最近AI产业出现了新的风向标：小模型正在积极爆发。

在ChatGPT横空出世后的一段时间内，业内严格遵循Scaling Law（规律定律），即更大参数、更大数据和更强算力才能够收获更好的模型智能。

但最近“大力出奇迹”的理念正在转变，海外巨头例如Mistral、Deepseek、微软、Meta、Google争相推出了一系列小巧但功能强大的小模型，甚至连Scaling Law的提出者OpenAI都杀入小模型赛场，发布了轻量版GPT-4o mini。

种种迹象显示，AI赛道的竞争格局正在重塑，那就是大模型不再是唯一，而只是AI产业的组成部分，越来越多的小模型、专用模型以及行业定制模型正在崭露头角，它们将与大模型互补结合，对外输出更加智能化的解决方案。

轻量版模型风起时

小模型集体涌现的一大背景是海内外市场竞相掀起的模型价格战，甚至将API调用的价格卷至“白菜价”。激烈的商业竞争下，模型在性能提升之余，需要更加考虑性价比、更加侧重轻巧化落地，从这个角度来说，针对不同的应用场景，将模型参数做小、做精几乎是种必然。

“大模型竞争会加剧‘倒退’至小尺寸，一些非常小的模型思考能力也会非常好且可靠。”曾参与创办OpenAI的AI大牛Andrej Karpathy如此表示。

国内市场也不乏轻量版模型布局者，比如阿里、商汤、科大讯飞、百融云创等等。作为一站式服务的AI科技领航者，百融云创（百融云-W，6608.HK）在百模大战交锋正酣之时便提出重要的是寻求算力参数、用户意图与实时反馈之间的平衡，需要警惕陷入“博算力”的误区。

同时，百融云创也是为数不多的坚定推进“模型应用一体化”布局的AI科技公司。2023年，该公司将AI软件栈与开发工具栈进行深度整合，搭建形成的AI大模型全栈开发体系覆盖从模型预训练、微调、对齐到部署工程优化等环节，极大地压缩了模型的训练、迭代和推理成本。

在这一全栈开发体系下，百融云创搭建了大模型（BR-LLMs）的应用一站式开发平台——Cybertron（赛博坦），并将大模型与RAG（检索增强生成）等技术相结合，对外以Agent、Copilot形式落地到金融、出行、租赁、物流等多个垂直场景中。

百融云创AI创新负责人认为，并不是所有的应用场景都需要非常强大的模型，某些特定场景比如绿色项目鉴定、智能单据识别等情形，并不依赖庞大复杂的模型结构，更加需要的是借助大模型帮助实现精准化文本解析、信息抽取和语义匹配，由此可以借助Cybertron平台的“知识库”来优化模型，从而求取模型性能与成本效益之间的最优性价比。

除了成本平衡约束，小模型的崛起还与大模型端侧化落地趋势相关，因小模型可以更好适配终端算力受限的场景。比如微软把Phi-3系列模型中的3.8B mini版直接装进了苹果A16芯片的手机里，使其可以在Phone 15上运行。另外，Google Gemini系列中的Nano已经在Pixel 8 Pro和三星Galaxy S24上实现部署。机构推测，OpenAI未来推出的GPT-5极有可能是端侧的小参数模型版本。

基于端云协同战略方向，百融云创也在发力将智能语音、多模态等技术集成到端侧，除了在布局参数量较大的2D与3D数字人Avatar之外，也在开发高效、低能耗的端侧小模型，以应用于手机、车载等智能终端。

未来是混合AI的时代

从技术上来说，轻量级模型参数虽小，但要实现有限算力下的超强性能门槛并不低，需要大量的训练数据投入、模型优化及对于硬件的有效利用等等。

以百融云创的智能语音机器人（Voice-GPT）来说，该产品基于Transformer架构，内置了FreeSWITCH（软交换）、ASR（自动语音识别）、TTS（文字转语音）、NLP（自然语言处理）等技术，自2018年推出以来持续赋能商业机构存量焕活、新客运营等。目前其在音色、情感、语速、对话层面百融云创能够提供“真人级”的互动体验，同时对客户语音识别的准确率能达到99%以上。

上述性能的实现除因百融云创在语音识别、语音理解等通用技术领域的沉淀之外，还得益于其自主研发的一种语音质检分析方法及系统。该质检系统在精确捕捉客户意向、交互情绪之后，会自动反馈生成可视化报告，“反哺”模型优化升级。以百融云创与某国有银行合作为例，通过将Voice-GPT嵌入银行的零售业务线，相比人工工况，可节省约90%的运营成本。

值得注意的是，百融云创还借势决策式AI的力量来增益大模型性能。财报显示，在2023年，该公司共上线了300余个小模型，其中针对用户画像分析、个性化推荐等蕴含决策式AI技术的小模型可以增强模型间的互补性，提高对于不同应用场景的适配度。

在百融云创看来，单一模型无法解决垂直行业的所有问题，需要的是多模型、多元化的AI技术组合拳。以大模型为基座，将其与成熟的小模型结合，再加上充分的行业Know-How，可以提升整个数智系统的成熟度和性价比，从而跑通大模型应用的PMF，构筑起更加坚固的护城河。

以百融云创帮助金融机构搭建的“一站式绿色金融解决方案”为例，该方案的底层技术包含机器学习、深度学习、OCR、模糊匹配等，在此基础上搭建的工具层中，既包含模型套件，还有流程引擎、报表工具等，大模型只是其中一个组成模块，通过模型间的互补增强，整个AI解决方案打开的是包括绿色项目识别认定、环境效益测算、绿色客户管理等十余个应用场景。

“未来，模型应用的发展趋势将呈现大模型与小模型相结合的特点，同时，机器学习平台将致力于开发更多的大模型组件、工具链，构建开闭源模型生态，并与底层算力资源进行紧密绑定。”艾瑞咨询在报告中如此表示。

来源：金融界资讯