文：互聯(lián)網(wǎng)江湖 作者：志剛

這年頭，不做大模型就不好意思說自己是科技公司。

這不，“百模”大戰(zhàn)打了幾個(gè)月之后，又有新玩家入場(chǎng)了，京東、攜程都加入了大模型“戰(zhàn)場(chǎng)”。

相比京東、攜程發(fā)發(fā)布大模型布，這兩天的大模型發(fā)生了一個(gè)更重量級(jí)的事情：Meta發(fā)布新一代AI模型LLama V2，并宣布LLama V2開源，并可直接商用。

傅盛發(fā)朋友圈評(píng)論：“這一下不知道多少公司笑醒在深夜，多少公司哭暈在廁所……”

據(jù)傳，LLama V2性能超過了GPT-4、Microsoft和Google的AI模型，能夠生成語言、代碼和圖像。最重要的，相比GPT4，LLama V2開源，并且可以直接商用。

消息一出，不少人都在感慨：一夜之間大模型變天了。

要說大模型行業(yè)變天，恐怕還有點(diǎn)早，但LLama V2開源可商用、再加上國內(nèi)這么多大模型落地，“百模”大戰(zhàn)，恐怕要迎來第一個(gè)“淘汰賽”階段。

“百模”大戰(zhàn)之后，大模型邁進(jìn)應(yīng)用驅(qū)動(dòng)階段

大模型賽道，做通用模型的都是大公司。

Open AI背后站在微軟，文心一言背后是百度，通義千問背后是阿里，混元大模型背后是騰訊……再加上商湯、訊飛等“本土”玩家，留給后來者的舞臺(tái)其實(shí)并不大。

而這個(gè)不大的舞臺(tái)，如今卻顯得有些擁擠。此前一份國產(chǎn)大模型列顯示，目前國內(nèi)的大模型已經(jīng)有近百家。

這么多大模型落地，說明AI大模型可能即將進(jìn)入產(chǎn)品驅(qū)動(dòng)階段。

互聯(lián)網(wǎng)江湖認(rèn)為，大模型的發(fā)展會(huì)經(jīng)過三個(gè)階段。

第一階段，模型數(shù)據(jù)、數(shù)據(jù)為核心的技術(shù)驅(qū)動(dòng)階段。

從ChatGPT 到GPT3階段，大模型是由技術(shù)驅(qū)動(dòng)，這時(shí)候關(guān)鍵是算法，和數(shù)據(jù)訓(xùn)練。

GTP3之后，差距就在于數(shù)據(jù)量，這不難理解，這好比是一個(gè)有著超強(qiáng)學(xué)習(xí)能力的孩子，在咿呀學(xué)語之前，進(jìn)步不大，一旦掌握了世界的“數(shù)據(jù)語言”，那么大模型的進(jìn)展是飛速的。

而做通用大模型的玩家，需要盡快度過這個(gè)階段，并建立自己的核心優(yōu)勢(shì)。

目前來看，百度文心、騰訊混元、阿里通義千問、商湯大模型、以及訊飛火星等，國產(chǎn)主要大模型都走到這一階段。

這些大模型，都是大公司做出來的，能走到這個(gè)階段的大模型，要么算法更先進(jìn)，要么有足夠的數(shù)據(jù)參數(shù)和訓(xùn)練量。

以百度為例，5月份上線的文心大模型3.5，能力已經(jīng)超出ChatGPT 3.5，雖然官方?jīng)]有公布具體的數(shù)據(jù)量級(jí)，但大量的數(shù)據(jù)、算法優(yōu)化訓(xùn)練是必經(jīng)之路。

這個(gè)階段，拼的其實(shí)就是硬實(shí)力，拼的是數(shù)據(jù)生態(tài)，人才技術(shù)和資金投入，創(chuàng)業(yè)公司很難真的從底層做起來。

第二階段，是產(chǎn)品驅(qū)動(dòng)階段。

當(dāng)國產(chǎn)大模型不斷涌現(xiàn)，“百模”大戰(zhàn)的格局上演之后，行業(yè)其實(shí)就已經(jīng)走到了產(chǎn)品驅(qū)動(dòng)階段。

產(chǎn)品驅(qū)動(dòng)階段，“百模”大戰(zhàn)會(huì)經(jīng)歷一輪淘汰賽。

大模型從業(yè)者普遍認(rèn)為，400 億-500億參數(shù)量級(jí)是模型能力“質(zhì)變”的門檻。換言之，對(duì)于資本市場(chǎng)來說，百億參數(shù)量級(jí)之前，一些大模型項(xiàng)目很可能會(huì)首先遇到“生存問題”。也就是說，對(duì)于一些后來者、在遇到生存問題之前，必須要有足夠應(yīng)用落地。

也因此，產(chǎn)品階段的大模型，核心在落地場(chǎng)景。

大模型其實(shí)沒有什么路線之爭(zhēng)，垂直或者通用，與其說是路線之爭(zhēng)，倒不如說是落地的場(chǎng)景之爭(zhēng)。

我們認(rèn)為產(chǎn)品驅(qū)動(dòng)階段，大模型落地的重點(diǎn)在于，大公司底層做起，打造行業(yè)大模型基礎(chǔ)設(shè)施，在此之上，垂類的創(chuàng)業(yè)公司去做應(yīng)用端的垂直創(chuàng)新。

其實(shí)現(xiàn)在已經(jīng)有企業(yè)走在這條道路上了，比如商湯SenseChat大模型，在不少領(lǐng)域已經(jīng)開始與品牌合作落地。

“表面上看通用大模型和垂直大模型代表了兩種技術(shù)方向，但實(shí)際上兩者相輔相成，可以并行發(fā)展。更強(qiáng)的通用大模型具備更強(qiáng)大的學(xué)習(xí)能力，可以快速融合不同行業(yè)領(lǐng)域的知識(shí)，支持垂直大模型的訓(xùn)練和開發(fā)。”商湯科技相關(guān)人士表示。

在大模型領(lǐng)域，商湯扎根很深。

4月份，商湯“日日新SenseNova”大模型體系公布，并迅速落地。在自動(dòng)駕駛行業(yè)，商湯構(gòu)建了業(yè)內(nèi)首個(gè)感知決策一體化的端到端自動(dòng)駕駛解決方案UniAD，，使車道線的預(yù)測(cè)準(zhǔn)確率提升了30%，預(yù)測(cè)運(yùn)動(dòng)位移的誤差降低了近40%，規(guī)劃誤差降低了近30%。

天眼查APP顯示，商湯科技2021年在香港上市，彼時(shí)上市募資55億港元。

科大訊飛落地也很快。此前科大訊飛曾表示，隨著星火認(rèn)知大模型的不斷迭代，其診后康復(fù)管理平臺(tái)將逐步實(shí)現(xiàn)對(duì)所有病種、病程的精細(xì)化管理等能力。科大訊飛的大模型最大的特點(diǎn)是更C端，有自己的產(chǎn)品矩陣，接入大模型之后，更容易觸達(dá)C端用戶。

大模型領(lǐng)域，最先產(chǎn)生商業(yè)價(jià)值不一定是通用的ChatGPT4，反而更可能產(chǎn)生在應(yīng)用端走得更快的領(lǐng)域。

實(shí)際上，在科技進(jìn)步的浪潮中，并不是所有的價(jià)值都會(huì)被先發(fā)的企業(yè)拿走，技術(shù)商業(yè)化的價(jià)值，往往會(huì)被更成熟的企業(yè)拿走的更多。

就像微信不是最先出現(xiàn)的社交應(yīng)用，但無疑是最成功的。

第三個(gè)階段，是用戶驅(qū)動(dòng)階段。

有了場(chǎng)景之后，最重要的是能夠獲得用戶的認(rèn)可。從過去AI技術(shù)的落地來看，由ToB到ToC，是大模型落地的最終路徑。所以，首先為大模型買單的一定是B端。

不過，從底層商業(yè)邏輯上，誰是最終的“受益者”，也就會(huì)是最終的“買單者”，說到底，大模型應(yīng)用的最終結(jié)果還是要服務(wù)用戶。長(zhǎng)期來看，也最終會(huì)走到用戶驅(qū)動(dòng)的階段。

只不過，與現(xiàn)在大家所熟知的移動(dòng)應(yīng)用不同，“大模型應(yīng)用”的用戶驅(qū)動(dòng)會(huì)更快更直接，因此，有大量C端用戶的公司（百度、阿里、騰訊）的進(jìn)展速度可能會(huì)超出想象。

大模型應(yīng)用爆發(fā)的黎明，商業(yè)化拐點(diǎn)已至？

雖然大模型很火，但真正躬身下沉的玩家都是大公司，投資市場(chǎng)的交易數(shù)量與去年淡季沒有什么變化。

很明顯，市場(chǎng)有顧慮。

比如，現(xiàn)在下場(chǎng)了，將來如何退出？大模型畢竟是個(gè)需要長(zhǎng)期投入的項(xiàng)目，募資難，想要退出也難。再比如，比較有潛力的大模型項(xiàng)目其實(shí)都在大公司手里，這不是說創(chuàng)業(yè)公司沒有機(jī)會(huì)，但市場(chǎng)還是在觀察。

“大模型的終局會(huì)是什么呢？我認(rèn)為對(duì)于大模型來說，終局會(huì)集中在少量的幾個(gè)大模型”。百度集團(tuán)副總裁吳甜表示。

吳甜認(rèn)為，大模型產(chǎn)業(yè)生態(tài)可類比芯片代工廠，把大數(shù)據(jù)、大算力、大算法都封裝，建設(shè)自動(dòng)化、數(shù)字化、標(biāo)準(zhǔn)化的生產(chǎn)模式。

一方面，從底層做起來的大模型，成本非常高，需要多年積累。另一方面，應(yīng)用層面，幾個(gè)少量大模型，就會(huì)有非常廣泛的應(yīng)用生態(tài)。換句話來說，其實(shí)并不需要那么多大模型來做重復(fù)的應(yīng)用。

大模型領(lǐng)域，可能也會(huì)有一個(gè)新的“二八定律”：兩成的大模型玩家掌握真正的底層核心技術(shù)，而八成的大模型企業(yè)都在各個(gè)領(lǐng)域創(chuàng)新，去做大模型的應(yīng)用。

可以預(yù)見的是，Meta的LLama V2大模型開源、放開商業(yè)化之后，大模型應(yīng)用端的創(chuàng)新會(huì)迎來一個(gè)高潮，而國內(nèi)大模型產(chǎn)品集中爆發(fā)，應(yīng)用端也會(huì)迎來許多的新變化。

過去的十年，以用戶關(guān)系為中心，互聯(lián)網(wǎng)完成了內(nèi)容消費(fèi)、服務(wù)消費(fèi)、商品消費(fèi)的中心化。

大家看視頻到抖音、快手、B站，買東西到淘寶京東拼多多，本地生活到餓了么美團(tuán)。于是，搜索廣告之后，短視頻、本地生活、電商，成了互聯(lián)網(wǎng)技術(shù)創(chuàng)造價(jià)值的主要方式。

而大模型，正在用新技術(shù)和新交互，重新改變價(jià)值的創(chuàng)造方式。

這種改變分為幾個(gè)方面：

一、過去的互聯(lián)網(wǎng)是分發(fā)內(nèi)容，而大模型則是在分發(fā)的過程中創(chuàng)造內(nèi)容；

你向大模型發(fā)出一個(gè)提問，AI不是事先給出答案，而是在實(shí)時(shí)生成答案，這樣的信息交互方式，本身是分發(fā)，也是在創(chuàng)造。

如果應(yīng)用到廣告領(lǐng)域，就可以通過大模型實(shí)時(shí)生成廣告，廣告內(nèi)容、呈現(xiàn)方式觸達(dá)用戶更精準(zhǔn)，不再是所謂的“精準(zhǔn)投放”而是真正意義上的“一對(duì)一”的制作、傳播廣告。

在過去，一千讀者心中有一千個(gè)哈姆雷特，而在未來，一千個(gè)用戶面前同時(shí)展示的，則是一千個(gè)不同定制的品牌廣告。用戶更能接收到品牌關(guān)鍵信息，廣告的轉(zhuǎn)化率也就更高。

在廣告領(lǐng)域，已經(jīng)有相關(guān)的嘗試，百度基于大模型推出“擎舵"、騰訊推出“混元”，阿里媽媽的AIGB出價(jià)模型，都是這個(gè)方向上的應(yīng)用嘗試。

進(jìn)一步來看，這種“黑鏡”式的信息分發(fā)、創(chuàng)造，可能會(huì)改變整個(gè)互聯(lián)網(wǎng)的內(nèi)容生產(chǎn)邏輯。

二、大模型的交互設(shè)計(jì)，有新的商業(yè)化機(jī)會(huì)；

大模型的應(yīng)用，淺層的是強(qiáng)調(diào)功能性，深層的是改變成本結(jié)構(gòu)。

一個(gè)基本的判斷是，大模型商業(yè)化應(yīng)用首先會(huì)改變的一定是廣告、營銷行業(yè)，因?yàn)閺V告行業(yè)對(duì)用戶獲取信息的方式變化更敏感。

因此，在營銷、內(nèi)容創(chuàng)造等行業(yè)，一些新的商業(yè)機(jī)會(huì)可能會(huì)被發(fā)現(xiàn)。

幾乎可以確定的是，在初期的應(yīng)用階段，商業(yè)化的機(jī)會(huì)一定與交互有關(guān)。

比如，Copy.AI和Jasper這兩個(gè)營銷創(chuàng)意工具，以GPT-3作為底層接口實(shí)現(xiàn)了持續(xù)的規(guī)模化變現(xiàn)。他們提供了交互界面和插件、API接口，讓大模型能更好的去服務(wù)某個(gè)領(lǐng)域的客戶。

當(dāng)然，這只是解決最基本的功能性問題，大模型真正的價(jià)值在于改變垂直行業(yè)的成本結(jié)構(gòu)，比如自動(dòng)駕駛大模型的商業(yè)化價(jià)值，就是在于改變了人們的出行成本結(jié)構(gòu)。

營銷只是一個(gè)方面，商業(yè)化方面，其實(shí)還是得看具體細(xì)分領(lǐng)域的應(yīng)用。

對(duì)于不同的領(lǐng)域，大模型會(huì)不斷的被垂直細(xì)分，去滿足更小、更細(xì)微的場(chǎng)景應(yīng)用。而這些更細(xì)微，更小的場(chǎng)景，可能會(huì)有率先商業(yè)化的機(jī)會(huì)。

比如，文本生成，比如圖片生成。能夠先讓編劇、漫畫家的工作變得更容易？能不能把文案從做PPT的日常循環(huán)中給解放出來，這些細(xì)小的場(chǎng)景，能夠率先變現(xiàn)。

大公司，和創(chuàng)業(yè)公司，在應(yīng)用層差別可能不是很大，應(yīng)用層是創(chuàng)業(yè)機(jī)會(huì)最多的大模型領(lǐng)域，未來行業(yè)內(nèi)也可能會(huì)跑出幾家專注于大模型應(yīng)用的公司。

互聯(lián)網(wǎng)江湖認(rèn)為，新技術(shù)應(yīng)用，找到專有價(jià)值鏈要素，嵌入行業(yè)，是一個(gè)必經(jīng)之路。因此在應(yīng)用上，找場(chǎng)景的公司，比練算法、堆參數(shù)的公司更有機(jī)會(huì)。

大模型的成功有階段性質(zhì)變，就像是GPT3到GPT4，但接下來這種變化會(huì)越來越不明顯。也就是說，數(shù)據(jù)訓(xùn)練的邊際收益會(huì)降低，

大模型能力的進(jìn)階需要數(shù)據(jù)量做支撐，而商業(yè)化則需要考慮成本問題，如何解決這個(gè)問題，頗為關(guān)鍵。

商業(yè)化拐點(diǎn)已至，大模型的商業(yè)化短期看B端，長(zhǎng)期機(jī)會(huì)可能還是在C端。

大模型，有點(diǎn)像前幾年火的ToB，不僅是要看自身的成熟度，也得看行業(yè)端的適配。

大模型的成本很高，商業(yè)化首先就要到合適的場(chǎng)景中，并且能夠真正賺到錢，只有真正在AI應(yīng)用場(chǎng)景中掙到錢，并且能夠真正與行業(yè)適配，大模型才有商業(yè)化的競(jìng)爭(zhēng)力。

能夠承載大模型商業(yè)化的，只有降本需求更迫切的B端。

事實(shí)也的確如此，以商湯為例，在金融領(lǐng)域，商湯與銀行、保險(xiǎn)、券商等客戶展開合作，利用數(shù)字人進(jìn)行智能客服、智慧營銷等工作，并通過接入大語言模型能力，提供投研分析、研報(bào)撰寫等新功能，試圖幫助銀行金融機(jī)構(gòu)降本增效。

在醫(yī)療領(lǐng)域，商湯中文醫(yī)療語言大模型“大醫(yī)”，也能夠提供導(dǎo)診、問診、健康咨詢、輔助決策等多場(chǎng)景多輪會(huì)話能力。

進(jìn)一步來看，B端之外，未來的大模型也可能會(huì)承載更多的商品和服務(wù)分發(fā)。

移動(dòng)生態(tài)中，觸達(dá)用戶的方式其實(shí)就是網(wǎng)頁、APP、小程序，那么未來的大模型生態(tài)中，如果用大模型來分發(fā)內(nèi)容，那么流量的分發(fā)會(huì)更加去中心化。

實(shí)際上，一旦語言大模型成熟，并且有了足夠多的用戶習(xí)慣，那么，承載商品與服務(wù)分發(fā)的APP、小程序，可能就會(huì)被大模型取代。

也就是說，在ToB應(yīng)用的階段之后，未來大模型長(zhǎng)期的價(jià)值和商業(yè)化機(jī)會(huì)，更多其實(shí)還是在C端。

只不過，以當(dāng)下的視角來看，很難去定義AI應(yīng)用的“新場(chǎng)景”，這就像是當(dāng)你身處90年代，你不可能預(yù)測(cè)到如今的微信、抖音崛起。

如今的大模型也同樣如此。

結(jié)語：

從公元元年到18世紀(jì)，人類經(jīng)濟(jì)增長(zhǎng)曲線幾乎是平的，也只有在近三百年才出現(xiàn)工業(yè)革命，近幾十年才有了信息技術(shù)。

人類歷史上第一臺(tái)計(jì)算ENIAC最初誕生，并不是用于個(gè)人計(jì)算，而是用于大量軍用數(shù)據(jù)的計(jì)算，但數(shù)十年后，它卻徹底改變了人們的生活方式。

如今的大模型，就如同當(dāng)年的ENIAC。

當(dāng)泡沫散去，大模型究竟是不是“比互聯(lián)網(wǎng)更偉大”的機(jī)會(huì)？或許人們心中早已有了答案。

       原文標(biāo)題 : “百模大戰(zhàn)”即將迎來一輪應(yīng)用淘汰賽