出品｜派財經

文｜何平 編｜派公子

大模型、生成式AI、通用人工智能，如今已經是幾乎每個互聯網人都能講個幾句的通識概念。

作為2023年上半年最受關注的熱門賽道，國產大模型爭相出世，誰將成為“中國版GPT-4”惹人注目?！鞍倌４髴稹笨涨凹ち?，華為、阿里、騰訊、商湯、京東等企業陸續發布或更新大模型。比如，百度智能云的“文心”系列、阿里云的“通義”系列、華為云的“盤古大模型”、京東云的“言犀”、商湯的“日日新”、科大訊飛的“星火”、出門問問的“序列猴子”、第四范式的“式說”等產品。

AI大模型興起和快速發展推動我們進入了第四次工業革命，以云計算、物聯網、大數據、機器人等為代表，正在推動社會生產、生活方式的變革。大模型熱掀起了整個人工智能產業全新浪潮。如今各行各業都在探索跟大模型的結合。派財經將聚焦于“AI大模型”開展系列專題分析，該篇為第一篇。

1、大模型混戰，三大派系同臺競技

值得關注的是，大模型產品的批量涌現呈現了一定程度的同質化，尤其展現在“文生文”領域，各家大模型在文生文方面，關注的重點比較類似，集中于流暢的上下文理解、減少幻覺問題、符合倫理安全等。

在“文生圖”上略有區別，百度文心一格稱能夠實現對人物面部表情、毛發等部位的精細刻畫；商湯科技的“秒畫SenseMirage”則能夠幫用戶補全提示詞，生成攝影級圖像……

圍繞著“通用大模型”這一熱門概念，市面上分為了大廠派、創業派和學院派三類。

其中，大廠派布局范疇廣，普遍在ToB與ToC兩級進行布局。在ToB行業解決方案方面，大廠派一方面紛紛發布了覆蓋各行業的端到端解決方案，其中金融、文旅、傳媒、醫療、政務等行業也幾乎是各家大廠關注的重點；同時，大廠也致力于為其余大模型研發企業提供算力、數據管理等基礎設施服務。

創業派企業則更多專注于將大模型能力應用到其優勢業務領域中，比如商湯科技、第四范式等企業。

此外，擁有高校、科研院背景的學院派企業也是不可忽視的力量。比如，僅有2021年成立、由全球NLP（自然語言處理）技術專家周明創辦的“學院派”代表企業瀾舟科技和擁有“清華系”創業北京的生數科技等企業。

目前發布的通用大模型已超過80個，但隨著入局者激增，通用大模型頭頂的光環正在變得黯淡下來。

2、蹭著“大模型”熱，迎來新一波上市熱潮

大語言模型是具有能力邊界的，不僅落地成本高昂，其準確率也需要反復商榷。通用性大模型技術仍然沒走到成熟階段，比起在C端的運用，大模型的真正價值在產業落地方向更能體現。

早在2015年，深度學習的算法突破帶來智能語音和計算機視覺領域的一波AI創業浪潮，AI四小龍橫空出世，但長期以來AI技術如何落地到應用層面，自我造血能力頗為困擾。當前，僅以人臉識別為代表的技術在安防領域實現了大規模落地，并未在某個產業端實現穩定應用。

在燒光了600多億融資后，AI四小龍們一度陷入生存困境。直到ChatGPT的出現，再次加固了人們對于AI技術的信心，以大模型為商業模式的AI創業公司如雨后春筍般涌現。

對于大模型創業熱潮的火熱，經緯創投創始管理合伙人張穎引用了一個調研數據——從今年3月到5月，召開業績電話會議的標普500指數的公司中，有110家公司的高管提到了AI，這是過去十年的3倍。

截至今年6月底，有十幾家大模型初創公司宣布獲得融資。根據公開信息顯示，當前融資規模最大的是MiniMax，今年6月獲得騰訊公司超過2.5億美元A輪融資；王慧文創辦的光年之外在被美團以收購前，也獲得了2.3億美元的天使+輪融資。

一波AI智能公司，蹭著這波熱潮紛紛開始排隊申請IPO。近期，AI 智能駕駛芯片公司“黑芝麻智能”、AI 語音公司“云知聲”、生成式 AI公司出門問問、AI制藥公司“英矽智能”等多家 AI 公司密集向港交所遞交上市申請。

其中，作為亞太首家啟動IPO的 AI 制藥公司英矽智能備受資本關注，若能成功上市，將有望成為“亞太 AI 制藥第一股”。不過值得注意的是，英矽智能并沒有實現新藥量產銷售，且在2022年年虧損高達2.21億美元，收入僅3014.7萬美元。

在上一輪AI熱潮中未能成功上市的AI企業均呈現短期虧損、盈利難的情況。

與上一輪AI技術熱潮相比，ChatGPT為代表的通用大模型同樣具備技術門檻高，開發訓練和運營所需的成本巨大等特點，大模型的訓練成本要更高，動輒一次訓練就能耗光數百萬美元。

在人工智能領域對于技術研發的費用支出，數額龐大且驚人。

2022年在研發費用上投入最大企業是華為，累計投入了1615億元；其次是騰訊，614億元；第三是阿里，投入研發費用高達555億元。另據公開資料顯示，百度作為較早入局人工智能的玩家，過去十年，其在AI領域的投入超過1000億元。

不同的是，有了AI1.0科技熱潮的教訓，AI2.0時代，技術在產業層的落地更快了。

聚焦特定領域、針對特定場景、解決特定問題的行業大模型，取代了通用大模型，成為了關注重心。人們普遍意識到走向細分領域才有更多機會，綜合考慮行業專業性、持續迭代和綜合成本等因素，行業大模型更容易實現商業價值落地。當前，已有一些行業大模型在金融、制造、醫藥研發、煤礦、鐵路等諸多領域發揮了作用。

3、ChatGPT降溫，大模型回歸產業落地

AI大模型的商業化落地，可能還得回到成本核算這件事上。通用大模型的市場需求尚且不高，且已經呈現同質化競爭的趨勢。

雖然大模型很火，但本質上還是一場門檻極高的“燒錢游戲”，只有具備雄厚資金實力和強研發能力的頭部企業才有望坐上“大模型”的牌桌，而創業公司一味盲目跟風，將容易帶來投資浪費，增加能源、算力等消耗，產生低質量產品。

將目光放遠至全球范圍，資本對于AI技術的信心尚未恢復。研究公司PitchBook的數據稱，今年前六個月，全球風險投資資金幾乎減少了一半，下降48%至1739億美元，交易數量也下降了19%。

在達到熱點高度后，這一波人工智能熱潮將逐步回歸冷靜階段，回歸到尋找商業化路徑解決方案的商業本質上。

當下ChatGPT熱度已經開始下降。作為現象級產品，ChatGPT在發布5天后便獲得了100萬用戶，又用了兩個月時間用戶邁過了1億大關。今年6月，ChatGPT迎來了自去年11月上線以來的首度流量負增長。

根據 SimilarWeb 的數據，今年 6 月 ChatGPT 的網站與移動客戶端的全球流量（PV）環比下降了 9.7%，美國地區的流量環比下降了 10.3%。同時，ChatGPT 的獨立訪客數量（UV）下降了 5.7%，訪客在網站上花費的時間也下降了 8.5%。

究其原因，C端用戶對于大模型的初步應用已經“審美疲勞”了。用戶對于ChatGPT的嘗試仍處于淺嘗輒止的階段，之回答了一些基本問題，對于其數據分析和編寫代碼的強大功能并不熟悉。

不過，作為史上最成功的To C產品之一，ChatGPT仍占據人工智能市場的主要地位。

業內一種普遍觀念認為，以大模型為代表的人工智能應用將會觸發下一個“互聯網”時代的到來，但當前仍處于初期。在大模型發展初期，技術短板和隱私安全問題都是在實際操作過程中頻發的隱患。近期，國家互聯網信息辦公室等7部門日前聯合公布《生成式人工智能服務管理暫行辦法》，對生成式人工智能產品及服務提供者作出了一定要求和規范，但目前尚缺乏對使用者的有力約束。此外，大模型生成內容的知識產權、數據來源的合法性等問題都亟待解決。

回望1998年互聯網剛剛興起之時，也經歷了一段混沌發展時期，站在新的轉折點，歷史總是驚人相似，在百花齊放奇斗艷的AI大模型競爭之中，同樣機遇和泡沫并行。