AI創業者陳冉，發現行業裏有一些「怪現象」。
很多客戶向他反饋，自己很困惑。一方面，大模型更新速度太快，搞不清楚到底哪個好用；同時，自己也不知道大模型怎麽跟業務結合；另外，自己的數據集究竟能不能精調出一個好用的大模型，心裏也沒譜。
最後的結果就是，願意投入大模型，但不知如何下手，即便下定決心了，也摳摳搜搜拿不出太多預算來。
這進而導致，大模型公司開始卷價格，打起了價格戰。「拼到最後就是，又燒錢、價格還低、還沒人用的狀態。」
陳冉是人工智能社區和生態公司開放傳神（OpenCSG）的創始人、CEO，他認為大模型行業的無效內卷是一種消耗。去年一哄而上做大模型的公司們，最終沒能避免掉進當年ofo們踩過的陷阱。
這逼得行業大佬、零一萬物創始人李開復放話，「如果中國市場就是這麽卷，大家寧可賠光、通輸也不讓你贏，那我們就走外國市場」。
做了多年技術開發，很早就開始AI創業的李友峰，同樣對今天的現象感到不解。「以前我們討論一個項目，會關註它有什麽價值，但到了AI大模型，大家很少討論價值，都在討論領先。」
鋪天蓋地的榜單，五花八門的排名，自吹自擂的營銷，讓這個行業顯得浮躁喧囂。廠商們最後花了很多錢，產品落地不了，技術實際上也沒有太領先。
5月下旬，清華系大模型公司銜遠科技被曝換帥，創始人周伯文將離開公司。消息傳出後，有創業者稱：聚焦算法，或許是一條彎路。
大模型創業，在中國是一條窄路，對某些團隊也許是不歸路。
如今，2024年過半，「百模大戰」也過去一年多了，行業發展到哪了？接下來又會往哪卷？
卷技術：考高分的太多，能幹活的太少
國內大模型行業，今年明顯比去年「安靜」。去年是「阿貓阿狗」都來參與，幾百個大模型面世，今年除了幾個科技大廠和頭部的創業公司，其他大部分都消停了。
因為大家發現，吆喝再大聲，落不了地都是白搭。
國內的大模型不是太少，而是太多，尤其是吹牛的多。
「廠商總是宣傳大模型能幹啥，卻不說不能幹啥，客戶就有點被誤導，以為大模型什麽都能幹，想著把原來的業務顛覆重做一遍，這不現實。」陳冉對「定焦」說。
回看過去一年大模型行業的發展，我們會發現，最先打起來的不是價格戰，甚至也不是技術戰，而是營銷戰。
營銷是為了搶聲量。開發布會、刷榜、投廣告甚至碰瓷對手，能吸引更多關註，讓大家「覺得」自己領先。至於好不好用，真實的技術實力如何，可以後期再補課。
李友峰告訴「定焦」，現在國內所有的所謂自研大模型，基本都是基於開源架構改的，沒有真正意義上的原創和全自研。這意味著，大模型公司之間的技術差距並不大。
這也是為什麽一家創業公司，能在兩三個月內從零到一推出一款全新大模型。最好的例證是，去年李開復的零一萬物發布「Yi」系列模型，被指使用了LLaMA的架構，只對兩個張量進行了重命名。
陳冉認為，國內大模型還沒有形成完整的創業生態，大家一蜂窩沖上來，發布幾個模型證明不了什麽。他以智能汽車行業早期做類比：大家都想造車，做輪胎的、造發動機的、甚至做雨刷的，都想親自下場，但最基本的電池、電控甚至輪子座椅都還沒準備好。
單純從技術層面，時至今日，國內沒有哪個團隊處於絕對領先位置。
AI大模型有三大要素：算法、數據、算力，國內廠商們過去一直在啃算法，大家發布模型，本質上是發布一套算法和系統。大家比拼誰的算法更先進，誰的模型參數更大，推理效率更高。但現在越來越多從業者發現，算法其實沒有壁壘。陳冉更是直言「大模型不值錢」。
「我認為企業級的大模型沒意義，開源企業級就行了，因為最重要的是數據。」他說。
數據是比算法更稀缺的資源。算法可以通過修改開源模型和人海戰術叠代，算力可以通過砸錢買卡獲得，但優質的數據沒有渠道售賣，花錢不一定能買來。
訓練模型跟訓練學生類似，數據相當於教材或教育資源，過程就叫預訓練。偏遠山區的孩子和一線城市的孩子，從小獲得的教育資源不同，訓練過程不同，最後高考考上重點大學的概率也必然不同。某種意義上，擁有優質數據，預訓練就成功了一半。
過去一年，行業裏評估一個大模型好壞的標準，是通過測評，相當於考試。既然是考試，就有作弊的空間，或者可以通過刷題得高分。這就導致，很多大模型其實是「應試教育」的產物——參數大、得分高、性能強，但沒啥實踐能力。
李友峰認為，算法有很大局限性，如果脫離具體的應用場景，算法沒有意義。「比如模型的參數大，計算能力很強，做數學題也許表現很好，但這並不意味著它能在實際業務裏產生價值。」
今年以來，大模型拼參數的風氣有所改觀，各種雜七雜八的「野榜」也有所收斂，說明公眾不好糊弄了。問題是，如果不比參數，大家還能比啥？
卷價格：C端不敢收，B端收不起
一個模型或一個項目要證明自己有價值，最直接的方法是從市場上賺到錢。今年以來，越來越多AI創業者和投資人，開始將商業模式掛在嘴邊。
大模型行業的商業化有兩大類——To C和To B，即向個人用戶收費，和向企業（包括政府、開發者）收費。去年行業達成共識，To C收費很難，先從B端入手。
B端企業是大模型的最大客戶。一家做系統集成公司的員工曾對「定焦」說，他們很早就接入了百度的千帆大模型平臺，擁抱大模型的意願很強，不過他們不是因為模型效果好而使用，僅僅是怕被AI落下。而一旦模型收費，他們就得再考慮考慮了。
這代表了很多企業的心態：能白嫖就白嫖，付費就必須得看到效果。用陳冉的話說：「讓客戶花錢，就得讓他看到成倍的增效，不見兔子不撒鷹。」
李友峰認為，真正用大模型的企業，都關註業務數據而不是算法指標。「比如轉化率、點擊率和其他關鍵指標，分別提升了幾個百分點，如果不能做到這些，即便算法有1萬億參數，價格低至1毛錢，客戶也不會買單。」
5月的這一波價格戰，大模型API的調用價格直降超過90%。以字節跳動、阿裏、百度為例，每百萬token推理輸入量的價格，降到了8毛、5毛和免費。
然而這更多被市場解讀為營銷行為，有點清倉大甩賣的意味。
Lepton AI創始人、阿裏原副總裁賈揚清說：「今天不是說API貴才沒有人用，而是因為，企業首先得搞清楚到底怎麽用起來產生業務價值，否則的話，再便宜也是浪費。」
出門問問創始人李誌飛更是直言：「將API價格降到無限逼近零，說明OpenAI對消費者收費和對企業收費的兩種商業模式在中國競爭環境下都不可持續。」
百度是C端B端兩手抓，其中面向C端的文心一言4.0是付費版，連續包月49.9元，百度一直沒有公布文心一言的付費率數據。據AI產品榜的數據，後起之秀月之暗面的Kimi，網頁版的訪問量在4月超過了文心一言。Kimi沒有選擇用收會員費的形式「自廢武功」，而是非常另類地推出了打賞功能，非強製，在高峰期算力不足時可獲得優先使用的權益。
這還是C端大模型的頭部選手，由此可見收費之難。歸根到底，當前的大模型產品還不夠好用，不是那麽剛需，需要給人們一個付費的理由。
AI初創公司語核拿到了奇績創壇的投資，它一開始的產品都是面向C端，解決各種實用需求。創始人池光耀告訴「定焦」，其中一款主力產品CopyAsk，既能免費使用，也可以付費解鎖更多功能，但超過99%的用戶在白嫖免費額度，收上來的錢很難養活公司。
今年初，語核進行轉型，開始做面向B端的Agent產品，目前已經拿下兩個訂單，「客戶付費意願還不錯，現在有錢賺了蠻好。」不過，要徹底跑通某個垂類的B端業務，還需要一段時間探索。
有極少部分公司，抓住了市場需求，並打通了業務場景，率先賺到錢。
陳冉想做生態，他的OpenCSG線上做社區，線下賣軟件CSGHub和Starship，客戶以B端企業和D端開發者為主，已探索出應用分傭和用戶訂閱兩個變現模式，未來還可以增加算力分傭模式。他告訴「定焦」，公司今年預期營收幾千萬，盈利大幾百萬。
卷應用：爆款應用未出現，產品和工程落地難
大模型發展到今天，從業者一方面想辦法賺錢，同時也在等待爆款應用出現。之前我們見證了妙鴨相機、Kimi、Suno等應用的走紅，但這都還稱不上爆款。而只有出現爆款，才能說明AI不是紙上談兵。
大模型廠商打響API價格戰之時，有人不以為然，有人嗤之以鼻，也有人格外興奮。
作為一個獨立應用開發者，池光耀認為API降價是巨大利好。API降價之前，他每個月要花200元左右的預算在模型調試上，現在他調用降價之後的深度求索DeepSeek-V2模型，半個多月只花了1.11元。
他去年開發了好幾款應用，受限於高頻調用帶來的高額推理成本，而用戶又不願意付費，導致至今產品沒有推出去。現在他迫不及待想讓這些應用「跑」起來，「要不是現在手上有B端的單子推不掉，我就直接去做C端產品了。」同時，那些以前因為負擔不起API調用費而做不了的B端訂單，現在也可以做了。
他認為，接下來幾個月，會有海量關於大模型的應用場景的探索，很可能會帶來應用場景的大幅增加。一些過去需要依靠人工或工程化的手段判斷的高頻的、低邏輯需求的，且延時不敏感的應用場景，或許可被免費的大模型API取代掉。
大模型落地，一定是從場景開始突破。無論大模型API是否降價，找場景都會成為下半年的共識。
李友峰認為，下半年出圈的應用會越來越多，找到合適的場景，在規模產出的基礎上覆蓋規模的成本。「大家應該拼命去找價值，而不是卷價格。」
目前的AI應用中，有兩類已經顯現出了價值，並獲得了不錯的反饋。
一類是提效，Kimi幫助職場打工人搜索資料、整理文獻；造物雲給品牌用AI做產品設計和營銷物料，創始人邱懿武告訴「定焦」，他們用AI給某咖啡品牌做了2000個杯子的設計方案，不算模型投入，算力成本只要10塊錢。
另一類是娛樂，比如Suno這種AI寫歌軟件，以及很多創業公司在做的AI陪伴、角色扮演。
目前行業裏普遍認為，Agent AI是下半年行業的重點，國內外從業者都在往這方面卷。
隨著對產業的探索加深，李友峰發現，AI真正難的是產品和工程（指構建、開發和部署大型機器學習模型的一系列技術和實踐）。「不斷讓大模型走向產品、工程、商業、產業，是中國創業公司成長的唯一路徑。」
一旦工程問題解決了，模型反而不重要了，用戶在使用產品的過程中，不關心底層用的是哪個模型，自研占多大比重，效果好比說啥都強。
現在的情況是，大模型在具體應用時，還不能百分之百保證效果。以大語言模型為例，「胡說八道」的毛病一直沒有克服。「這種不可控的狀態，很難讓它在生產中發揮很大作用，還需要時間打磨。對於大部分B端客戶，如何跟上社區和大模型生態發展和進化才是應該關註的。「 陳冉說。
他認為，之前行業對大模型過於樂觀，總有「訓練一個大模型改變世界」這種不切實際的幻想，事實上大模型還沒有真正形成生產力。在AI 1.0到AI 2.0之間，還有一個過渡的過程。「就是如何通過AI先賦能已有體系，而不是全盤否認。」
在向上爬的過程裏，必然有一些公司會摔下去被淘汰，尤其是那些還不具備造血能力的公司。斯坦福大學以人為本人工智能研究院在一份報告中稱，2023年全球對人工智能的投資連續第二年下降。
在國內，以阿裏、百度為代表的科技大廠還在持續投資，比如阿裏就耗資8億美金，投資了Kimi的母公司月之暗面，占股36%，市場傳聞騰訊也在洽談跟進。
然而，對於推動原始創新和產品落地，這些大廠究竟發揮了多大作用、扮演著什麽角色，我們越來越難以評估。大廠一方面自己做大模型，同時又投資了市面上幾乎所有的明星創業公司，用股權把對手綁定。甚至這一波被開發者稱贊的API降價，也不是由大廠發起，而是一個叫幻方量化的私募巨頭，以及創業公司智譜AI帶頭，隨後的大廠跟進，充滿了被動和營銷的味道。
下半年，行業依然會很卷，畢竟國內大模型從一開始就是競爭驅動的。也許，我們能卷出來幾個贏家，爆款應用也不遠了。
*應受訪者要求，李友峰為化名。---[文:定焦*作者:黎明*編輯:魏佳/來源: 鈦媒體]
