问：阿里大模型的发布节奏，以及大致水平？
答：阿里巴巴达摩院主要来牵头去做大模型的相关的研究和进展，大概是在22年的时候，我们其实就已经发布了我们自己的这种自然语言理解的大模型，一个叫m6，一个叫 plug。M6的话基本是能够支持多模态的这种AI模型，比如说文字生成图片，文字生成语音，文字生成视频这种模型，但是我们大模型相比来讲，GPT3.5这种水平在参数量和整体规模上其实还是要小一点。所以在大模型目前我们这种模型可能也就叫做中模型。
达摩院顶层的领导下达了命令，整个团队约有100个人去开始去做相关大模型的迭代和升级，一方面是自己在复现GPT的水平，一方面是要迭代把我们的m6和plug迭代到能够对标到GPT的水平。目前来看根据我们得到的一些反馈，我们自己的这种m6的一些自然语言理解的能力，目前还不能对标到GPT3.5与GPT3.5大约还得有个一年半左右差距。
所以在我们预计今年在下半年云栖大会上的时候，应该会有m6的一些最新的模型的发布或者是进展，可能大概在GPT2.5左右的水平。
语料积累不足。现有的大型语言模型在文本清洗和筛选方面存在一些限制，因此需要对现有模型进行升级和迭代，以适应不同领域的数据需求。例如，要将模型应用于军事、旅游文化、政治等领域，需要进行更多的数据收集和人工标注，以达到更高的准确性和效率。同时，大型语言模型的成熟也将带来更多的商业机会，例如在天猫淘宝、高德地图等应用中的搜索和客服机器人等领域。此外，如果大型语言模型足够成熟，可能会释放出API，由合作伙伴接入，从而实现生态层面的垄断。
问：预计阿里大模型与文心一言对比？同时您认为制约我们大模型发展的是最主要是这个语料，还是模型一开始的这种路径偏离，您认为哪一个是制约我们发展的一个最重要的原因？
答：我们认为百度做得虽然不是那么智能，但还是相当不错的。在国内，它可能算是第一名。我们认为它还有很大的提升空间。文心一言虽然有一定的实用性，但离达到GPT-3水平还有一定差距。不过，我们觉得它至少可以达到GPT-2.5水平,如果未来能够持续迭代和优化，可能会达到GPT-3.5的水平。数据积累对于百度来说是一个优势，尤其是在搜索领域。百度在知识库方面有很多年的积累，包括百度知道等。与文心一言不同，其模型架构基于Transformer，而文心一言则基于Bert。如何在文心一言的基础上实现更智能的迭代，可能是一个挑战，需要达摩院的同学来解决。
问：阿里如何后发追上？会采取怎样的打法？
答：我们可以提供的方案主要有两种，一种是我们推出的模型效果相对较好，可以与集团内部的产品结合，例如天猫、淘宝和高德地图的搜索业务。这将为搜索引擎带来更新的商业模式，并取代以前的商业模式。此外，我们还可以输出我们自己的API，并向合作伙伴或渠道商收费。这些合作伙伴将使用我们的API，并体现出他们的客户，这些客户是从ToC端产生的。大多数客户都有自己的APP和网站，这些客户可以通过他们的APP和网站获取流量。不同的客户可以使用不同的API，这意味着厂商可以在生态系统中形成垄断。目前，已有一些厂商尝试将我们的API集成到他们的产品中，但进展不如预期快。对于我们的API，它们可能会在特定领域上有所帮助，例如电商、搜索和推荐，并带来更好的商业模式。
问：腾讯大模型的进展？
答：有听到是混元这个模型继续迭代，有大概100人左右做GPT复现以及自我模型迭代。应该会比我们的早，猜测大概8月份会出。但应该只是支持文生文的场景。
问：阿里目前对于AI大模型是不计成本的大力投入，还是考虑商业落地稳扎稳打？
答：大概率是稳扎稳打，现在拆分后，都要自负盈亏，压力蛮大的。
ChatGPT的一个推理的任务，大概所需要消耗的这个能力是5张A100在2秒钟之内做一次推理，大规模应用起来成本很高，冲击也很大。
问：华为盘古与昇腾如何看？
答：盘古大模型效果有待考证，并没有明确对标GPT，而是往B端去做。
同时因为受限制，只能用自己的昇腾，虽然昇腾910大概也有A100的70%水平（比寒武纪好），但算力的限制可能会制约大模型发展。
问：知否AI问答大模型应用的进展？
答： “知否AI问答”这个模型的近期发布，它是基于新一代人工智能AI知识增强大语言模型技术的产品，产品支持多种场景并且更贴近用户，团队有大概100人左右做GPT模型训练优化以及自我模型迭代。支持各类文生文、文案生成和扩展等场景。
问：360的大模型如何看?
答：我们了解到，最近360向NV下了上千块A800的货。360语料可能比我们强，但最后能做出什么效果，需要时间验证。
问：看好BAT、字节等哪一个大模型？
答：第一还是百度文心，先发优势，其次可能是字节，因为有数据、有算力、有场景。