大模型熱潮湧動了一年多後，越來越多人平複了激動的情緒，開始從客觀的視角重新思考大模型的價值和機會。

紅杉資本在Al Ascent 2024的開場演講中提到，大模型的創造能力和推理能力，第一次實現了以類似人類的方式進行交互，將支撐起數十萬億美元的市場。

然而和AGI的遙遠夢想相比，大模型的創業者們卻不得不正視擺在眼前的現實挑戰：大模型的訓練成本高達數千萬元，但至今還鮮見殺手級應用，在“先射箭後畫靶”的質疑聲中，生存仍然是最先要考慮的問題。

一面是重構千行萬業的機會，一面是必須要翻越的高山，2024年的大模型市場，還會翻出怎樣的浪花？

據不完全統計，國內已經有200多個大模型，並且引發了“百模大戰”的說法。可稍微理性一些就能明白，“大煉模型”不過是早期過于狂熱的産物，不少大模型存在“套殼”的嫌疑，有機會上牌桌中終歸只有頭部幾家。

市場研究機構CB Insights發布的《2023年人工智能行業現狀報告》顯示，2023年中國AI領域的投融資數量約爲232筆，同比下降38%；融資總額約爲20億美元，同比下降70%。大模型熱度空前的局面下，資本市場卻罕見“降溫”。

對2023年的融資數據再深挖一層，融資額度在5000萬元以上的項目只有26個，其中還包括少數幾家企業的多輪融資。而大模型本就是一門“燒錢”的生意，那些拿不到錢的創業者，注定會悄無聲息地消失。

事實也是如此。大模型熱潮進入到第二年，真正有機會進入決賽圈的企業，似乎只剩下兩個流派。

一派是有資源、有技術、有人才的科技大廠，比如百度的文心大模型、阿裏的通義系列大模型、華爲雲的盤古大模型等。在ChatGPT走紅之前，這些科技大廠就已經開始探索大模型的方向，對大模型價值的理解也更加深刻。

比如華爲雲在2023年7月發布的盤古大模型3.0，被定位爲“一個面向行業的大模型系列”，注意力聚焦在了産業層面。百度創始人李彥宏也曾多次公開表示，“卷大模型沒意義，卷AI原生應用才有價值。”

另一派是被互聯網大廠青睐的明星創業者，目前主要是智譜AI、月之暗面、百川智能、零一萬物和Minimax，被媒體形容爲“大模型五虎”。

五家“獨角獸”拿走了大模型領域40%以上的融資，但總融資額不到200億元，而亞馬遜已經爲Anthropic投資了40億美元，微軟對OpenAI的注資早已超過100億美元。“缺錢”仍將是國內大模型創業者的常態。

需要說明的是，現階段的大模型市場遠沒有到決賽時刻，淘汰賽才剛剛開始，新的大模型仍有機會崛起，一些熟面孔也可能跑不到最後。但可以笃定的是，大模型不是一場毫無章法的無序競爭，並不難猜測接下來的走向。

當前大模型被普遍認可的有三個價值，即效率、體驗和創造，且都不缺少落地的土壤：在體驗層面優化人機交互，創造層面已經産生了大量的AIGC內容，效率層面的直接例子就是編程和研發效率的提升。

而價值體現的唯一路徑，正是將模型和各行各業的需求融合。也就意味著，“煉大模型”將是小部分玩家的戰場，將大模型的能力落地到千行萬業，才是每一個開發者都可以參與其中的事，才會是大模型的終極方向。

互聯網技術的普及，在很多人眼中是先To C再To B的路線，不管是電商、搜索還是網絡遊戲，目標對象都是個體爲單位的消費群體，直到國內的人口紅利見頂，“産業互聯網”的概念才漸漸被討論。

以至于在大模型浪潮興起後，不少人想要重走互聯網的“老路”。可把視角放大一些的話，互聯網的繁榮其實是網絡傳輸技術落地應用的“果”，借用業內普遍將算力比作電力的比喻，算力和數據是“燃料”，而大模型對標的是蒸汽時代的發動機、電力時代的電動機，扮演的是“引擎”的角色。

以電動機爲例，在日常生活中無處不在，卻幾乎沒有人會注意到，因爲創造價值的是電動機驅動的空調、洗衣機、榨汁機等産品。沿用同樣的邏輯，對話式AI就像是給電動機加了扇葉，目的是給人們演示電動機的作用，想要進一步釋放大模型的價值，必須要走出對話框，走向産業端。

科技大廠選擇“面向行業”的原因也就不難理解。盡管大模型産業應用的時間並不長，價值卻早已被驗證。

早期是科研等領域的試水。

2018年的時候，谷歌大腦團隊就宣布完成了可識別蛋白質結晶的計算機視覺技術，用于輔助多種疾病的藥物研發。

預訓練大模型誕生後，不少科研機構開始將大模型能力應用到藥物研發領域。比如西安交通大學第一附屬醫院的劉冰教授團隊，基于盤古藥物分子大模型發現了全球40年來首個新靶點、新類別的抗生素，將先導藥物的研發周期縮短至1個月，研發成本較傳統方式降低了70%。對比新藥研發“平均需要10年時間、花費10億美元”的鐵律，大模型的能力幾乎可以用“降維打擊”來形容。

然後是大中型企業的探索。

不同于外界印象中的“守舊”形象，擁有豐富私有數據資源的大中型企業，在大模型落地應用中，可以說是名符其實的先驅。

可以找到的案例也更多。螞蟻金服發布了金融大模型，涵蓋理財顧問、保險代理、投研、金融營銷、保險理賠等業務；山東能源集團在華爲雲上搭建了“盤古礦山大模型”，涵蓋9大專業40多個應用場景，推進人工智能大規模“下井”；廣發證券通過盤古大模型大幅提升了預測精度，企業財務異常識別准確率高達90%……有別于自上而下的賦能，大中型企業已經學會了使用工具。

現在越來越多行業開始擁抱大模型。

比起缺乏付費意願的C端用戶，一旦大模型釋放的生産力被印證，B端客戶對新技術的渴求要更加強烈。

IDC曾在2023年第四季度進行過一場AI應用調研，結果顯示超過九成企業已經布局了AI應用，已經接觸大模型並且有明確預算的企業占比24%、34%的企業開始制定潛在應用場景、35%的企業開始進行試點，僅有7%的企業對生成式AI完全沒有規劃。曆史上的每一次工業革命，都離不開新舊生産力叠代，只要大模型能夠做出場景創新，大大小小的企業總能在權衡後做出正確的選擇。

不過，大模型的落地是個相當複雜的系統工程，除了在方向上達成共識，還要找到更高效、更普適的路徑。

智能手機、PC、智能汽車、智能音箱等數量龐大的終端，俨然是大模型落地中不可或缺的一環。如果把大模型比作“超級大腦”，智能手機、智能汽車等終端就是人類走向AI時代的“器官”。

所以在過去一年中，端側AI的說法被頻頻提及。

華爲在2023年8月的鴻蒙4.0發布會上，官宣了小藝智能助手的升級，不僅支持用戶使用自然語言進行交互，還能幫助用戶輸出小作文、圖片、視頻等內容；三星將生成式AI作爲Galaxy S24系列的最大賣點，實現了即圈即搜、通話實時翻譯、筆記助手；即使是慢了半拍的蘋果，也在不久前公布了自己研發的MM1多態大語言模型……大模型和終端的融合已經是一種現在進行時。

端側AI的理念，讓外界看到了人機交互再次被重構的可能。就像觸摸屏淘汰了傳統的鍵盤和鼠標，打開了超級APP的格局，大模型讓“人機對話”成爲現實，和智能助手聊聊天就能點外賣、打車、購物。

倘若只是從“入口之爭”的角度看待大模型和終端的關系，不僅和大模型走出對話框的趨勢相悖，也低估了終端廠商的決心。

不久前結束的第21屆華爲分析師大會上，華爲副董事長、輪值董事長徐直軍在主題演講中提到了兩個不應被忽略的信息：

第一個是打造統一的開發者平台，面向鲲鵬、昇騰和鴻蒙生態所有的開發者，將基于華爲雲打造一個統一的開發者平台，給開發者一個統一的入口，讓開發者在這三個生態上自由地移動。

第二個是打造“小藝”超級智能體，基于盤古大模型把“小藝”打造成爲超級助手，並把HarmonyOS Next打造成爲一個原生智能的操作系統，統一AI能力底座，構建系統級原生智能。

統一的開發者平台和系統級原生智能，既是進一步打通産業端和消費端的關鍵，也是對大模型和終端深度融合的注解。

比如開發者可以通過盤古大模型理解和匹配用戶的高階意圖，結合意圖框架做服務管理和分發，精准地觸達目標用戶，在電商、政務、金融、教育等場景中提供用戶需要的個性化服務；再比如加速大模型工程化，在數據工程、模型開發和應用開發等環節外，不斷簡化應用部署和分發的流程，原本需要面向不同終端開發不同APP的服務，也許只需要喚醒“小藝”就能滿足。

剛剛，華爲開發者大會2024（HDC2024）官宣，將于今年6月21日~23日在東莞舉辦。根據HDC2024邀請函中釋放的信息，會上將發布盤古大模型5.0，並將和HarmonyOS Next鴻蒙星河版同台亮相。同時也預示著，徐直軍在主題演講中的內容並非是在“講故事”，而是2024年即將上演的一幕。

做一個大膽的預測，在HDC2024披露更多關于盤古大模型5.0以及端模融合的消息後，將有越來越多的終端廠商跟進，討論的焦點將不再局限于端側大模型，而是怎麽打通生態、怎麽爲開發者賦能，跳出“入口之爭”的思維誤區，推動大模型從嘗鮮期走向落地期，從“好玩”走向“好用”。

有別于行業端落地的潤物無聲，數以億計、乃至十億計的智能終端，直接影響著普羅大衆的體驗和感知。終端和大模型的結合，不單單是終端廠商的“戰爭”，關系著每一個開發者的前途命運。大模型的行業應用和用戶教育，不再是兩條平行線，2024年將是交叉的開始。

回顧每一次工業革命的曆程，比發明更重要的其實是推廣，怎麽將新技術推向千行萬業。

大模型代表的新一輪工業革命也是如此。大模型的價值，不在于有多少參數，甚至不在于有多麽“逆天”的能力，而是讓大模型被越來越多的人使用，通過場景化的創新産生價值。2024年也許就是大模型市場的拐點，不再是“煉模型”的時代，而是“用模型”的時代。