国产AI大模型，开启狂卷模式

国产大模型卷出了新高度！

5月21日，阿里云抛出重磅炸弹：通义千问GPT-4级主力模型Qwen-Long，API输入价格从0.02元/千tokens降至0.0005元/千tokens，直降97%。（这意味着，1块钱可以买200万tokens，相当于5本《新华字典》的文字量。这款模型最高支持1千万tokens长文本输入，降价后约为GPT-4价格的1/400，击穿全球底价。）

百度也在同一天宣布百度文心大模型的两款主力模型ENIRE Speed、ENIRE Lite，宣布全面免费，即刻生效。

就在5月15日，字节跳动宣布其火山引擎的豆包大模型开始对外服务。当天豆包大模型的价格为0.0008元/每千Tokens，称「比行业平均水平低 99.3%」，并声称已经击穿了大模型行业的最底价。不过现在已经变得比同行贵了，因为同行已经直接宣布免费。

再往前，5月6日，DeepSeek v2发布，32K上下文，每百万Token价格：输入1元，输出2元。

5月11日，智谱宣布，GLM-3-Turbo降价，128k上下文，每百万Token价格：输入1元，输出2元。

而就在刚刚，又有大佬参战大模型算力价格战！！！

讯飞星火正式宣布免费永久开放了一款轻量级大模型Spark Lite。

腾讯云全面下调大模型价格！主力模型之一混元-lite模型，价格从0.008元/千tokens调整为全面免费。

又是白菜价，又是免费，百模大战进入了新的阶段。

像极了某些时刻

5月15号，豆包发布的当天，百度是这么说的「使用大模型不应该只看价格，更要看综合效果，只有让AI应用效果更好、响应速度更快、分发渠道更广，才能让人们切实感受AI为社会生产带来的便利」。

或许在更多用户看来，「人们切实的用户感受」的重要性，远不及大众对价格的感受，远不及免费白嫖带来的用户情绪价值。

卷价格，甚至直接免费，是不是闻到了熟悉的味道？这是不是像极了曾经某些时刻？大模型的战场是不是像极了互联网发展路数。

当年的手机大战、百团大战、网约车大战、社区团购大战，再到现在的造车大战、大模型大战，不能说很相似，简直是一模一样。追热点、有流量、能获客、受到资本青睐的内容大家都在抢着做。

随后会进入摸索期，百花齐放、百家争鸣一段时间。这时候大家都做得都差不太多，但是谁都不服气，谁也都不能做到凤毛麟角。但一定要一较高下，各种刷榜新闻，各种数据或成绩随之出现。用户量，排名，产品都是造势点——大模型已经走过了这个阶段。

再然后或许就是现在的环节，烧钱。

技术比不过就比营销，开始各种打广告和补贴。之前大战之时，吃饭补贴每餐需要几块钱？上下班打车几块钱？社区团购优惠有多大？

今年下半年或者明年，基于大模型的产品出现后，大模型厂商们是否会出现此类大规模推广营销活动？只能留给时间验证。

好在，此时用户是最快乐的，可以免费享受百家产品。

但天下没有免费的午餐，资本是追逐利益的，大模型厂商也是要从市场获得回报，才能稳固自身市场地位。钱烧不动，或者赢家已定的局面之后，价格就会回归正常，甚至开启收割模式，商业化的最终落脚点将是大模型厂商未来的主要思考。

大众似乎已经达成了共识，内卷是必经之路，但最后或许终究逃脱不了垄断的局面。

为什么要卷？

业内普遍的认识是，此轮价格战的主要目的是把“蛋糕做大”，推动大模型使用进入快速增长阶段。

但对于一些规模较小、实力较弱，在搞自研大模型和基座大模型的企业，这一波真的太难了。这一波降价以及免费的飓风，将直接杀死无数还在搞基座的小作坊，没有不可替代的核心竞争力的产品将直接出局。

基础大模型创业公司悬着的心，终于死了。

为什么这么多大模型厂商免费也要开放？低价也要All in？有一部分是情怀吧！

此外，众所周知，AI三要素：算法、数据、算力。

据悉，近期，算力等核心硬件的价格并无显著变化，显然并不是成本突降。

大模型是基建，有场景才是王道，很明显，大模型已经到了做应用抢用户的阶段。但这次价格战跟之前不太一样，不单单是为了抢市场，更是抢数据。

数据作为AI的重要一环，如果没有用户为算法算力生成的产品提供数据与反馈，再强大的底座也没有任何实际存在意义，再优秀的算法算力也派不上用场。

模型不断地跟用户产生交互，用户不断地为模型生成新的数据。比如Midjourney，每次为用户生成4张图，大家会选一张自己觉得最好的进行输出或者优化，这是一个非常强的反馈机制，更是一个巨大的数据反馈机制。

大模型的用户越多，数据也就越多，当数据集拿去训练以后，模型也就越优秀，越来越强。

大模型厂商如果想要谈未来，就必须先活下去；而要想活下去的基础，就必须有足够大的数据与市场。

国产AI厂商的这波操作，就是象棋游戏中的「卒」，只能前进，不能后退，是游戏规则。

要么现在不跟风直接退赛，要么只能跟风卷价格。

此时，对消费者来说是最好的AI时代，但是对于AI公司来说，这绝对是又一个至暗时刻。

行业比拼的重点已经由技术，转移到了商业落地，残酷的大模型淘汰赛，已经开始。

写在最后

降价，免费，永久免费，让这场激烈的价格战，卷出了新高度。

大模型经历一年多的发展期，行业入局的窗口期已缓缓关闭，除非有颠覆性技术或场景应用，否则新入局者的机会将会越来越渺茫。

国产大模型已经发展了这么久，是否如你想象？

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】