在投入数十亿美元构建大模型之后，科技巨头们正将目光转向小模型，寄望以此开辟新的收入增长渠道。
近日，有媒体报道称，大模型虽然曾被寄予厚望，被视为推动生成式 AI 发展的关键驱动力，但其高昂的运行成本和数据隐私问题却阻碍了其在企业领域的广泛应用。
苹果、微软、Meta 和谷歌近期纷纷发布了参数较少但性能不逊色的小模型，希望通过这些模型实现 AI 盈利的增长点。
传统上，参数越多的大模型通常能够捕捉和处理更丰富的信息和更复杂的模式，从而提供更好的回答效果。然而，大参数模型往往需要大量数据和计算能力支持，其高昂的运行成本和能耗对中小企业来说是一大负担。尽管量化等技术有所助力，但这些模型对于个人电脑、智能手机等设备来说计算量依然过大。
相反，小模型以其相对低廉的成本、节能以及可定制化等优势备受青睐。微软公司 Azure AI 平台企业副总裁 Eric Boyd 表示，小模型为客户提供了更多过去因投资回报不足而无法实现的应用可能性。小模型的另一个亮点在于其能够确保数据隐私，这些模型可以在设备本地完成运算，无需将敏感信息上传云端，对于注重数据保密的企业客户具有巨大吸引力。
此外，小模型的能耗相对较低，有助于推动人工智能从云端向终端设备延伸。
市场上已经出现的包括谷歌发布的 “Gemini Nano” 小型模型，目前已内置至其新款 Pixel 手机；Meta 新推出的 8 亿参数 Llama 3 号称可媲美 OpenAI 的 GPT-4模型；法国初创公司 Mistral 也加入了这一阵营。
小模型的出现，为 AI 的商业化应用开辟了新的可能性。预计未来，小模型将得到更加广泛的应用，并成为 AI 盈利增长的新引擎。
资料来源：综合报道；图片来源：谷歌博客
