​字节跳动账户被封禁！用 Open AI 训练自家 AI？背后是 90 万亿生意

字节跳动账户被封禁！用 Open AI 训练自家 AI？背后是 90 万亿生意

全文共 2065 字，阅读大约需要 7 分钟

字节跳动：正与 OpenAI 联系沟通。

记者丨杨月涵

一向低调的字节跳动大模型走上了风口浪尖。近日，有媒体报道称，字节跳动在使用 OpenAI 技术开发自己的大语言模型，违反了 OpenAI 服务条款，因此暂停了字节跳动的账户。

对此，字节跳动回应称，GPT 的 API 服务仅在初期探索时用于较小规模的实验性项目。字节跳动与 OpenAI 的风波背后，不难看出 " 百模大战 " 的激烈竞争仍暗流涌动。

冻结

" 字节跳动使用 OpenAI 的技术，用以打造自己的大模型。"12 月 16 日，科技媒体 TheVerge 发布了这样一篇报道。随后，OpenAI 发言人尼克 · 菲利克斯确认，字节跳动账户已被暂停。

12 月 17 日，字节跳动回应北京商报记者称，公司在使用 OpenAI 相关服务时，强调要遵守其使用条款。" 我们也正与 OpenAI 联系沟通，以澄清外部报道可能引发的误解 "。

服务条款是这场风波的核心。作为商业化的重要一步，今年 3 月，OpenAI 开放 API（应用程序编程接口），允许第三方开发者通过 API 将 ChatGPT 集成至他们的应用程序和服务中。但 OpenAI 的服务条款中曾明确提及，OpenAI 提供的模型能力，不允许用来被 " 开发任何与其产品和服务形成竞争的 AI 模型 "。

根据字节跳动的回应，今年初，技术团队刚开始进行大模型的初期探索时，有部分工程师将 GPT 的 API 服务应用于较小模型的实验性项目研究中。该模型仅为测试，没有计划上线，也从未对外使用。在 4 月公司引入 GPT API 调用规范检查后，这种做法已经停止。

据介绍，早在今年 4 月，字节大模型团队已经提出了明确的内部要求，不得将 GPT 模型生成的数据添加到字节大模型的训练数据集，并培训工程师团队在使用 GPT 时遵守服务条款。

9 月，字节跳动内部又进行了一轮检查，采取措施进一步保证对 GPT 的 API 调用符合规范要求。例如分批次抽样检测模型训练数据与 GPT 的相似度，避免数据标注人员私自使用 GPT。

" 未来几天里，我们会再次全面检查，以确保严格遵守相关服务的使用条款。" 字节跳动如此说道。但对于账号的恢复时间计划，截至记者发稿，暂未收到回复。

接口

一个是风靡全球的互联网新贵，一个是新一轮人工智能大潮的领头羊，双方本就自带流量，以这种形式产生交集，自然引发诸多讨论。

" 在案例中，API 可狭义地理解为一种商业用途的接口服务 "，在接受北京商报记者采访时，无界 AI 联合创始人马千里解释称，一款应用提供服务可以分为两种方式，一种是通过应用自身（比如 App）完成，另一种就是用 API 提供接口服务，从而将来自应用的要求接入到后端，可实现批量操作，实现商业化落地。

马千里补充称，包括计价模式、使用权限等在内，API 很多服务都是和传统的 C 端服务不一样的。正常来讲，大模型企业很支持以 API 的形式完成商业化，" 但若要用来训练自己的竞争对手的模型，那肯定就不愿意了 "。

凭借着 Llama 2 的成功，Meta 冲出了 OpenAI 的闭源重围，扛起了大模型开源的大旗。饶是如此，Meta 也在其软件协议中做了保留，比如强调不得将 Llama 用于改进任何其他大型语言模型，但 Llama 2 或其衍生作品除外。

此前，创新工厂董事长兼 CEO 李开复旗下的 " 零一万物 " 大模型也被质疑套壳 Llama。不久前，零一万物再度发声表示，公司内部经过几个周的国际国内法律研判，已经确认完全不涉及套壳、抄袭，并给出了进一步的澄清。

马千里解释称，" 套壳 " 并不是法律上的禁止行为，很多时候只要符合供应商的协议，后者其实是鼓励套壳以实现商业化的。这一行为之所以会被诟病，可能是有些企业宣传存在偏差。

北京市社会科学院副研究员王鹏也对北京商报记者提到，自从 OpenAI 的技术路径得到广泛应用，国内、国外的一些厂商以及相关企业都在进行扎实的跟进，也有部分企业选择站在巨人的肩膀上进行二次开发。

" 但大模型的训练确实需要大量资金和资源的投入，在这个过程中也可能存在着鱼龙混杂的情况，有些企业声称自己在做开发，本质是套壳。" 王鹏称。

追赶

以服务条款为中心，OpenAI 和字节跳动的矛盾背后，是全球大模型的激烈竞赛。截至今年 10 月，我国 10 亿参数规模以上的大模型厂商及高校院所共计 254 家，分布于 20 余个省市 / 地区。

工业和信息化部赛迪研究院近日的数据显示，今年，我国生成式人工智能市场规模有望突破 10 万亿元。专家预测，2035 年生成式人工智能有望为全球贡献近 90 万亿元的经济价值，其中我国将突破 30 万亿元，占比超过四成。

今年 6 月的世界互联网大会数字文明尼山对话中，百度创始人、董事长兼首席执行官李彦宏说，无论从技术趋势，还是产业应用来看，大模型都绝不是昙花一现的风口，而是影响人类发展的重大技术变革，是拉动全球经济增长的引擎，是绝对不能错过的重大战略机遇。

在大模型的激烈竞争中，字节跳动的步伐并不快。公开资料显示，今年 6 月，字节跳动火山引擎发布大模型服务平台火山方舟；8 月，字节跳动自研的通用大模型 " 云雀 " 通过《生成式人工智能服务管理暂行办法》。同月，字节跳动基于云雀大模型的 AI 对话产品 " 豆包 " 正式开启对外测试。

谈及大模型的进展，字节跳动相关负责人向北京商报记者表示，云雀大模型目前还处于初级阶段，与国外公司还有比较大的差距。

字节跳动在加速追赶。11 月末，节跳动成立新 AI 部门 Flow。公开报道显示，Flow 是字节跳动旗下 AI 创新业务团队，目前已在国内和海外分别上线了豆包和 Cici 两款产品，还有多个 AI 相关创新产品在孵化中。业内普遍认为，这也许是字节跳动在收缩游戏业务的同时，加码 AI 应用开发的信号。

" 和其他大厂相比，字节跳动可能会在多模态领域占有更多的优势 "。马千里认为，在语言模型方面，与以搜索引擎起家的企业相比，字节跳动掌握的数据资源并不具有明显优势。字节跳动的数据大多是多模态数据，团队也相对顶尖，或许可以在这方面打出差异化。

王鹏也提到，字节跳动做大模型的优势就是平台大、资源多、本身应用场景多元，能够形成较好的商业模式，而且字节跳动的日活高、内容产出多、数据量大，也有利于其进行大模型的开发。

编辑丨杨博

图片丨北京商报、壹图网、微博 @李开复 截图