2023年无疑会被载入史册，成为大模型技术全面爆发的标志性元年。经过一年多的高速发展，各大科技厂商纷纷争先恐后地推出了自家的大模型产品，比如阿里的通义千问、百度的文心一言等。
前排提示，文末有大模型AGI-CSDN独家资料包哦！
与此同时，各家围绕着大模型生态建设的步伐也没有落下，各类Agent、AI大模型平台百花齐放。目前看来，各厂商正处于积极拓展用户基础、吸引模型&合作生态入驻、优化平台用户体验及探索商业化模式的关键阶段。
作为一名时刻关注AI技术前沿动态，并且每天切身在应用相关技术（跑个demo啦、撸个paper啦）的AI开发者，我觉得很有必要出一期当前（截止2024年2月份）国内AI大模型平台的全方面测评（咱就是说目前知乎上也没有，就自己做一期）
那么要全方位评判一个大模型平台的优劣，我们将从以下几个核心维度展开探讨：
1、社区规模：主要通过平台上模型数量&种类、社区开发者数量、应用数量、下载量等硬性指标进行评测；
2、平台基础设施能力：主要关注数据集&SFT（Supervised Fine-Tuning, 有监督微调）支持方面，考察平台是否提供了充足的算力资源和强大的数据集能力，以确保开发者能够高效便捷地进行模型训练、部署与微调工作；
3、生态建设与社区活跃度： 主要评估平台相关课程（教程）的丰富度、社区活动、赛事开展等因素进行综合评估。因为好的社区生态+活跃度会直接或间接地影响到平台上内容的“上新”效率（或者说发布周期）和质量；
那么接下来，我将基于上述多角度的专业评测，为广大的AI从业者提供详尽且客观的参考依据，希望能够帮助大家选择自己合适的AI大模型平台～
综合类平台
阿里云
关键词：开源、模型库强大、开箱即用
2022年底推出的阿里云旗下的开放MaaS（Model-as-a-Service）平台，提供了多种领域预训练模型的在线试用、下载、在线微调与部署等功能，致力于为AI开发者和研究者提供一站式模型开放服务。
根据公开信息显示，魔搭社区已经吸引了大量的开发者参与，拥有2300+的模型、280万+AI开发者和600+数据集。并且集合了来自多家顶尖人工智能机构贡献的900多个AI模型资源，涵盖了广泛的领域和应用类型。
整体来看领域覆盖度挺全面的，包括CV、LLM&NLP、图像和多模态等其他领域。不仅支持自家的模型还吸引了非常多外部开源模型的入驻，但优势领域应该还是集中在LLM&NLP这块；
平台的基础设施能力不错，创空间有点那么**“开箱即用”**的意思了，并且基于阿里云基础设施底座为新用户提供了免费的CPU/GPU资源（高阶的算力得花钱，按量付费）。支持主流接入SDK，创建好项目后就是一个github范式的开发大动作。
支持在线的SFT，也封装好了很多python开箱库（简单留给用户，直接pip install就可以用起来）以及配套教程（也有专门的答疑群）
生态建设这块虽然有一些配套板块（在首页 -> 动态 -> 下拉栏里面） 的布局，比如竞赛、活动等，但是横向对比其他平台来看，生态建设的丰富度还是相对薄弱一些的，所以个人开发者的社区活跃度可能会低一些。
总的来说，魔搭ModelScope作为国内目前最大的AI大模型平台开源社区我觉得是当之无愧的，一年多就可以成长到如今模样，未来更是可期✨！
并且由于走的是开源这条路子，做了很多给开发者的让利，很简单，没有太多商业化的设计。特别适合想基于基础算力体验业界最新开源模型的开发者友友们，所以这也是为什么，有越来越多的B端或者个人开发者会选择开源模型首发到魔搭ModelScope（群众的眼睛是雪亮 的）。
总体评分如下：
- 社区规模：★★★★★
- 平台基础设施能力：★★★★★
- 生态建设与社区活跃度：★★★★☆
百度飞桨AI 星河社区
关键词：飞桨Paddle、付费会员、小白友好应用、生态运营强
百度飞桨起源于2016年9月左右，而飞桨AI Studio星河社区是于2023年8月份推出的，百度旗下的一个AI平台，也提供了多种领域的预训练模型、在线试用、在线训练&部署等能力。社区规模说是有800万+开发者（存疑），230+模型库。
如果说魔搭上创空间的体验，像是你在github上fork了一个代码仓库然后进行开发，那么区别与魔搭，在星河AI Studio上的体验，会更偏向于在一个成熟商业平台的使用体验，并且对不同人群（比如开发者、技术小白等）也进行了差异化划分。主要是通过项目、应用的等不同板块去提供这些能力的，我们一个个来说：
项目
项目这个tab下面，布局有点像是AI+文字条目版的小红书，内容面向传统AI模型项目（比如OCR、推荐、搜索、目标检测等）+ 大模型项目
支持3种快速创建项目的方式
商业化划分点也比较明确，项目需要RUN的时候，基础算力免费，高阶算力采取会员付费制度
应用：
应用可以理解成是项目文件（脚本/Notebook等）运行后生成的带WebUI的交互界面。应用这个tab下面，布局就更简单明了了，内容主要面向AIGC大模型相关的应用（比如AI绘画、语音生成、文本生成、ChatBot等），别的开发者的应用如果是公开的也可以直接体验。
如果自己创建应用的话，对零代码基础的小白和开发者进行了区分：
如果创建的是零代码应用，则会直接给你提供一个WebUI，也符合“开箱即用”的标准。
如果创建的是基于代码的应用，可选的框架有Gradio/Steamlit（都是将Python脚本转换为交互式Web应用程序的框架&工具），应用创建完后端的代码还是在项目下的，同理也是模型训练的时候会有算力的差异化售卖。
整体来说，个人感觉开发的自由度相对低一些，搭载PaddlePaddle框架，对于习惯了自由开发流程的童鞋们可能不太友好；但对新手小白或是低代码平台开发者、想体验别人二次创作有趣应用的童鞋、还是很友好的～
并且社区的生态运营还是比较顶的，归纳为以下几点：
- 课程做的很好，还推出了很多（面向校企的）教育合作&证书认证课程；
- 赛事的投放也比较多，这个跟飞桨本身起源早，当初在推广AI框架时候就有相应积累&沉淀密不可分；
- 商业模式布局广，有付费会员制度，也推出了配套的积分商城等以提高（签到、做活动任务攒积分）社区活跃度；
总体评分如下：
- 社区规模：★★★★★
- 平台基础设施能力：★★★★☆
- 生态建设与社区活跃度：★★★★★
华为昇思大模型平台
关键词：MindSpore框架、生态运营强
华为MindSpore开源于2020年3月，而昇思大模型平台是于2023年4月份推出的，华为旗下的一个AI大模型平台，覆盖多领域任务，体验全流程开发，搭载了自己的Ascend芯片、ModelArts训练框架和MindSpore AI框架，支持用户在线训练和推理可视化。社区规模上会小很多，截至2023年有效数据统计，社区注册用户数2.9万+，模型库670+。
个人感觉昇思大模型平台在体验上，给人一种星河 + ModelScope的体感：
首先它的AI实验室Tab下的内容，是和星河类似的，也是面向传统AI模型项目（CV、NLP、推荐等）+ （少量）大模型项目，这个这两家公司之前都是在主推AI训练框架有关，这方面比较优势，所以大模型风口一来，不能说老的丢掉吧，得想个融合的呈现形式。
在大模型Tab下的内容，更多是B端比较拿得出手的合作模型&项目，提供给用户在线体验的可能性（但一共就十几个项目，而且好多都还没上线，看来还是在紧锣密鼓地布局之中呀），然后模型微调模块也不是很可用
开源下载地址还是回到了魔搭ModelScope上
项目创建：
类似于魔搭的“创空间”，用户可通过创建自己的项目空间来迈出第一步：
在线开发的Notebook提供了基于华为基础设施底座的CPU/GPU资源（但是Ascend的GPU资源目前不能用）
总得来说，所见即所得吧，整体感觉还不是很ready。但和星河的发展路径类似，课程&活动&比赛的生态运营还是做的比较好的（MindSpore的生态运营还是业界有名的），加上之前也是主要做开源的，商业化这块估计也还是在摸索，期待后续的发展吧～
总体评分如下：
- 社区规模：★★★☆☆
- 平台基础设施能力：★★☆☆☆
- 生态建设与社区活跃度：★★★☆☆
Hugging Face Model Hub - 中文站
关键词：开源、国际化、模型库强大
除了国内原生的，来自国外的也有比如Hugging Face推出了中文站，上面也有不少中文预训练模型可供选择，随着对多语言支持的不断推进，尤其是对于像中文这样的大语种，相信Hugging Face中文社区应该会吸引更多的中国开发者和研究者参与进来共建，为国内用户提供更全面、深入的技术交流和学习平台。
我也想多写点，但是 挂了，等修好再补这段相信老老老老粉们一定不会怪罪我吧。。。
除了综合类的AI大模型平台，垂直领域也有很多衍生的大模型AI平台从2023年以来展露头脚，我们先从面向图像生成领域说起！
垂直领域：图像生成
哩布哩布 liblib
关键词：流量平台式、创作者经济
哩布哩布AI（LiblibAI）是一个由北京奇点星宇科技于2023年9月推出，靶向插画家、设计师、摄影师、游戏开发者等视觉类需求用户的，专注于图像生成和模型素材库的建设的一个平台。
主要提供以下核心服务和功能：
- 模型库：提供超过10w+的图像模型库（SFT后的模型，非底座模型），包括但不限于建筑设计、插画设计、摄影、游戏美术、中国风艺术、室内设计、动漫、工业设计等各种领域和风格的模型素材，供用户免费 or 付费下载使用。
- 创作者社区：鼓励和支持创作者加入并分享自己的AI绘画作品及模型，形成了一个活跃的原创AI模型分享交流环境。交互类似于小红书（但还没有app、仅web版），并且有对应的创作者经济生态（平台通过与创作者共享收益，如版权分成，来吸引更多的内容贡献者，并在此基础上实现商业化）。
- 在线图像生成：提供WebUI+模型库让用户在线免费生成、下载自己想要的图片
- 在线Lora训练：提供基于WebUI和新图/数据集的在线Lora训练，个性化微调已有模型（在此过程中插入商业化，如算力、存储空间、训练模式的差异化付费）
怎么说呢，这个平台从推出到现在也就半年吧？
基于图像领域的天然交互优势，复刻了流量平台（比如小某书、某音）那套商业化模式走得飞起 ，使得创作者经济生态得到快速构建，然后在此基础上马上推出了付费会员，家人们谁懂啊！太6了～
总体评分如下（在图像生成领域）：
- 社区规模：★★★★★
- 平台基础设施能力：★★★★☆
- 生态建设与社区活跃度：★★★★★
垂直领域：自然语言生成
TODO
总结
主旨就是想要在滚滚浪潮中帮助AI开发者发现、汇聚到简单、好用的AI大模型平台&开发者社区上来，共建国内繁荣AIGC生态！！
有些规模太小、不好用、吃相太难看（没几个模型就要走付费变现路子的）的平台我就先不放上来啦
读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！
👉AI大模型学习路线汇总👈
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。