去年11月，在OpenAI发布由GPT-3提供支持的ChatGPT之后，AGI（通用人工智能）的历史齿轮自此转动。业内一时热度空前，随后GPT-4、谷歌的Bard、Meta的Llama等大模型相继问世，展现出AGI的无限潜能。

但同时，业内主流观点仍认为，此起彼伏的大模型标志着人类向AGI迈向一大步，但并未抵达终章。

DeepMind联合创始人Shane Legg近期发布的研究论文表示，LLM仍然是AGI的雏形，属于是“初级AGI”，即便是性能水平在更广泛的任务集上得到提高的GPT-4也只是撬动了第二级AGI的冰山一角。Shane Legg提出了AGI的六级标准，终极形态是让AI成为超级智能体。

（图注：Shane Legg提出的AGI六大标准）

就在前不久，DeepMind与谷歌大脑（Google Brain）合并组建的Google DeepMind推出了首个重磅产品——多模态大模型Gemini，不知道Shane Legg会把Gemini标记为第几级AGI，但似乎可以肯定，按照Shane Legg的标准，Gemini也不能算是AGI的终极形态。

AGI正餐逐渐“上桌”

“AGI是一个高度自主的系统，在最具经济价值的工作中表现优于人类。”在OpenAI的章程中，AGI如此被定义。

如果LLM只是雏形，那么通往AGI之路还需要什么？

解答这个问题，我们只需观察一下当前科技公司正在开发什么。

先说因“闭源”策略而屡遭马斯克“攻击”的OpenAI，其在上月的首次开发者大会上推出了用户定制版GPTs功能。该功能上线一个月来，根据第三方GPTsHunter网站的统计，由开发者自创的“助手”已经多达数万个，覆盖智能文本处理、信息查询、个性化建议和指导、自动化任务、趣味娱乐等多个方面。

不仅如此，OpenAI自身也同步推出了多款GPT助手，据悉目前流量排名靠前的GPTs均是由ChatGPT官方进行开发的，其中最为知名的便是文生图大模型DALL·E，其绘图生成效果已经大有赶超Midjourney之势。

业内对于GPTs的总结是，通过“prompt +记忆库+web链接/ code解释器”自动生成一个智能化助理。如果套用Shane Legg的标准来看，GPTs已经长驱直入第三级甚至是第四级AGI，至此属于AGI的“正餐”逐渐上桌。

而几乎就在GPTs之风刮回国内之前，一站式服务的AI科技领航者百融云创（百融云-W，6608.HK）已经宣布基于大模型BR-LLM基座开发了一系列智能产品。率先上线的代码生成工具BR-Coder标志着公司在布局人类与AI协同作业的Copilot模式进入崭新阶段，即AI不再仅是一个工具，而是可以作为智能代理（Agent）参与到商业机构的业务流程之中，能够根据使用者的需求提供建议和解决方案。

并且有鉴于工具调用能力是Agent的根基，为了增强模型性能，目前百融云创已形成企业AI中台，提供包含大模型在内的各类模型训练、部署和统一的API服务接口，实现AIOPS全流程统一管理公司的AI算力、AI资源和AI服务。

与开发通用类产品不同的是，百融云创主攻的是企业级的GPTs，该公司也是国内较早一批布局To B端GPTs的AI科技公司。在百融云创看来，GPTs的场景开发与其一直以来坚持的价值交付理念十分契合，也就是通过帮助企业迅速提升业务效率和决策性能来赋能数智化转型，进而提升商业机构的资产运营效率。

MaaS将是AGI生态构建核心

尽管LLM不是AGI的终极形态，但是Shane Legg强调，LLM是实现AGI目标的基石，即一切更高级的智能系统都是基于LLM之上构建的。百融云创近期推出的Cybertron平台便是以大模型为基座，在此基础上优化微调模型，通过开放API接口，帮助商业机构快速生成企业内部的Bot。

简单来说，由Cybertron平台生成的Bot相当于给商业机构装入一个“企业级助手团”，该“助手团”由AI员工、客服数字人等创新产品组成。企业内部的员工可以自由调配专属助手，由后者帮助对接企业内部知识库和工具库，对外提供AI Copilot和AI Agent服务。

“以大模型为技术基座，我们将模型服务落脚在垂直行业的不同生产力场景，目前已经在数字员工、数字助理、数字人、编程助手、自助数据分析等方面实现了应用落地。”百融云创副总裁冯勇如此表示。

同时随着AGI的生态建设逐渐纵深化推进，新的商业模式也在孕育而生。毕马威近期发布的报告指出，AGI的生产链上最核心的商业模式将是MaaS（模型即服务）模式。

MaaS模式被业内认为是“云智一体”的服务方式，“智”自不待言，是将AI技术进行封装后提供给服务者，而“云”是要考验开发者云计算的核心能力，这也是为什么现在市面上的MaaS模式均是由百度、阿里、百融云创等这些具备云计算基因的公司在推行。

例如，百融云创基于决策式AI驱动的MaaS云平台开发模型产品，客户可根据自身查询需求，通过MaaS云平台的标准化API自由调配各类模型，包括调用现成模型产品，以直接用于产业应用；或在大模型基础上“微调”出属于自己的产品，并快速对用户进行KYC（knowyourcustomers）和KYP（knowyourproducts）评估，易用性大大提高。

“在MaaS模式下，需求侧用户可以专注自身的业务逻辑和使用体验，而不必关注底层技术细节，这将有利破解AI产业落地难的瓶颈；而在供给侧，以大模型为基础生态，将推动AI在千行百业扎根生长，最终实现AGI。”毕马威报告如此表示。

在毕马威看来，MaaS模式下的AGI基础业态将按照以下几条路线演进：其中基础层包括由Chat-GPT、文心一言等领衔的领域大模型以及多模态基础模型；中间层为百融云创等公司自研的行业大模型；应用层则涵盖纯软件服务和软硬件一体化生态。相较基础层，毕马威报告表示，行业大模型因在模型训练方面会接入较稀缺的行业Know- how，因此能更为直接地深入到垂直行业，预计后续将呈现出工具化、平台化发展趋势。