企业不必急于绑定一家大模型，而应结合自身业务在不同场景选用更具性价比的模型。

(资料图)

2023年年初还在密集公示大模型研发进展的企业们，现正调整方向，选择直接接入大公司搭建的大模型平台。

6月28日，字节跳动旗下火山引擎发布大模型服务平台“火山方舟”，面向企业提供模型精调、评测、推理等全方位的平台服务（MaaS，即Model-as-a-Service）。

目前，“火山方舟”集成了百川智能、出门问问、复旦大学MOSS、IDEA研究院、澜舟科技、MiniMax、智谱AI（以拼音首字母排序）等多家AI科技公司及科研院所的大模型，并已启动邀测。

火山引擎并非首家选择大模型平台路径的企业，ChatGPT的创造者OpenAI已经在这条路上。此前OpenAI的生态计划是通过插件搭建体系架构，向所有ChatGPT Plus用户开放联网功能和众多插件，允许ChatGPT访问互联网并使用70个第三方插件。民生证券研报认为引入插件Plugin标志ChatGPT走在创建生态系统的道路上。

但ChatGPT的插件体系进展并不顺利，OpenAI CEO Sam Altman表示“这一模式并没有达到他们的预期”，于是他将战略方向从Chrome插件模式调转为AppStore模式，市场消息称OpenAI将与第三方合作，接入定制的面向垂直行业的模型，搭建大模型生态。

国内市场中，腾讯正在依托腾讯云TI平台打造行业大模型精选商店，为客户提供MaaS服务。垂类行业企业在其中进行挑选，再针对性进行数据精调，将其升级为企业专属大模型。

一般意义上，行业大模型“精选商店”提供涵盖模型预训练、模型精调、智能应用开发等一站式行业大模型解决方案，内置多个行业场景的行业大模型，并兼容支持多模型训练任务。

上海证券研报分析认为，“预训练大模型+微调再训练”是大模型知识迁移至下游垂类场景的主要技术架构。预计行业专属模型/垂类小模型/MaSS有望在大模型发展初期率先获益，主要系垂类模型更适配且接近下游变现场景。

谈及目前行业内大厂纷纷转向大模型平台的动作，火山引擎总裁谭待对第一财经记者表示，就整个行业而言，通用大模型未来头部会有几家巨头，但这类也存在成本高、费用贵的问题。中部大模型相对不会那么贵。再底下就是各行业内进一步缩减后的模型。每一层都会有机会，本质上，不同场景应选择最适合的模型。全球市场中也不是只有GPT-4，Google等其他公司也在快速更新与迭代。因此，如果认可头中腰部这样的架构模式，自然要把平台做好。

至于火山引擎要扮演的角色，谭待称，火山侧重于提供平台，提供安全、低成本的应用服务，目前仍坚持不做大模型。

具体营收模式方面，火山引擎智能算法负责人吴迪表示，作为中间平台，火山会将资源供应给大模型提供方，供应内包含一定的IaaS层利润，大模型提供方刨除掉基本成本，叠加自身认为合理的利润，最终形成其大模型在火山方舟上的定价。而下游客户的支付成本包括了模型服务费与平台服务费，后者火山在相当长时间内都设置为零。

吴迪称，训练大模型很昂贵，但从长期来看，模型的推理开销会超过训练开销。效果和成本的矛盾永远存在，降低推理成本会是大模型应用落地的重要因素，“一个经过良好精调的中小规格模型，在特定工作上的表现可能不亚于通用的、巨大的基座模型，而推理成本可以降低到原来的十分之一。”

在吴迪看来，不同大模型在特定任务上各有千秋，企业不必急于绑定一家大模型，而是应该结合自身业务场景，综合评估使用效果和成本，在不同场景选用更具性价比的模型。