電子發(fā)燒友網(wǎng)報道（文/李彎彎）今年以來，國內(nèi)外大模型可以說是蓬勃發(fā)展。國外OpenAI已經(jīng)陸續(xù)推出GPT-3.5，GPT-4以及升級版GPT-4 Turbo，并且已經(jīng)實現(xiàn)較大規(guī)模的應用。據(jù)其統(tǒng)計，至今已有來自全球200萬開發(fā)者正在使用OpenAI的API，92%的世界500強公司正在使用OpenAI的產(chǎn)品搭建服務，且ChatGPT的周活用戶數(shù)達到1億人。

此外Google、Anthropic、Cohere、Meta都在大模型上都有相應的進展。國內(nèi)百度、阿里、騰訊、百川智能等也都發(fā)布了其大模型產(chǎn)品。據(jù)此前百度創(chuàng)始人、董事長兼首席執(zhí)行官李彥宏表示，截至10月份，國內(nèi)已經(jīng)發(fā)布238個大模型?？梢钥吹?，國內(nèi)外科技巨頭及AI初創(chuàng)企業(yè)都投入到大模型的研究中。然而當下，大模型如何實現(xiàn)商業(yè)化應用成了業(yè)界關注的重點。

大模型商業(yè)化路徑

大模型的商業(yè)模式基本可以分為兩類：to C和to B。to C方面，目前來說已經(jīng)有幾個很好的案例，最為典型的就是OpenAI。去年11月底，OpenAI推出ChatGPT，兩個月獲得1億月活用戶，4個月后，月活用戶突破10億。巨大的用戶積累讓OpenAI有了實施to C業(yè)務的基礎，今年2月，OpenAI推出付費訂閱版ChatGPT Plus，每月收費20美元。

隨后美國涌現(xiàn)出一大批類似的產(chǎn)品，基本都是面向C端使用，訂閱付費模式。據(jù)應用商店監(jiān)測平臺Sensor Tower的數(shù)據(jù)，2023年上半年AI應用下載量同比增長114%，突破3億次，超出2022年全年水平；此外，AI應用內(nèi)購收入同比激增175%，逼近4億美元。

向C端收費主要是基于OpenAI的大模型建立的應用，有一個案例，也是最早在C端賺到錢的公司——Jasper。最早在2020年，OpenAI推出GPT-3，次年，Jasper成立，通過接入GPT-3模型，針對市場營銷場景做精調(diào)，自動生成各種風格的營銷文案，當年就賺了3000萬美元。

文案寫作是一個需求明確的市場，用AI生成文案，只要效果比人好，就會有人買單。Jasper的用戶中一度有超過四分之三的人每個月支付80美元甚至更多，來獲得各種寫作模板套件。它在2021年的收入超過給它提供底層技術(shù)的OpenAI。

后來，美國有非常多創(chuàng)業(yè)公司，調(diào)用大模型的API來打造新的應用，最火爆的是AI對話機器人和Midjourney這類AI圖像生成產(chǎn)品，在應用商店分別貢獻了49%、31%的下載量。據(jù)調(diào)查，這類公司一度比基礎大模型公司更賺錢。有人在今年6月統(tǒng)計了全球月訪問量最高的50個AIGC網(wǎng)站，發(fā)現(xiàn)名單上90%的應用有收入，幾乎所有公司都采用訂閱制。

在國內(nèi)，第一個嘗試此種商業(yè)模式的是百度，百度文心一言在11月1日上線專業(yè)版，每月收費59.9元。另外還有一款應用，就是今年7月火過一陣的妙鴨相機，收費9塊9。

to B方面，一種是通過開放API接口的方式賺取收益，就如上文提到的Jasper，它接入OpenAI的GPT-3模型，需要向OpenAI支付調(diào)用API的授權(quán)費用。至今已有來自全球200萬開發(fā)者正在使用OpenAI的API，可見OpenAIto B客戶體量之大。

在國內(nèi)，商湯也在走這樣的模式，今年上半年商湯發(fā)布日日新大模型，產(chǎn)品并沒有向C端消費者開放，它直接面向政企客戶開放API接口。

to B業(yè)務方面還有另一種方式，即SaaS模式，AI廠商借助大模型的能力，給企業(yè)做方案、改系統(tǒng)、跑流程，最終降本增效，從而向客戶收費。造物云創(chuàng)始人邱懿武此前在接收媒體采訪的時候表示，他們曾幫助一家電子煙品牌做產(chǎn)品設計，花了100萬找傳統(tǒng)設計公司做了100多個方案，現(xiàn)在通過AI大模型，生成800個設計方案只花了10塊錢的算力成本。

國內(nèi)大模型發(fā)展現(xiàn)狀

從目前的情況來看，國內(nèi)大模型走B端市場更多，也就是之前大家提得比較多的行業(yè)大模型。即用行業(yè)數(shù)據(jù)對通用大模型進行精調(diào)形成的行業(yè)大模型，在特定領域?qū)崿F(xiàn)應用。國內(nèi)科技大廠從基礎大模型做起，搭配行業(yè)大模型，搶占各大垂直行業(yè)，比如華為發(fā)布盤古大模型后，很快就在金融、制造、礦山、氣象等垂直領域布局了垂直大模型，形成廣泛覆蓋。

互聯(lián)網(wǎng)大廠也傾向于將自研的通用大模型，跟自己的云業(yè)務結(jié)合，如百度、騰訊、阿里等，在自己的云平臺上搭載多個大模型然后把模型、算力、工具打包，以AI開發(fā)平臺的形式對外提供服務。比如，百度的文心千帆大模型平臺，企業(yè)可以在平臺上選擇基座大模型，調(diào)用各種工具，在云端做推理、微調(diào)及托管，生成自己的大模型，然后定制化開發(fā)產(chǎn)品。這種就不是單純的調(diào)用API接口，對于客戶來說更方便好用。

當前，國內(nèi)外企業(yè)在大模型方面采用兩種方式，一種是開源，一種是閉源。開源即開放源代碼，允許開發(fā)者查看、修改和分發(fā)開源代碼；閉源則與之對應，用戶只能對產(chǎn)品有使用的權(quán)利，沒有修改的權(quán)利。如Meta公司的ChatLLaMA就是國際上最為主流的開源大模型之一。在國內(nèi)百川智能之前也推出了幾款開源的大模型，據(jù)該公司介紹，其發(fā)布的Baichuan-7B/13B兩款開源大模型累計下載量已超過600萬次。

在這種開源大模型的協(xié)助下，國內(nèi)外也涌現(xiàn)更多大模型產(chǎn)品。開源本身有它的好處，它有助于技術(shù)的快速迭代與創(chuàng)新，形成繁榮的生態(tài)。然而太多企業(yè)沉迷于研發(fā)屬于自己的通用大模型，對于整個產(chǎn)業(yè)的商業(yè)化發(fā)展并不是一件特別好的事情。

近期，李彥宏就這個話題發(fā)表了觀點，在他看來，目前，國內(nèi)已經(jīng)發(fā)布238個大模型，大模型太多，而模型之上開發(fā)的AI原生應用太少。他認為，人類進入AI時代的標志，不是產(chǎn)生很多的大模型，而是產(chǎn)生很多的AI原生應用。大模型本身是一個基礎底座，類似操作系統(tǒng)，那么最終開發(fā)者要依賴為數(shù)不多的大模型來開發(fā)出各種各樣的原生應用。

“不斷地重復開發(fā)基礎大模型是對社會資源的極大浪費?！彼硎?，由于沒有智能涌現(xiàn)能力，專用大模型的價值其實非常有限。只有當模型的參數(shù)規(guī)模足夠大，訓練數(shù)據(jù)量足夠多并且能夠不斷投入，進行迭代，才能夠產(chǎn)生智能涌現(xiàn)，大模型才能具有觸類旁通的能力。大模型的產(chǎn)業(yè)化模式，應該是把基礎模型的通用能力和行業(yè)領域的專業(yè)知識相結(jié)合。

寫在最后

當下，探索大模型商業(yè)化應用是重點。同時可以很明顯的看到，大模型正在向邊緣端滲透，尤其是在手機上的應用，大模型技術(shù)正逐步成為手機的標配。

今年以來，多家手機廠商相繼傳出其手機端側(cè)的大模型已經(jīng)跑通。本月初，vivo發(fā)布五個大模型矩陣，并于11月13日推出全球首個百億大模型在終端跑通的大模型手機；小米創(chuàng)始人雷軍也在近期表示，小米AI大模型最新一個13億參數(shù)大模型已經(jīng)成功在手機本地跑通；今年8月份，華為鴻蒙OS 4也宣布接入大模型。

當然，要將參數(shù)動輒百億、千億級的大模型放進手機端，也存在難點，成本高、自研難、算力消耗大等，這是手機及芯片廠商需要共同探討解決的難關。

此外，大模型的持續(xù)研發(fā)帶來的安全性問題也需要引起重視。最近OpenAI的人事變動風波，就起源于領導層對大模型安全性問題考量的分歧。據(jù)稱，OpenAI兩位頂尖研究人員 Jakub Pachocki 和 Szymon Sidor開發(fā)出了名為Q-Star的模型，它能夠以前所未有的能力來解決數(shù)學問題。消息稱，該模型的演示在OpenAI內(nèi)部流傳，其發(fā)展速度令一些關注人工智能安全的研究人員感到震驚。

Q-Star能夠取得這種突破，本身基于Ilya Sutskever啟動于2021年的一項重要工作：GPT-Zero。該項目研究如何使用計算機生成的數(shù)據(jù)——而不是現(xiàn)實世界的數(shù)據(jù)，例如從互聯(lián)網(wǎng)上提取的文本或圖像——來訓練新模型。GPT-Zero獲得了突破，于是OpenAI克服了高質(zhì)量語料不足的障礙，一下子有了足夠多的高質(zhì)量數(shù)據(jù)來訓練新模型。

Ilya對Q-Star持謹慎和警惕的態(tài)度，他擔心該項目的持續(xù)突破將帶來嚴重的危機，因此出現(xiàn)了最近的OpenAI人事變動風波。種種事件顯示，科技企業(yè)在積極推進大模型研發(fā)和商業(yè)化應用的同時，也需要更多的關注它的持續(xù)突破可能帶來的風險。