“2024年是大模型應(yīng)用場(chǎng)景元年，中國(guó)完全可以走出一條具有中國(guó)特色的大模型發(fā)展之路?！?/p>

周鴻祎的預(yù)測(cè)還言猶在耳，經(jīng)歷了“百模大戰(zhàn)”的國(guó)產(chǎn)大模型勝出者們，已經(jīng)吹響了商業(yè)場(chǎng)景落地之戰(zhàn)的號(hào)角。

3月14日，大模型獨(dú)角獸智譜AI創(chuàng)始人兼CEO張鵬披露了公司目前的商業(yè)化進(jìn)展：已有超2000家生態(tài)合作伙伴，實(shí)現(xiàn)了超1000個(gè)大模型規(guī)?；瘧?yīng)用，與超200家企業(yè)進(jìn)行深度共創(chuàng)，涵蓋了傳媒、咨詢、消費(fèi)、金融、新能源、互聯(lián)網(wǎng)、智能辦公等多個(gè)細(xì)分場(chǎng)景。

3月18日，瀾舟科技發(fā)布了“一橫N縱”孟子大模型系列及產(chǎn)品，以孟子大模型為基礎(chǔ)，面向多個(gè)ToB場(chǎng)景發(fā)布垂直領(lǐng)域的產(chǎn)品。瀾舟科技創(chuàng)始人&CEO 周明稱，要打破 AI 落地的 " 最后一公里 " 難題。

也是3月18日，同為大模型明星公司的月之暗面宣布，在大模型長(zhǎng)上下文窗口技術(shù)上取得新的突破，Kimi智能助手已支持200萬字超長(zhǎng)無損上下文，同時(shí)公布了其在醫(yī)療、招聘、財(cái)務(wù)分析等不同領(lǐng)域的測(cè)試案例。

隨著國(guó)產(chǎn)大模型不斷解鎖新的產(chǎn)品形態(tài)和應(yīng)用場(chǎng)景，如何利用大模型技術(shù)助力企業(yè)成長(zhǎng)、賦能產(chǎn)業(yè)升級(jí)，成為業(yè)界關(guān)注的焦點(diǎn)。

以下內(nèi)容觀點(diǎn)來自真正的AI和產(chǎn)業(yè)的先行者們，也許能夠引發(fā)一些思考。

1.大模型商業(yè)化，ToC還是ToB？

?1、大模型技術(shù)迭代速度極快，今年將是關(guān)鍵的決戰(zhàn)之年。大模型還開辟了新的商業(yè)模式。例如，我們推出的生產(chǎn)力提升平臺(tái)，短短幾個(gè)月內(nèi)ARR滾動(dòng)增長(zhǎng)，預(yù)計(jì)今年將突破千萬美元大關(guān)，這在傳統(tǒng)ToB領(lǐng)域是難以想象的。

2、我們對(duì)大模型未來在agency能力上的本質(zhì)提升持樂觀態(tài)度。AI幻覺雖然可以通過向量和RA等技術(shù)得到部分解決，但復(fù)雜推理、決策和任務(wù)執(zhí)行能力的提升才是關(guān)鍵。如果今年下半年，大模型在這些方面取得了顯著進(jìn)步，那么無論是ToC領(lǐng)域的超級(jí)助理，還是ToB領(lǐng)域的業(yè)務(wù)系統(tǒng)整合，大模型的應(yīng)用都將實(shí)現(xiàn)質(zhì)的飛躍。這將是AI技術(shù)應(yīng)用的一個(gè)重大突破，為企業(yè)帶來更深層次的轉(zhuǎn)型和效率提升。

3、目前，大模型ToC領(lǐng)域的推理成本較高，短期內(nèi)難以出現(xiàn)超級(jí)應(yīng)用。但大模型的泛化能力預(yù)示著ToB領(lǐng)域的起飛。

4、大模型的泛化能力是否能解決不同場(chǎng)景下的產(chǎn)品需求？我們想知道，能否通過生態(tài)合作或IC（Independent Contractor）的方式，結(jié)合大模型的泛化能力，來打破中國(guó)ToB領(lǐng)域過去十幾年的困局。我們希望能夠減少?gòu)臄?shù)據(jù)到訓(xùn)練、推理、產(chǎn)品開發(fā)、應(yīng)用實(shí)施的全鏈條自主研發(fā)和建設(shè)，轉(zhuǎn)而尋求更高效的解決方案。

5、大模型ToB應(yīng)用目前主要集中在內(nèi)容生成和理解上，但大模型的復(fù)雜推理和決策執(zhí)行能力預(yù)示著，它將逐步滲透到企業(yè)的核心業(yè)務(wù)系統(tǒng)，如ERP和SOP。隨著下一代模型能力的提升，預(yù)計(jì)今年下半年或明年初，我們將看到大模型在企業(yè)業(yè)務(wù)系統(tǒng)中的應(yīng)用和落地，這將是企業(yè)真正開始大規(guī)模應(yīng)用大模型的起點(diǎn)。

6、在當(dāng)前的企業(yè)應(yīng)用中，與內(nèi)容相關(guān)的AI技術(shù)需求普遍存在，如機(jī)器翻譯、智能寫作、企業(yè)知識(shí)庫(kù)的智能問答等，這些幾乎成為所有企業(yè)的基本需求。然而，國(guó)內(nèi)市場(chǎng)可能很快會(huì)變成競(jìng)爭(zhēng)激烈的紅海，企業(yè)間將圍繞性價(jià)比展開激烈競(jìng)爭(zhēng)。

7、中國(guó)市場(chǎng)的特點(diǎn)使得客戶傾向于定制化服務(wù)，這往往導(dǎo)致項(xiàng)目制的模式。雖然項(xiàng)目有毛利，但公司整體盈利能力較弱。我們正在反思，如何打破這一局面，特別是考慮產(chǎn)品標(biāo)準(zhǔn)化的可能性。

8、大模型提供了一個(gè)新的視角和嘗試。傳統(tǒng)上，ToB和ToC是兩個(gè)截然不同的領(lǐng)域，但現(xiàn)在我們發(fā)現(xiàn)，ToB可以延伸到ToP（Professional User），而這些專業(yè)用戶本質(zhì)上是B端的一個(gè)節(jié)點(diǎn)，進(jìn)一步可以連接到C端。換句話說，大模型賦能的產(chǎn)品和應(yīng)用可以跨越C、P和B的界限，這種跨界產(chǎn)品是我們特別希望賦能的。

9、在ToB領(lǐng)域，我們不僅依靠開源大模型的規(guī)模和技術(shù)領(lǐng)先，更應(yīng)依靠產(chǎn)品和商業(yè)化模式的領(lǐng)先來取得優(yōu)勢(shì)。

10、無論是ToB還是ToC，成本、效率和體驗(yàn)都是決定產(chǎn)品成功與否的關(guān)鍵因素。只有在這三個(gè)方面都做到優(yōu)化，產(chǎn)品才能真正滿足市場(chǎng)需求，實(shí)現(xiàn)商業(yè)化落地。

11、無論是面向消費(fèi)者（ToC）還是企業(yè)（ToB），我們都需要打造優(yōu)質(zhì)的產(chǎn)品和服務(wù)。真正的用戶體驗(yàn)和滿足剛需是至關(guān)重要的。在大模型存在不可靠、錯(cuò)誤信息和幻覺等問題時(shí)，用戶體驗(yàn)的創(chuàng)新空間巨大。因此，產(chǎn)品和服務(wù)的質(zhì)量是我們需要強(qiáng)調(diào)的。

2.中國(guó)AI的未來在于產(chǎn)業(yè)落地

12、中國(guó)的未來機(jī)會(huì)在于產(chǎn)業(yè)的落地，以及成千上萬開發(fā)者和各行各業(yè)的熱情。這種熱情將催生出意想不到的創(chuàng)新，將AI的簡(jiǎn)單功能放大，解決實(shí)際問題。

13、我們特別注重技術(shù)和應(yīng)用如何巧妙結(jié)合，實(shí)現(xiàn)互動(dòng)。技術(shù)的單一方面可能不夠全面，應(yīng)用的粗淺也可能限制其潛力。通過迭代，我們可以探索新的創(chuàng)新力量。同時(shí)，關(guān)注用戶體驗(yàn)和成本是至關(guān)重要的，這是實(shí)現(xiàn)最后一公里的關(guān)鍵。如果不與用戶緊密合作，產(chǎn)品可能永遠(yuǎn)停留在演示階段，無法實(shí)現(xiàn)真正的突破。

14、為了避免過去人工智能的低谷，我們需要實(shí)實(shí)在在地將AI技術(shù)落地，解決實(shí)際問題，這樣才能迎來新的浪潮。注重與企業(yè)合作，了解他們的需求，從而倒推技術(shù)發(fā)展的方向。專注是第一步，然后再追求極致。服務(wù)模式（model service）、訂閱服務(wù)（SaaS）、API調(diào)用或本地部署等，每一條線都要探索其機(jī)會(huì)。只有用戶滿意，商業(yè)模式才有意義。

15、在面對(duì)大模型技術(shù)的快速發(fā)展時(shí)，我們必須保持清晰的認(rèn)識(shí)，避免被其勢(shì)頭所淹沒。許多創(chuàng)業(yè)公司在大模型出現(xiàn)后迅速被顛覆，因此在開發(fā)大模型應(yīng)用時(shí)必須明確我們的優(yōu)勢(shì)所在，并找到那些不會(huì)被底層大模型或中間層所取代的元素。關(guān)鍵在于尋找特定的應(yīng)用場(chǎng)景、行業(yè)數(shù)據(jù)或局部數(shù)據(jù)，這些是讓我們?cè)诩夹g(shù)浪潮中保持競(jìng)爭(zhēng)力的關(guān)鍵。

16、即使在同質(zhì)化競(jìng)爭(zhēng)激烈的市場(chǎng)中，性價(jià)比也是決定性的因素。隨著大模型的到來，算力成為了一個(gè)瓶頸問題。我一直在關(guān)注，如何通過技術(shù)架構(gòu)層面或芯片層面的創(chuàng)新來解決這一問題。例如，開源芯片設(shè)計(jì)是否能夠與大模型相結(jié)合。雖然創(chuàng)業(yè)公司可能無法觸及底層技術(shù)，但在應(yīng)用層面上，我們可以努力提供極致性價(jià)比的產(chǎn)品和服務(wù)。

3.大模型開源還是閉源？

17、在AI時(shí)代，我堅(jiān)信開源是推動(dòng)技術(shù)進(jìn)步和創(chuàng)新的最佳模式。開源將使大模型不受地域、文化、語(yǔ)言、政治觀點(diǎn)和意識(shí)形態(tài)的限制，能夠促進(jìn)全球范圍內(nèi)的合作與共享，真正造福全人類。

18、開源的力量是不可阻擋的。在國(guó)內(nèi)市場(chǎng)，開源大模型的基礎(chǔ)應(yīng)用和實(shí)際落地正在迅速發(fā)展，這種發(fā)展不僅展示了開源模式的潛力，也為全球AI技術(shù)的進(jìn)步和創(chuàng)新提供了新的動(dòng)力。

19、開源確實(shí)是一件具有重大意義的事情，它將技術(shù)民主化，任何有創(chuàng)新想法的人都能利用開源模型快速實(shí)現(xiàn)和迭代。這種開放模式也打破了大公司的壟斷，為個(gè)人和小團(tuán)隊(duì)提供了平等的競(jìng)爭(zhēng)平臺(tái)。即使是大型公司，其閉源模型的研發(fā)力量也無法與全球千萬級(jí)開發(fā)者和數(shù)十家公司的合作相比。

20、開源的合作力量目前還不夠充分，盡管存在如Apache 2.0等協(xié)議促進(jìn)合作，但仍面臨挑戰(zhàn)。在這個(gè)AI時(shí)代，如果大家能夠團(tuán)結(jié)合作，將是最有利于發(fā)展的策略，盡管這對(duì)小公司來說可能存在一些挑戰(zhàn)，比如在開源與閉源之間做出適當(dāng)?shù)倪x擇。如果企業(yè)能秉持開放共享、平等合作的態(tài)度，合作伙伴將會(huì)越來越多。

21、OpenAI選擇閉源，這背后有其合理的擔(dān)憂。大模型的強(qiáng)大能力可能難以控制，合規(guī)和監(jiān)管問題也是OpenAI考慮的重點(diǎn)。他們認(rèn)為閉源可以更好地控制風(fēng)險(xiǎn)。

22、大模型原生指的是，那些只有在AI大模型支持下才能誕生的創(chuàng)新，傳統(tǒng)的技術(shù)可能無法實(shí)現(xiàn)這些創(chuàng)新，比如原生于大模型的應(yīng)用Character AI，這些在沒有大模型的時(shí)代是無法想象的?，F(xiàn)在，我特別關(guān)心的是這些大模型原生技術(shù)如何在美國(guó)發(fā)展。

23、長(zhǎng)期來看，人工智能技術(shù)無疑會(huì)逐步逼近通用人工智能（AGI），但何時(shí)能夠真正達(dá)到這一目標(biāo)，這還是一個(gè)開放的問題。每一天，AI都在獲得新的能力。

24、短期來看，盡管AI技術(shù)如多輪對(duì)話和翻譯有所進(jìn)步，但如何將這些能力落地并轉(zhuǎn)化為實(shí)際價(jià)值，尤其是如何實(shí)現(xiàn)商業(yè)化，仍是一個(gè)重大挑戰(zhàn)。

4.中美AI發(fā)展差距在拉大？

25、在AI領(lǐng)域，大模型、多模態(tài)和生態(tài)是三個(gè)關(guān)鍵詞。美國(guó)已形成三大陣營(yíng)：微軟與OpenAI聯(lián)盟、谷歌DeepMind，以及開源社區(qū)。這些陣營(yíng)在大模型領(lǐng)域各有所長(zhǎng)，OpenAI在通用大模型方面領(lǐng)先，而中國(guó)的AI企業(yè)則在追趕，致力于開發(fā)千億級(jí)規(guī)模的模型，并在行業(yè)特定模型上取得進(jìn)展。多模態(tài)技術(shù)也在迅速發(fā)展。生態(tài)方面，中美差異顯著，尤其在投融資環(huán)境和公司估值上。希望今年這種情況有所改變。

26、我們堅(jiān)信，多模態(tài)技術(shù)的發(fā)展方向?qū)慕M合式走向統(tǒng)一的原生多模態(tài)，最終實(shí)現(xiàn)大模型的整合。這一技術(shù)路線是我們堅(jiān)定不移的追求目標(biāo)。在3.5版本之前，模型架構(gòu)可以參考GPT-3，但之后的大模型發(fā)展已進(jìn)入無人區(qū)，需要強(qiáng)大的前端研究和創(chuàng)新能力，這是中美技術(shù)競(jìng)爭(zhēng)的關(guān)鍵時(shí)刻。

27、美國(guó)在模型算法方面的成就，中國(guó)不僅能夠迅速理解，而且在很多方面也參與其中。例如，微軟研究院提出的神經(jīng)網(wǎng)絡(luò)架構(gòu)已經(jīng)被廣泛應(yīng)用。中國(guó)在原創(chuàng)技術(shù)方面并不遜色，但我們可以從美國(guó)的實(shí)踐中學(xué)習(xí)，特別是在頂層設(shè)計(jì)方面。我們?nèi)狈Φ氖菄?guó)家層面或聯(lián)盟體對(duì)大模型未來發(fā)展的明確規(guī)劃，包括核心技術(shù)、必要趨勢(shì)和關(guān)鍵模塊。如果我們能夠清晰定義這些要素，并快速攻關(guān)，即使算力不足，我們也有可能通過算法或應(yīng)用的創(chuàng)新來彌補(bǔ)這一不足，從而在某些方面與美國(guó)競(jìng)爭(zhēng)。

28、我們的大模型發(fā)展需要與國(guó)家的整體趨勢(shì)相協(xié)調(diào)。目前，我們的許多創(chuàng)新都是跟隨美國(guó)的步伐，對(duì)美國(guó)的技術(shù)和模型進(jìn)行改良。然而，我們需要的不僅是技術(shù)上的局部創(chuàng)新，而是一個(gè)綜合趨勢(shì)來推動(dòng)這些組件技術(shù)的前進(jìn)。

29、應(yīng)用驅(qū)動(dòng)是至關(guān)重要的，而中國(guó)在應(yīng)用場(chǎng)景方面并不遜色于美國(guó)。如果我們能夠從場(chǎng)景和應(yīng)用出發(fā)，反向驅(qū)動(dòng)技術(shù)創(chuàng)新，提高效率，我們將能夠更好地推動(dòng)國(guó)家經(jīng)濟(jì)和生產(chǎn)力的提升。

30、展望未來，我們希望中國(guó)能成為首先觸及重要問題的國(guó)家或機(jī)構(gòu)，并憑借中國(guó)人的創(chuàng)新能力，在下一輪人工智能創(chuàng)新中引領(lǐng)國(guó)際潮流。一旦這種迭代開始，我相信隨著時(shí)間的推移，我們能夠逐漸解決算力等問題，并在國(guó)際上取得領(lǐng)先地位。

本文轉(zhuǎn)載自：??i黑馬??

作者：i黑馬