型将广泛开源，小型开发者可调用大模型能力提升开发效率。在大模型开源之后，越来越多的开发者将参与其中，这也将促进大模型开发效率。然而，中小企业既想要开发大模型，又不想花更多的人力、算力，该如何做？模型定制也许是解决方案。
借用中国信息通信研究院人工智能研究中心副总工程师王蕴韬的话述，AI大模型的出现，使得利用人工智能技术来生成内容，从“可用”跨越到“好用”。未来，人工智能生成内容从“好用”到“高效”，也许会再经历一次或多次技术范式的颠覆。
成本是走向模型定制的原因。李彦宏指出，根据需要，兼顾效果、响应速度、推理成本等各种考虑，裁剪出适合各种场景的更小尺寸模型，并且支持精调和post pretrain。这样通过降维裁剪出来的模型，同等尺寸下，效果明显更好，同等效果下，成本明显更低。
云厂商的新生意经
这两年，云市场确实很卷，阿里云掀起一轮接一轮的云价格战，京东云、腾讯云也持续跟进。在政务云市场，天翼云和移动云的强势，让阿里云政务云市场规模缩小。再加上，提供云服务的企业也越来越多，华为云、百度云、腾讯云、阿里云、天翼云、移动云、Ucloud、青云等，竞争十分激烈。
较为乐观的是，市场调查机构Canalys报告显示，2023年第4季度，中国大陆云基础设施服务支出达到97亿美元，同比增长22%，占全球云支出的12%;2023年全年，中国云服务市场总体增长16%，高于2022年的10%。由此可以看出，中国大陆企业用户对于云服务的支出意愿正在扩大。
同时，Canalys预计，2024年中国云基础设施服务支出的增速将进一步加快，达到18%。随着企业客户逐渐走出IT优化阶段，他们将重新启动对云服务的投资。同时，生成式AI的兴起也将进一步推动云消费的增长。
一面是激烈的竞争，另一面是生成式AI的需求增长，云厂商也开始念起大模型的生意经，除了开发大模型外，提供模型定制也成为云厂商的选择。
在模型定制方面，百度云也走在前列，据悉，百度云ModelBuilder预置了多款大模型。包括旗舰版大模型ERNIE3.5、ERNIE4.0，轻量级大模型ERNIE Speed、Lite、Tiny;垂直场景的模型ERNIE Character、ERNIE Functions。并支持国内外第三方主流模型，总数量达到77个，是国内拥有大模型数量最多的开发平台。
亚马逊云科技的Amazon Bedrock提供的基础模型既包括Stable Diffusion XL、Llama、Mistral 7B和Mixtral 8*7B等开源模型，也包括Anthropic Claude 3、AI21labs Jurassic、Cohere Command、Amazon Titan等非开源模型。
写在最后
随着海量大模型的诞生与优化，以及对于大模型能力需求不一的企业增多，模型定制正在成为新的商业化范式，在这一点上，部分有能力的云厂商开始捕捉这一需求，并走在前列。
当然，在百度众多“开发工具”中，ModelBuilder也仅仅是其中之一，AgentBuilder、AppBuilder也有相对广泛的应用场景。因此，在笔者看来，模型定制正在成为云厂商的生意经，至于这部经书该如何念，那就看企业如何做了。
