年初爆火的《狂飆》，劇名正暗合了AI大模型的這一年。

　　2月ChatGPT“帶火”OpenAI時，行業還預測國內追趕尚需時日;但轉眼的5月，一場聲勢浩大的“百模大戰”便拉開帷幕。頭部公司爭先恐后，中小廠商一路追趕，生怕錯過時代的列車。

　　有人說這是人類“科技革命的前夜”，也有人在質疑其商業落地仍遙不可及。

　　這是一個注定不會寂寞的行業。“臥薪嘗膽”的谷歌“一聲長嘯”，推出匹敵GPT的新模型Gemini，也將“原生多模態”定格在了這新舊交替的節點上。

　　這也是一個注定不會一帆風順的行業。OpenAI高層“宮斗”禍起，讓這家900億美元市值的“獨角獸”秒變“草臺班子”。這讓外界得窺狂飆之下，行業內部深層的分歧與矛盾的激化。

　　2024年，將是屬于大模型的一場歧路之旅。

　　分歧

　　在最近的一場論壇上，昆侖萬維(35.800, -4.90, -12.04%)CEO方漢提出了一個頗為有趣的觀點——大模型行業里，小廠才有顛覆性創新。用他的話來說，本來就沒有用戶，沒有市場，不如放手一搏。

　　持同樣觀點的人還有百川智能創始人王小川，他相信，小廠更擁有顛覆傳統模式的能力。而這無疑與此前行業的預判有著明顯分歧。

　　直到今天，市場上對于大模型的普遍認知依然是——只有巨頭能夠參與的賽道。一家上海創投機構的負責人就算了一筆簡單的賬：“別的不說，光騰訊、字節跳動和百度儲備的GPU芯片，就是上百億的資產。”

　　但歷史一再證明，科技的突破有時并不遵循行業的“普遍認知”。就以大模型為例，早在年初方漢就對記者預言，大模型的技術架構可能沒有想象中那么復雜。“如果僅僅是做出大模型的話，中國可能不需要三五年。”

　　事實證明也是如此。一年來，大模型如雨后春筍，百度、阿里、華為、京東等互聯網大廠重金押注，無一缺席。截至2023年10月，我國擁有10億參數規模以上大模型的廠商及高校院所共計254家，分布于20多個省市/地區，國內大模型總數達238個。

　　隨著行業的快速發展，分歧與爭議也日益增多。通用模型好還是垂類模型好?是否商業化?如何商業化?何時商業化?誰能率先商業化?以至于在如今一場接一場的各類論壇中，大模型成為“逢會必談”卻也“空泛無物”的熱門話題。

　　11月底，在OpenAI董事會內部上演的一場“權力游戲”，或許可以視為窺探如今行業深層分歧的一個契機。一方面是首席科學家對于AI安全性的高度擔憂，另一方面是CEO阿爾特(13.510, -0.28, -2.03%)曼對于AI激進的商業化策略。

　　有科學家直言，人類處于前所未有的AI威脅當中。但與此同時，大眾對大模型的感知依然停留在“聊天機器人(11.420, -0.26, -2.23%)”層面。似乎除了自動生成廣告圖和永遠看起來不怎么聰明的AI客服外，大模型眼下并沒有更好的用武之地。

　　“大模型行業最終99%都會死去。”相較于許多人的樂觀贊美，王小川的話在此刻顯得頗為殘酷。

　　關口

　　總體來看，國內頭部大模型的水平大致相當于OpenAI的GPT-3.5，距離GPT-4依然有差距。而要想實現技術上的突破，方漢認為需要突破三大關口：算力、算法、數據。

　　最引人注目的莫過于算力之爭。事實上，大模型崛起的最先獲益者并非AI公司，而是芯片廠商英偉達。今年二季度，英偉達數據中心業務占比首次全面超越游戲板塊。

　　今年以來，“算力緊張”已經成為行業常態，一張英偉達高性能顯卡價格更是“一天一價”。一位英偉達代理商告訴記者，目前國內所有英偉達系GPU配置的算力中心都處于“滿租”狀態。“只要有顯卡服務器來，根本不愁大廠簽約。”

　　也有業內人士感慨：過去一年見了100多家客戶，只有一家自己擁有算力，其他人都沒有。大模型所需的算力緊俏程度由此可見一斑。

　　中原證券(3.730, -0.04, -1.06%)電子行業分析師鄒臣認為，AI大模型預訓練數據量呈指數級增長，算力已成為推動數字經濟飛速發展的新引擎。而據AMD預計，2023年AI芯片市場的規模將達到450億美元左右，至2027年將飆升至4000億美元，2023年至2027年復合增速超過70%。

　　算力硬件上的短板，短期內可以通過算法優化加以解決，而這恰恰構成行業發展的另一關口。

　　據脈脈高聘人才智庫發布的《2023泛人工智能人才洞察》顯示，今年1月到8月，新發AI崗位平均月薪超4.6萬元，人才供需比僅為0.39，相當于5個崗位爭奪2個人才。

　　vivo副總裁周圍接受媒體采訪時曾表示：“vivo大模型現在每年20億至30億元的投入成本，總投入成本已經超過200億元，人才和數據算力各占一半，人才成本平均每人稅后100萬元。”

　　而具體到部分領域，這種人才短缺就更為明顯。商湯科技醫療板塊的相關負責人此前就告訴記者，如今跨專業復合學科背景的人才對于行業至關重要。

　　數據如今更是行業發展難以突破的“險關”。且不論數據訓練的方法是各家秘而不宣的核心機密，單數據篩選就已是巨大的挑戰。

　　高質量的數據對大模型訓練至關重要，天娛數科(5.890, -0.65, -9.94%)副總經理賀晗就曾對記者表示，國內各領域數據“多而不精”“壁壘森嚴”等問題都阻礙行業發展。網易伏羲工程機械產品負責人楊新偉也直言：“工業領域高質量數據太少。”

　　落地

　　今年年初OpenAI真正引爆市場的關鍵，在于ChatGPT成為史上用戶數破億最快的應用。這讓資本看到了商業落地的可能性。經過一年發展，如今全球頭部的大模型都開始進入商業化落地的環節。

　　今年下半年，國內大模型的商業布局落地速度也顯著加快。12月22日，在全國信息技術標準化技術委員會人工智能分委會全體會議上，百度、騰訊、阿里的大模型首批通過大模型標準符合性測試，標志著在商業落地上，國產大模型又邁出重要一步。

　　據百度負責人介紹，今年以來，文心大模型保持快速迭代，5月升級至3.5版本，10月再次迭代至4.0版本，其理解、生成、邏輯、記憶四大能力顯著提升。同時，通過飛槳與文心的協同優化，模型周均訓練有效率超過98%，訓練算法效率提升3.6倍。

　　在商業方面，百度文心一言負責人王海峰日前透露，文心一言用戶規模現已達到7000萬，場景4300個。不過王海峰并未具體介紹如今文心一言具體的營收情況。

　　面向商業化場景的華為盤古大模型，在年末也有新動作。在12月的活動上，華為方面透露，目前有7家創業公司與華為云簽署合作協議。未來華為云將與簽約企業繼續基于昇騰AI云服務和盤古大模型進行聯合創新，一派生態圖景已然徐徐展開。

　　不過記者也注意到，除了百度之外，目前其他大模型廠商大都未向外界披露具體用戶的情況，且很多大模型均為垂類模型，僅對特定的用戶開放。

　　投融資活躍度是檢驗市場對于商業化落地情緒的最好指標。數據顯示，今年中國AI領域融資214億元，百川智能、Minimax和智譜AI三家公司在資本市場尤為受歡迎，融資額占比超過30%。

　　但除了三家頭部企業，其他初創公司的融資情況可能并非那么樂觀。

　　據第三方數據機構企名片數據顯示，今年國內共有26家大模型初創公司拿到融資，基本是種子輪或天使輪。相比于“雷聲滾滾”的論壇會場，市場上真金白銀的“雨點”就略顯稀少。

　　有創業者發現，如今市場對于大模型項目的市場需求、技術實力、商業模式以及團隊能力等方面的情況會有更多考量。換言之，能否在短期內商業化賺到錢成為重要的指標。顯然，在如今的大環境下，投資市場也變得異常謹慎。

　　“目前大家需要承認的是，大模型說了半天，但落地并不是很理想。”瀾舟科技創始人兼CEO周明說道，“我認為過去一年大家在醞釀情緒，找對接口，明年可能是爆發點。”也有許多投資者認為，盡管大模型市場曾有不少奇跡，但明年這個市場最大的可能性，依然屬于頭部廠商。