大模型落地難題何解？百川智能王小川：沒有搜索增強的大模型在企業無法落地

可楊

大模型熱潮一年，落地應用成為行業關注的焦點。

12月19日，百川智能宣布開放基于搜索增強的Baichuan2-Turbo系列API，包含Baichuan2-Turbo-192K及Baichuan2-Turbo。在支持192K超長上下文窗口的基礎上，還增加了搜索增強知識庫的能力。即日起，API（即應用程序接口）用戶可上傳文本資料來創建自身專屬知識庫，從而根據自身業務需求打造更完整、高效的智能解決方案。

這是百川智能在商業化層面的一步探索。談及大模型的落地應用，百川智能創始人、CEO王小川在交流會上表示：“光靠模型本身做得再大都是不夠的，大模型+搜索才能構成完整的技術棧。”

談商業化：用行業大模型解決企業應用不是最佳方法

“大模型走向實用，都呼吁模型落地，在今天，尤其從國內來看，搜索增強是大模型走向實用的第一步，甚至是最關鍵的一步。沒有搜索增強的大模型在企業里是沒法落地的。”王小川認為。

盡管大模型是劃時代的技術突破，但現階段大模型并不完美，幻覺、時效性差、缺乏專業領域知識等問題，是其落地千行百業必須面對的挑戰。

王小川表示，眾所周知，在大型模型研究領域，存在幾個關鍵詞。首先是大型模型的幻覺，大家通過更大的模型去減少幻覺，成本會隨之上升，畢竟幻覺問題沒有止境。其次是大模型本身的時效性較差，大模型是靜態的知識庫，需要不斷升級。尤其是在垂直領域的實際商業應用中，需要解決企業自身的數據、公開網絡數據以及垂直領域的數據三大問題。

對于解決這些問題，王小川認為，光靠模型本身做得再大都是不夠的，大模型+搜索才能構成完整的技術棧。“當技術增強，我們能實現互聯網與垂直領域知識、全網知識的全線鏈接，這個完整的技術棧有利于我們讓大模型真正去落地應用。”

“我們知道做模型的時候，不代表每次效果都會提升，搞不好（會）下降，是不穩定的事情。即便大模型公司也需要非常多的經驗積累，才能提升它的效果。”王小川認為，行業大模型大路徑，不僅人才、算力要求高，穩定性、可靠性都會低很多，與此同時，一旦數據或者算法更新，企業就得重訓一次。“因此用行業大模型解決企業應用，概念大家聽著很開心，但今天并沒有良好實踐，面臨很多問題。”

王小川認為，通用大模型可以在大部分場景下替代行業大模型，通用大模型+搜索增強可以解決99%企業知識庫的定制化需求。

王小川表示，更大的內存、更強的處理器依然不能解決幻覺問題，也不能解決外部知識引入和時效性的問題。“我們認為需要通過搜索增強把互聯網實時的信息和企業完整的知識庫，像硬盤一樣裝進去。讓大模型外掛這樣一個外部知識，外掛外部硬盤，這是搜索增強做到的工作。有了搜索增強以后，大模型加上外掛硬盤的即插即用，使得在絕大多數領域里面模型變得更加實用。”

談大模型：業內發展速度超出外界看法

“這次跟上次不一樣，上一波由于模型能力，主要是圖像處理，因為不夠通用，不夠通用帶來兩個問題：首先是大家都擠在一個賽道里，都去做安防，不能賦能千行百業，也不能進一步降低企業的使用成本。其次是賽道很窄，每個項目都很重，今天美國證明大模型在很多行業都可以做，而且實施成本會比原來低很多，所以這一波我覺得是可行的。”談及這一年的大模型熱潮與此前的區別，王小川表示。

回溯今年以來的大模型競速，王小川將其分為了三個不同階段。第一個是恐慌期，“OpenAI有了之后看中國公司還不行，數據飛輪美國先跑起來，是不是通用人工智能要來了，大家有這個探討。”第二階段，大家開始火熱地工作，所有人的關注都在這里；第三階段，技術迭代加速，“我們的技術人員每天都要跟進最新的東西，要把自己（的成果）不斷迭代不斷改進，行業中的發展速度其實超出外界媒體和資本圈的看法，目前還是在快速迭代。”

而在應用領域，王小川認為，今年是中國大模型發展的元年，明年中國各家公司都會有相應的成績出來。“今年確實大家太需要把精力放在模型本身，應用在今天我認為還是在初期狀態，這會兒談應用早一點，明年會差不多。”（來源：每日經濟新聞）