來源：矽基研究室
作者：山核桃白嘉嘉
美編：漁夫
有著百年曆史的《時代周刊》在近期評選出了一份關於「全球百大AI人物」的榜單。李彥宏、Sam Altman、黃仁勳、圖靈三巨頭、中國科學院曾毅、李飛飛……這份可能集結了所有AI大牛的榜單裡，再一次向人們宣告著AI對現實世界的巨大改變。
但在榜單之外，狂飆大半年的國產AI大模型確實在影響每一個普通人的生活。首批大模型通過備案，全面開放後，「文心一言」們已成了時下最流行的應用之一。百度的員工們在直播間里手把手教起了用戶如何寫Prompt，科大訊飛也拿出真金白銀激勵用戶參加訊飛星火的活動。
過去一段時間內，從通用大模型的參數與能力迭代，到垂直領域的應用案例，國產大模型經歷了早期的成長後，已進入一個新的階段——機遇是來自更大的流量與更普及的行業認知，但挑戰則在於產業落地的艱難與商業模式的模糊。
儘管受益多重利好，但國產大模型依舊還有許多硬仗要打。
01、大廠路徑分野，創業者以小搏大
9月7日，隨著騰訊正式發布其通用大模型「混元」，中國大模型賽場上終於等來了最後一位重量級的大廠選手，至此阿里、騰訊、百度、京東、字節等互聯網科技企業已全部集齊完畢。
大模型狂飆大半年來，在成交量參數的規模戰之外，大廠們在大模型領域的佈局也已形成了明顯的分野。
一是態度的分野。百度、阿里是典型的激進派，其對大模型的佈局不僅體現在對內的業務賦能上，也體現在對外的大模型能力輸出上。
百度尤為強調AI對原有業務的重構，百度創始人李彥宏曾多次強調「AI原生」理念。
所謂的「AI原生」實則是回到問題的起點，一切用AI的視角、AI的框架、AI的方式來解決問題，讓人工智能無處不在。不難看出，AI原生符合第一性原理，對於在AI領域投入多年的百度而言，是一個頗有想像力的故事。
但百度是否能講好「AI原生」的故事？這背後也存在諸多不確定的因素。
比如，有觀點認為，目前國內所強調的「AI原生概念可能是一個偽命題」。 「原生」強調新技術所帶來的交互方式與產品體驗所帶來的顛覆式創新，參考移動互聯網時代，由iPhone所引領的技術創新徹底改寫了PC時代的競爭格局。從這一點來說，國產大模型此輪競爭中是否能利用技術帶來徹底的產品交互革命，這或許將成為競爭的關鍵。
但現階段，隨著監管放開備案，包括百度等大模型廠商全面開放其產品，C端用戶的爭奪下，產品體驗是優是劣，大廠口中所謂的交互方式是否能真正為用戶提供有效的解決方案，這些問題也都將從幕後的「榜單測評」走向台前的「真槍實戰」。
而阿里則率先高調地走起了開源路線，同時也將AI寫在了戰略層。
逍遙子閃電退休後，阿里新任CEO吳泳銘在最新全員信中提到阿里的兩大戰略重心：用戶為先和AI驅動，阿里將圍繞技術驅動的互聯網平台業務、AI驅動的科技業務和全球化的商業網絡三類業務加大戰略性投入。
在開源生態上，此前，阿里雲宣布其通義千問系列大模型均開源允許免費商用，成為國內首家開源的科技大廠。近期，阿里雲推出的大規模視覺語言模型Qwen-VL也一上線就宣布直接開源。
而反觀京東、騰訊、字節等大廠，則在這一波的競逐中，選擇了較為保守的態度。這些大廠反復強調產業、業務等關鍵詞，幹自己最擅長的事。例如騰訊強調「連接器」，專注自研產品，讓夥伴唱主角。火山引擎（字節雲）在8月低調公測其基於雲雀大模型開發的AI對話產品「豆包」後，隨後將大模型能力引入落地其擅長的視頻、營銷等領域。
速度的快與慢，態度的激進或保守，背後是大廠對自身角色定位的差異，也是大廠們的戰略分野。
百度的激進體現在對內的開放，用AI原生武裝自身，對原有業務重構，原因在於百度對自身AI企業的定位，因此對外以「集成者」的身份。而阿里的激進則體現在對外的開放，無論是開源路線，還是內部孵化出「妙鴨相機」等爆款應用，在阿里「1+6+N」變革下，格外強調「孵化-獨立」的模式。
但在大模型競爭的早期，無論大廠們路徑如何分野，短期內目的地殊途同歸——都是為了做大生態。
而在大廠之外的大模型創業者，則是以小搏大，在尋找自身的護城河過程中，面臨更多的不確定性。
在上一輪的創業者浪潮中，我們看到創業者普遍的焦慮有：現在做通用大模型還有機會嗎？如何避免淪為「套殼公司」的危機？究竟是拿著錘子找釘子，還是找到釘子再造錘子？
大半年過去，這種焦慮並沒有結束，創業者們依舊恐慌，但也有一些明確的方向。
首先，大模型目前來看是巨頭的遊戲，但創業者可以「以小博大」。在中間層與應用層上，依舊有廣闊的創業空間，雖然這依賴成熟的算力基建和清晰的商業模式。
其次，規模不再是絕對的追求，做大模型重要，但「如何用好大模型」更重要。因此將「大模型做小」也是落地行業的關鍵。國內某頭部券商傳媒行業分析師曾在一次行業分享中，向「矽基研究室」提到：“中國最擅長場景與應用，大模型外，在中模型和小模型上也會非常厲害。 ”
此前，360創始人周鴻禕也提到類似的觀點：“關於大模型，中國還有另一條路，就是把大模型做小。”但「做小」對意味著做精做專，這對行業玩家的專業知識、數據集質量以及應用端部署的方式等都提出了更高的要求。
02、落地產業，國產大模型還要闖多道關
行業玩家的變化外，從落地進展來看，當下的大模型行業，炫技的人少了，談產業落地的人多了。
比如，京東集團CEO許冉曾將大模型的價值總結為「算法×算力×數據×產業厚度的平方」，騰訊在大模型的產業路線上，也表現出了專注與聚焦。在前不久的2023騰訊全球數字生態大會現場，騰訊集團副總裁、政企業務總裁李強則強調：“騰訊堅定推動大模型走入產業全鏈條，從田間到產線，從實驗室到便利店，大模型將無處不在”。
大模型落地產業，是各方關注的重點，但理想很遠大，但現實很骨感。
產業場景中最難啃的，也最能驗證大模型所許諾的生產力變革的，工業製造業就是一個直觀的案例。
大模型在工業場景中的終極應用，是成為一顆統籌全局的工業大腦。消費者在手機上根據個人喜好生成產品並下單至工廠，訂單被大模型讀取後排入生產計劃當中，點對點地監督每一個環節，最後將產品託付給物流體系，直到真正送達消費者手中。
在這個過程中，由大模型統領的柔性供應鏈解決了企業的股票壓力，消費者可以上網實時查看自己下單的產品在哪一個車間裡，工廠管理人員不必一遍又一遍地巡邏，只需要在系統發出預警後安排相應技術工人檢修。
客觀來說，大模型想落地工業場景，第一道難關——數據，都還沒過。
眾所周知，數據、算力、算法是決定大模型質量的三大要素，數據質量的高低直接決定了模型能力的上限。
而工業領域中，雖然數據總量大，但由於缺乏高效數據挖礦工具、缺少標準化接口、工業協議七國八制等問題，工業數據普遍去中心化且質量低，真正能用於模型訓練的部分並不多。而這也是今天工業大模型難產的主要原因。
即便過了數據關，大模型技術研究的局限性，也讓企業也很難接受在生產線中佈置這樣一個不穩定因素。
「湧現」能力是本輪大模型熱的技術原點，ChatGPT之所以能引爆AI領域，正是因為OpenAI將參數增加至千億級別後，大模型出現了一些意想不到的能力。
但問題是，不論是學界還是產業界，對「湧現」的理解和研究尚處於初級階段。也就是說，我們既不知道它是如何發生的，也不知道如何讓這種能力沿著我們想要的方向發展。
這種「黑箱」屬性意味著，一旦模型出現問題，或是企業生產策略發生改變，就需要對模型重新進行調整，通過調整數據配比、數據輸入順序、算法等去「碰運氣」，而不是像修車一樣可以點對點地修正錯誤。
對企業來說，這種充滿不確定的成本波動，甚至可能導致整條產線長期陷入癱瘓。因此從短期來看，大模型距離真正嵌入生產線各個環節還遙遙無期。
但不可否認的是，務實的中國工業人，仍找到了一些大模型的用武之地。
「矽基研究室」在一些工業製造企業的實踐經驗了解到，比如，任何一家企業都不希望看到因為設備故障或安全事故導致工廠停工，但想要杜絕這一點並不容易。因為在實際生產中，那些細微的變化所導致的風險並不容易被肉眼觀察到，只有通過綜合多個器械的運作數據，實驗室裡的深度分析，並輔以「老師傅」浸淫行業幾十年得來的經驗才能發現端倪。
老師傅們做不到的，大模型則可以信手拈來。遠超肉眼和人耳的觀察、分辨能力，使得大模型能透過機械堅硬的外殼觀察到內部齒輪的微小變化，經由與企業知識庫中的各種案例結合，直接生成風險報告供安全人員參考，因此可以有效降低生產風險和用工門檻。
03、加速商業化，從談夢想到開始認真賺錢
更直觀的改變是，國產大模型廠商都已加速了商業化的佈局，從談夢想開始認真思考如何賺錢。
這背後一方面是來自政策與監管層。隨著大模型應用通過備案，企業們的產品直接面向公眾，未來一段時間內，大模型廠商會在產品擴散上加碼投入，搶用戶心智。
「矽基研究室」觀察到，百度自「文心一言」全面開放後，已在其官方賬號開設多場直播，百度的員工們在直播間教用戶如何使用產品，學寫Prompt。科大訊飛更是拿出真金白銀設立「訊飛星火助手應用挑戰賽」，號召用戶分享創建的星火助手，參與就有機會瓜分10萬獎金。
圖片來源：科大訊飛微信公眾號截圖
產品心智戰打響，商業化被提至優先級，倒逼企業必須思考其商業模式。上述傳媒行業分析師提到：“商業化是大模型的第一要素，所有的商業設計都要把商業化放在第一位，這是共識。”
目前來看，國內外大模型行業的變現模式主要分為四種：一是通過大模型對話應用，根據提供增值服務訂閱制付費，例如OpenAI的ChatGPT Plus服務等。二是出售大模型API接口，按調用次數收費。三是售賣大模型開發服務，靠大模型行業解決方案掙錢。四是，將大模型能力融入當前業務產品，靠大模型優化產品能力以獲得更多商業回報，幫助存量客戶降本增效。
但目前來看，國產大模型在四種變現模式上，實際都各有各自的難處。
首先，通過大模型對話應用付費，但C端用戶的付費意願還有待培養。其次，靠出售大模型API接口賺錢，則面臨競爭激烈，利潤微薄的困境。小冰CEO李笛曾在一次採訪中提到：“我們應該提供API，收取每次調用的錢。這個收入是很少的。”
原因在於，一方面是競爭環境的變化。 OpenAI推出ChatGPT企業板、Meta開源Llama2，在產品推廣中，行業或迎來「價格戰」；另一方面，API接口開放帶動算力需求，最終的收入流入了算力基建，又是一場成交量算力的競爭。
而在售賣大模型行業解決方案上，如上文所提到的產業競爭格局，目前來看還處於「搶訂單、立生態」的過程，距離真正的商業化還有距離。而在第四種模式可能是最容易落地的場景，本質是利用大模型對舊場景的改造。
例如釘釘做AI PaaS，阿里媽媽（阿里旗下的數字營銷平台）就針對電商場景發布了兩款融入AI能力的一站投放系統，都是可落地的場景，但能否在存量里淘到更多金子，則需要打上一個問號。
而在大洋彼岸外的OpenAI，此前根據《The Information》的報導，預計在未來12個月內，通過銷售人工智能軟件及其計算能力，OpenAI將獲得超過10億美元的收入。而梳理OpenAI的商業化歷程，其已經走過了從過去低價低頻的API模式轉型高定價、高粘性的2B付費模式等更多樣化的收費方式。
而OpenAI從吞金獸到能賺錢的前提是，其已形成了一定的用戶規模，能夠形成自身的數據飛輪，不斷迭代產品體驗。而對比國產大模型，依舊還處於早期。
毫無疑問，對國產大模型而言，一場更難的硬仗已經到來了。
參考資料：
1、晚點LatePost：《首批大模型通過備案，更激進的投入開始了》
2、極客公園：《沸騰251天，訪談近百位從業者，關於大模型世界的5個現狀》
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載