AI落地新戰場,廠商開卷MaaS:大模型即服務,華爲給所有人發船票

大模型應用落地,正在快步進入全民“淘金”時代——

現在,幾個人、幾個月,就能攢個爆火AI應用,每小時進賬幾萬塊的那種。

比如被Karpathy等AI大佬盛讚的AI編程神器Cursor,全團隊只有12人。他們的核心訣竅就是支持模型多(如GPT-4/GPT-4o/Claude 3.5 Sonnet)、產品設計巧妙,8歲小女孩都能輕鬆上手。

還有前段時間爆火的“毒舌AI”Twitter Personality,每小時進賬4000美元(摺合人民幣2.8萬左右)。

只需輸入一個推特用戶名,這個AI就能根據歷史發言做的犀利點評。

它背後的低代碼開發平臺Wordware,讓任何人都可以構建複雜的AI Agent和APP,公司估值已達1.8億。而Wordware,團隊僅有3人。

就在大家目光還聚焦於AI大廠如何跑通商業化路徑時,“小作坊”們已經異軍突起,給行業帶來了點小震撼。

這種趨勢變化,一方面得益於大模型技術更加成熟,更多好的產品創意能被AI落地;另一方面也在於大模型應用開發的門檻一降再降。

比如雲廠商們近期都“卷”的MaaS(Model-as-a-Service),就是降低大模型應用門檻的重要途徑之一。

這股趨勢也相當熱鬧,最近華爲雲828 B2B企業節都有種“雙十一”的感覺了。

不過,爲什麼會形成如此趨勢?在這些熱火朝天的現象背後,哪些行業信號已經釋放?

MaaS如今在“卷”什麼?

MaaS是一種可以爲開發者用戶提供大模型以及各種開發工具的服務,它能夠讓哪怕沒有大模型開發背景的人也能進行一站式開發。

它的發展情況與大模型趨勢直接相關。如今也成爲雲廠商的必爭之地。

IDC數據顯示,2023年中國大模型平臺及相關應用市場規模達17.65億元人民幣。在過去的一年中,行業對於大模型更多的是早期投入,甚至觀望而不重投入,因此2023年整體市場規模並不顯著;並且市場格局也主要還是由早期投入者構成。

進入2024年,頭部互聯網公司加大對大模型的投入且發起價格戰,爲早期的大模型初創企業帶來一定的競爭壓力。預計未來2—3年,市場格局將發生多輪鉅變。

供給側競爭激烈,本質原因在於需求龐大。

比如廣告、軟件等更容易獲取行業數據的領域,大模型應用滲透率可能已經達到50%甚至更多。教育、傳媒、金融、遊戲等表現次之,但是也在加速滲透ing。

這種現狀傳遞了兩層信息。第一,一些與大模型技術契合度高的領域,在短短1-2年時間內已快速被重塑;第二,大模型應用落地還遠遠沒有碰到天花板,市場前景已經非常廣闊,可填補空白衆多。

反映到用戶層面,大模型的滲透已經不再侷限於大型企業,規模更爲龐大的中小企業,正在成爲大模型應用落地實踐的主力。

但是中小企業玩轉大模型應用,本身門檻可能更高。

梳理大模型服務落地的全流程(規劃→開發→部署),就會發現幾乎每一步都存在難題。

首先,在模型獲取和開發上,對於個人開發者或小團隊而言,獲取大廠開發的AI模型,本身就存在渠道上的困難。

如此多的模型,應該如何選擇?如何確保每個場景/任務都能選擇到最適合的模型?如何去判斷模型的精度和性能?

其次,面對實際場景需求,模型需要進行定製化。

面對來自不同行業的廣泛需求,通用API能力有限,模型往往需要根據實際場景進行特殊優化或者定製化服務。

最後,在實際落地過程中,還會遇到因爲調用方式不同意、配置複雜、應用部署等方面挑戰。

如上種種,都對中小企業的人才儲備、資源資金積累提出要求。但這也是中小企業最難的地方,如果落地一個大模型應用,就需要從頭開始組建一套團隊和配置,高額成本如何負擔?以及這麼做具備性價比嗎?

答案顯然是否定。

去年開始,雲廠商爭相佈局MaaS、提示工程/RAG等工具開始火熱,都是爲此而來。他們共同將大模型應用落地門檻一降再降,達到“開箱即用”的水平。

不過,具體怎麼做的呢?

MaaS如何才能“開箱即用”?

在MaaS大行其道的環境下,華爲雲在2024HDC大會上推出的ModelArts Studio大模型即服務平臺備受矚目。

這款大模型即服務平臺,正是定位於開箱即用、一站式模型開發託管,讓中小企業也能輕鬆擁有自己的大模型。

具體來說,平臺不僅提供99%的業界SOTA開源大語言模型、開源多模態模型,並且均已針對昇騰算子、顯存優化,預置最優超參配置,做到“模型全、免配置、免調優、性能優”。

針對更深入的模型定製需求,平臺也提供了包括模型調優、模型壓縮、模型部署、模型體驗的全流程工具鏈,覆蓋大模型全生命週期。

進入應用開發層面,平臺提供LangChain、KooSearch、盤古大腦等等組件化集成,可快速構建一站式應用。

對於政務、金融、工業、醫療、汽車、零售等不同行業,也分別有對應的支持和解決方案。

開發過程中需要的算力資源,也基於華爲雲強大能力做到一站式按需開通、按需擴縮容,縮短建設週期。

總結一下就是,ModelArts Studio大模型即服務平臺讓企業免於從零開始,顯著提升開發效率。

另外還有一點需要注意,ModelArts Studio大模型即服務平臺並不是孤立的,而是擁有開放能力,可以通過API對接到各個開源應用系統。

來看兩個例子。

對話機器人和虛擬助手 x KooSearch

通過KooSearch企業搜索服務預置的昇騰雲NLP模型服務,基於開源模型構建多樣對話機器人和虛擬助手,擁有向量檢索、多模態檢索、文檔解析、文本精排、搜索規劃多種能力,同時集成內容審覈組件保障安全。

適用於智慧問答、內部知識檢索、數據分析助手等場景。

整個操作流程只需要6個步驟。

虛擬數字人 x 盤古大腦

盤古大腦服務預置昇騰雲NLP模型服務,基於開源模型快速構建虛擬數字人。

可基於大語言模型理解人類的自然語言輸入、支持多語種多輪問答、支持文檔解析及基於知識庫內容回答。

適用於客戶服務與支持、教育與培訓、健康諮詢與監護等多樣場景。

操作流程也很簡單,只需要四步。

除了華爲雲上的各類服務互相組合使用以外,通過API甚至可以連接第三方服務,如開源Agent開發平臺Dify等……具體還有哪些腦洞組合,就留給大家自由發揮了。

除ModelArts Studio大模型即服務平臺之外,華爲雲這次還展示了更多可以和大模型配合的產品和服務,也引起開發者關注。

華爲雲企業搜索服務KooSearch Lite

作爲RAG解決方案,KooSearch Lite同樣主打開箱即用,讓AI應用獲取知識更準確、更高效,同時保障數據安全,滿足開發者基於業務場景的二次開發。

KooSearch Lite基於業界效果優的搜索模型、雲搜索服務的高性能GaussDB向量數據庫以及LLM模型組成。

通過導入非結構化或者結構化業務數據,可幫助企業客戶快速一站式搭建企業智能問答應用。

華爲雲智能數據洞察DataArts Insight

作爲新一代BI服務,提供可視、實時、易用、安全的企業智能分析服務,以最自然高效的方式獲取業務見解,支撐業務實時高效決策。

支持10億數據秒級響應、智能數據洞察、嵌入式分析,同時保證全鏈路數據安全。

又擁有全自然語言交互的BI自助分析,有人都能輕鬆獲取和分析數據,實現人人會用數。

華爲雲給所有人發船票

大模型時代,大航海時代,第一批探險家已經抵達新大陸。

他們更早洞察到AI趨勢、積累AI能力,憑藉自身在算法能力、基礎設施、應用落地等方面的優勢,成爲了人們津津樂道的大模型大廠。

華爲雲就是其中代表。

憑藉自研盤古大模型,華爲雲在千行百業的落地案例數不勝數。AI+礦業、AI+製造、AI+鐵路……

但是在真正的大時代下,只是自己上岸,偌大的綠洲難以被全面發掘。

因此,華爲雲在內的諸多大模型雲廠商,都選擇建造一艘擁有更多席位、承載更多“彈藥”的航空母艦。讓更多人來到新大陸,共創新世界。

華爲雲本身,就是這一基座。

ModelArts Studio 大模型即服務平臺,就是發給各位玩家的“船票”。只要手握這張船票,人人都能在華爲雲的基座上做大模型開發。

與此同時,華爲雲在儘可能加固這艘大船:覆蓋主流開源大模型、構建AI全棧、底層算力更自主爲世界提供第二選擇……

總之,如果你想要像哥倫布艦隊一樣探索新大陸,這是一艘值得被選擇的大船。

就在最近,華爲雲開啓828營銷季。

活動匯聚Flexus雲服務、CodeArts Snap、華爲雲MaaS大模型即服務平臺、數字人、雲會議等千餘款華爲雲旗下熱門數智產品,帶來滿額贈、專屬禮包、儲值返券等重磅權益玩法,更聚焦數智化轉型核心場景訴求,開展AI營銷、雲服務、數轉場景三大主題活動周。

https://www.huaweicloud.com/product/modelarts/studio.html