AI落地新戰場，雲廠商開卷MaaS：大模型即服務，華為給所有人發船票了

明敏 夢晨 發自 凹非寺

量子位 | 公眾號 QbitAI

大模型應用落地，正在快步進入全民「淘金」時代——

現在，幾個人、幾個月，就能攢個爆火AI應用，每小時進賬幾萬塊的那種。

比如被Karpathy等AI大佬盛讚的AI編程神器Cursor，全團隊只有12人。他們的核心訣竅就是支持模型多（如GPT-4/GPT-4o/Claude 3.5 Sonnet）、產品設計巧妙，8歲小女孩都能輕鬆上手。

還有前段時間爆火的「毒舌AI」Twitter Personality，每小時進賬4000美元（折合人民幣2.8萬左右）。

只需輸入一個Twitter用戶名，這個AI就能根據歷史發言做的犀利點評。

它背後的低代碼開發平台Wordware，讓任何人都可以構建複雜的AI Agent和APP，公司估值已達1.8億。而Wordware，團隊僅有3人。

就在大家目光還聚焦於AI大廠如何跑通商業化路徑時，「小作坊」們已經異軍突起，給行業帶來了點小震撼。

這種趨勢變化，一方面得益於大模型技術更加成熟，更多好的產品創意能被AI落地；另一方面也在於大模型應用開發的門檻一降再降。

比如雲廠商們近期都「卷」的MaaS（Model-as-a-Service），就是降低大模型應用門檻的重要途徑之一。

這股趨勢也相當熱鬧，最近華為雲828 B2B企業節都有種「雙十一」的感覺了。

不過，為什麼會形成如此趨勢？在這些熱火朝天的現象背後，哪些行業信號已經釋放？

MaaS如今在「卷」什麼？

MaaS是一種可以為開發者用戶提供大模型以及各種開發工具的服務，它能夠讓哪怕沒有大模型開發背景的人也能進行一站式開發。

它的發展情況與大模型趨勢直接相關。如今也成為雲廠商的必爭之地。

IDC數據顯示，2023年中國大模型平台及相關應用市場規模達17.65億元人民幣。在過去的一年中，行業對於大模型更多的是早期投入，甚至觀望而不重投入，因此2023年整體市場規模並不顯著；並且市場格局也主要還是由早期投入者構成。

進入2024年，頭部互聯網公司加大對大模型的投入且發起價格戰，為早期的大模型初創企業帶來一定的競爭壓力。預計未來2—3年，市場格局將發生多輪巨變。

供給側競爭激烈，本質原因在於需求龐大。

比如廣告、軟件等更容易獲取行業數據的領域，大模型應用滲透率可能已經達到50%甚至更多。教育、傳媒、金融、遊戲等表現次之，但是也在加速滲透ing。

這種現狀傳遞了兩層信息。第一，一些與大模型技術契合度高的領域，在短短1-2年時間內已快速被重塑；第二，大模型應用落地還遠遠沒有碰到天花板，市場前景已經非常廣闊，可填補空白眾多。

反映到用戶層面，大模型的滲透已經不再局限於大型企業，規模更為龐大的中小企業，正在成為大模型應用落地實踐的主力。

但是中小企業玩轉大模型應用，本身門檻可能更高。

梳理大模型服務落地的全流程（規劃→開發→部署），就會發現幾乎每一步都存在難題。

首先，在模型獲取和開發上，對於個人開發者或小團隊而言，獲取大廠開發的AI模型，本身就存在渠道上的困難。

如此多的模型，應該如何選擇？如何確保每個場景/任務都能選擇到最適合的模型？如何去判斷模型的精度和性能？

其次，面對實際場景需求，模型需要進行定製化。

面對來自不同行業的廣泛需求，通用API能力有限，模型往往需要根據實際場景進行特殊優化或者定製化服務。

最後，在實際落地過程中，還會遇到因為調用方式不同意、配置複雜、應用部署等方面挑戰。

如上種種，都對中小企業的人才儲備、資源資金積累提出要求。但這也是中小企業最難的地方，如果落地一個大模型應用，就需要從頭開始組建一套團隊和配置，高額成本如何負擔？以及這麼做具備性價比嗎？

答案顯然是否定。

去年開始，雲廠商爭相佈局MaaS、提示工程/RAG等工具開始火熱，都是為此而來。他們共同將大模型應用落地門檻一降再降，達到「開箱即用」的水平。

不過，具體怎麼做的呢？

MaaS如何才能「開箱即用」？

在MaaS大行其道的環境下，華為雲在2024 HDC大會上推出的ModelArts Studio大模型即服務平台備受矚目。

這款大模型即服務平台，正是定位於開箱即用、一站式模型開發託管，讓中小企業也能輕鬆擁有自己的大模型。

具體來說，平台不僅提供99%的業界SOTA開源大語言模型、開源多模態模型，並且均已針對昇騰算子、顯存優化，預置最優超參配置，做到「模型全、免配置、免調優、性能優」。

針對更深入的模型定製需求，平台也提供了包括模型調優、模型壓縮、模型部署、模型體驗的全流程工具鏈，覆蓋大模型全生命週期。

進入應用開發層面，平台提供LangChain、KooSearch、盤古大腦等等組件化集成，可快速構建一站式應用。

對於政務、金融、工業、醫療、汽車、零售等不同行業，也分別有對應的支持和解決方案。

開發過程中需要的算力資源，也基於華為雲強大能力做到一站式按需開通、按需擴縮容，縮短建設週期。

總結一下就是，ModelArts Studio大模型即服務平台讓企業免於從零開始，顯著提升開發效率。

另外還有一點需要注意，ModelArts Studio大模型即服務平台並不是孤立的，而是擁有開放能力，可以通過API對接到各個開源應用系統。

來看兩個例子。

對話機器人和虛擬助手 x KooSearch

通過KooSearch企業搜索服務預置的昇騰雲NLP模型服務，基於開源模型構建多樣對話機器人和虛擬助手，擁有向量檢索、多模態檢索、文檔解析、文本精排、搜索規劃多種能力，同時集成內容審核組件保障安全。

適用於智慧問答、內部知識檢索、數據分析助手等場景。

整個操作流程只需要6個步驟。

虛擬數字人 x 盤古大腦 

盤古大腦服務預置昇騰雲NLP模型服務，基於開源模型快速構建虛擬數字人。

可基於大語言模型理解人類的自然語言輸入、支持多語種多輪問答、支持文檔解析及基於知識康尼容回答。

適用於客戶服務與支持、教育與培訓、健康諮詢與監護等多樣場景。

操作流程也很簡單，只需要四步。

除了華為雲上的各類服務互相組合使用以外，通過API甚至可以連接第三方服務，如開源Agent開發平台Dify等……具體還有哪些腦洞組合，就留給大家自由發揮了。

除ModelArts Studio大模型即服務平台之外，華為雲這次還展示了更多可以和大模型配合的產品和服務，也引起開發者關注。

華為雲企業搜索服務KooSearch Lite

作為RAG解決方案，KooSearch Lite同樣主打開箱即用，讓AI應用獲取知識更準確、更高效，同時保障數據安全，滿足開發者基於業務場景的二次開發。

KooSearch Lite基於業界效果優的搜索模型、雲搜索服務的高性能GaussDB向量數據庫以及LLM模型組成。

通過導入非結構化或者結構化業務數據，可幫助企業客戶快速一站式搭建企業智能問答應用。

華為雲智能數據洞察DataArts Insight

作為新一代BI服務，提供可視、實時、易用、安全的企業智能分析服務，以最自然高效的方式獲取業務見解，支撐業務實時高效決策。

支持10億數據秒級響應、智能數據洞察、嵌入式分析，同時保證全鏈路數據安全。

又擁有全自然語言交互的BI自助分析，有人都能輕鬆獲取和分析數據，實現人人會用數。

華為雲給所有人發船票

大模型時代，大航海時代，第一批探險家已經抵達新大陸。

他們更早洞察到AI趨勢、積累AI能力，憑藉自身在算法能力、基礎設施、應用落地等方面的優勢，成為了人們津津樂道的大模型大廠。

華為雲就是其中代表。

憑藉自研盤古大模型，華為雲在千行百業的落地案例數不勝數。AI+礦業、AI+製造、AI+鐵路……

但是在真正的大時代下，只是自己上岸，偌大的綠洲難以被全面發掘。

因此，華為雲在內的諸多大模型雲廠商，都選擇建造一艘擁有更多席位、承載更多「彈藥」的航空母艦。讓更多人來到新大陸，共創新世界。

華為雲本身，就是這一基座。

ModelArts Studio 大模型即服務平台，就是發給各位玩家的「船票」。只要手握這張船票，人人都能在華為雲的基座上做大模型開發。

與此同時，華為雲在儘可能加固這艘大船：覆蓋主流開源大模型、構建AI全棧、底層算力更自主為世界提供第二選擇……

總之，如果你想要像哥倫布艦隊一樣探索新大陸，這是一艘值得被選擇的大船。

就在最近，華為雲開啟828營銷季。

活動彙聚Flexus雲服務、CodeArts Snap、華為雲MaaS大模型即服務平台、數字人、雲會議等千餘款華為雲旗下熱門數智產品，帶來滿額贈、專屬禮包、儲值返券等重磅權益玩法，更聚焦數智化轉型核心場景訴求，開展AI營銷、雲服務、數轉場景三大主題活動周。