逐浪AIGC丨AI大模型时代，火山引擎要做聚合平台

21世纪经济报道记者白杨 北京报道

大模型浪潮扑面而来，几乎所有企业都在思考如何迎接。经过半年的观察和实践，字节跳动旗下的ToB品牌火山引擎也找准了自己的定位。

6月28日，火山引擎正式发布大模型服务平台“火山方舟”，旨在为企业客户提供模型精调、评测、推理等MaaS（Model-as-a-Service）服务。

火山引擎总裁谭待表示，对于中国的大模型发展，火山引擎已经有了几个关键判断：首先，未来的大模型市场将是一个百花齐放的多模型生态，在这个生态系统中，将同时并行存在几个少数的超大规模的大模型、多个中等规模的大模型和更多个行业的垂直模型，“这是由安全信任、行业壁垒和成本因素共同决定的。”

其次，在未来，企业尤其是行业头部企业，自身对于大模型的应用，将会是“1+N”的应用模式，即企业通过自研或者与三方模型服务商的深度合作，形成企业自身的1个主力模型，这个主力模型之外，在不同的场景中，企业还会同时应用N个外部模型。

聚合多方大模型

在此之前，已有多家云厂商相继推出了MaaS服务，他们的思路大都一致，都是基于一个通用基础大模型，为不同行业提供具有行业属性的行业大模型。

而火山引擎另辟蹊径，采用了一种聚合模式。据介绍，火山方舟已集成百川智能、出门问问、复旦大学MOSS、IDEA研究院、澜舟科技、MiniMax、智谱AI等多家AI科技公司及科研院所的大模型。基于这种多模型架构，企业客户在火山方舟上便可同步试用多个大模型，并选用更适合自身业务需要的模型组合。

谭待在接受21世纪经济报道采访时指出，火山引擎和其他厂商的理念可能不大一样，“友商推出模型平台，从模型到模型平台以及各种体系都是自己做的，是很封闭的端到端，他们可能认为未来一个模型就够了，但我们不是这样想的。我们认为未来肯定不是一个模型，而是多模型，所以我们的平台一定要支持多个模型。”

除了理念上的不同之外，谭待还提到，火山引擎能做多模型架构，有一个很重要的原因，是这些业界做比较好的大模型，本身大部分的训练都是在火山引擎上。“所以我们已经跟这些大模型建立了很强的合作关系和信任感，他们也自然而然会把推理也放到火山引擎上。”

对于哪些大模型可以进入火山方舟，谭待称，“我们希望火山方舟是一个精选的结果，所以希望那些确实是训练完成，并且在合规等方面都做比较好的，已经达到可用形态的大模型才放到方舟平台上。第一批公布的是7家，后面还会陆续接入更多大模型。”

当然，做聚合平台，也意味着火山引擎要面临更多风险和挑战。谭待表示，企业使用大模型，最担心的是数据泄露；如果将大模型私有化部署，企业将承担更高的成本，模型生产方也会担心知识资产安全。

据火山引擎智能算法负责人吴迪介绍，“火山方舟”已上线了基于安全沙箱的大模型安全互信计算方案，利用计算隔离、存储隔离、网络隔离、流量审计等方式，实现了模型的机密性、完整性和可用性保证，可适用于对训练和推理延时要求较低的客户。

此外，吴迪透露，“火山方舟”还在探索基于NVIDIA新一代硬件支持的可信计算环境、基于联邦学习的数据资产分离等多种方式的安全互信计算方案，更全面地满足大模型在不同业务场景的数据安全要求。

聚焦平台而非模型

对于火山方舟平台，外界还关心的一个问题是：如果字节跳动有了自己的大模型，火山方舟会如何平衡自研和第三方模型的关系？

对此，谭待向21世纪经济报道记者表示，火山方舟会是个开放的平台，字节内部其他团队如果做好了模型，也会放到方舟平台上对外提供，它在方舟上就是众多模型中的一个。“最后选择字节的模型还是其他模型，这是由客户来做选择的，而不需要火山引擎来做平衡。”

所以，在服务模型应用方的过程中，火山引擎提供的不是模型能力，而是帮助应用方更好使用模型的能力。按照谭待的说法，火山方舟为企业提供的是大模型使用的一站式工作台，不仅包含了模型试用、评测、接入、精调等能力，也通过训推一体、弹性调度、算子优化等能力，帮助应用企业全面进行成本优化。

据吴迪介绍，企业可以用统一的工作流对接多家大模型，对于复杂需求可设置高级参数、验证集、测试集等功能，再通过自动化和人工评估直观对比模型精调效果，在不同业务场景里还可灵活切换不同的模型，实现最具性价比的模型组合。

在其看来，训练大模型很昂贵，但是从长期来看，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。”

因此，企业在火山方舟进行的自定义指标和评估数据的积累，也将成为企业在大模型时代宝贵的数据资产。另据吴迪透露，字节跳动内部已有十多个业务团队在试用“火山方舟”，覆盖文本和图像生成、对话、代码辅助、信息检索、营销创意、电商、办公效率等领域。

吴迪表示，火山方舟希望在模型供应商和模型使用方之间，促成“研究-训练-应用-变现-反哺研究”的正向循环。“对模型提供方来说，火山方舟能够帮助大家以更低的成本触达海量客户，用更小的代价在ToB市场规模化；对模型使用者来说，则可以便捷地接触到众多高质量的基座模型，为不同场景选择最合适的模型。”

但谭待也坦言，“每一次技术的大变革，都会带来体验创新的新机会，而火山方舟还在起步阶段，工具链和下游应用插件需要持续完善。”接下来，火山方舟还将接入更多大模型，并逐步扩大邀测范围，加速大模型在各行各业的应用落地。