5月21日，阿里雲拋出重磅“”：通義千問GPT-4級主力模型Qwen-Long，API輸入價格從0.02元/千tokens降至0.0005元/千tokens，直降97%。
Qwen-Long是通義千問的長文本增強版模型，性能對標GPT-4，上下文長度達1000萬字。
此番降價意味着，1塊錢可以買到200萬tokens，相當於5本《新華字典》的文字量。這款模型支持1000萬tokens長文本輸入，降價後約爲GPT-4價格的1/400，擊穿全球底價。
圖源：網絡
同日，百度智能雲官宣，文心大模型的兩大主力模型ERNIESpeed和ERNIELite免費，立即生效。
據瞭解，這兩款輕量級大模型分別於今年3月推出，支持8K和128k的上下文長度，免費提供給用戶使用，進一步了AI技術的門檻。
圖源：“百度智能雲”推文截圖
生成式AI行業技術圖譜
生成式AI(GenAI)是計算機科學的一箇分支，涉及無監督和半監督算法，使計算機能夠使用之前創建的內容(如文本、音頻、視頻、圖像和代碼)來創建新內容，以響應簡短的提示問題。AI大模型爲生成式AI提供了技術基礎和能力，而生成式AI則展示了大模型在實際應用中的潛在價值。
生成式AI進入探索爆發期，某些細分技術經過爆發開始走向落地，某些細分技術還處於培育期有待挖掘潛力。生成式AI技術圖譜主要評估了當前市場上技術的成熟度與發展潛力。從下到上，代表當前採用度越高;從左到右的3條曲線，代表當前對於整體市場規模的影響。程度上，左側曲線當前的滲透率較高，右側的曲線未來的增長潛力更高。
技術圖譜展示了三種類型的技術，其中變革性技術將重塑市場和投資戰略，可能創造新的業務和市場機會，併爲企業和消費者市場帶來新能力。遞增性技術在現有技術的基礎上進行了重大改進，以提供更好的業務結果。機會性技術將根據具體的使用情況而發展，其改進現有技術/流程的能力尚未確定或有限。
大模型的應用已經不侷限於NLP(自然語言處理)領域
目前大模型的應用已經不侷限於NLP(自然語言處理)領域，包括圖片、語音、視頻、代碼等多種模態的應用開始湧現，而大模型、生成算法與多模態等底層技術的突破成爲了生成式AI的質變的關鍵。一方面，目前大模型可以廣泛適用於各類下游任務，當前已經成爲了生成式AI的底層框架。許多跨領域的AI應用均是構建於大模型之上，能夠解決多任務、多場景、多功能需求，支撐各種模態的生成;另一方面，包括生成對抗網絡(GAN)、變分自編碼器(VAE)、擴散模型(DiffusionModel)、神經輻射場(Nerf)等快速湧現的生成算法，以大模型爲基礎，能夠創造出文字、圖片、語音、視頻、代碼等各種模態的內容，而基於此之上的多模態應用開始湧現。此外，超級深度學習近年來的快速發展帶來了深度神經網絡技術在大模型和多模態兩個方向上的不斷突破，併爲AIGC技術能力的升級提供了強力的支撐和全新的可能性。
生成式AI行業產品佈局
當前主流的生成式AI產品及大模型有百度的文心一言、科大訊飛的星火大模型、騰訊的混元大模型、大模型、華爲的大模型等，各家頭部科技企業研發打造自己的大模型及生成式AI產品，以達到或超越OpenAI推出的GPT-4生成式AI產品。
面對行業內“愈演愈烈”的價格戰，2024年5月21日，零一萬物CEO李開復在採訪中認爲，在程度上，整個行業每年10倍推理成本，這是可以期待的，而且是必然也應該發生的。“今天可能是處在一箇比較低的點，但是我覺得如果說以後大約有一年降價10倍來看的話，這是一箇好消息，對整個行業都是好消息。”
當前行業內還存在諸多亂象，中山大學-善思開悟AI創新賦能聯合實驗室執行主任韋立堅指出，當前我國AI大模型發展面臨着自主研發能力不足、訓練數據原料不足、算力短缺等3個方面的挑戰，其提出4個建議：一是加強基礎研究與產學研合作；二是企業間聯合研發，打通語料數據；三是實現算力統管、納管，統一調度，智算和超算融合，彌補大模型算力不足；四是加強國產通用GPU研發，應對層面的技術安全和經濟安全所面臨的挑戰。
展望行業未來發展，金山辦全負責人劉振全呼籲各個行業聯手合作，共同解決大模型安全問題、道德倫理問題，推動我國人工智能的可持續發展。
前瞻經濟學人APP資訊組
更多本行業研究分析詳見前瞻產業研究院《AIGC產業發展前景預測與投資戰略規劃分析報告》
同時前瞻產業研究院還提供產業大數據、產業研究報告、產業規劃、園區規劃、產業招商、產業圖譜、智慧招商系統、行業地位證明、IPO諮詢/募投可研、專精特新小巨人申報等解決方案。在招股說明書、公司年度報告等息披露中引用本篇文章內容，需要獲取前瞻產業研究院的正規授權。
更多企業數據、企業資訊、企業發展情況盡在【企查貓APP】，性價比功能的企業查詢平臺。
