这年头，不做大模型就不好意思说自己是科技公司。

这不，“百模”大战打了几个月之后，又有新玩家进场了，京东、携程都加入了大模型“战场”。

比较京东、携程发发布大模型布，这两天的大模型发生了一个更重量级的作业：Meta发布新一代AI模型LLama V2，并宣告LLama V2开源，并可直接商用。

傅盛发朋友圈谈论：“这一下不知道多少公司笑醒在深夜，多少公司哭晕在厕所……”

据传，LLama V2功用超过了GPT-4、Microsoft和Google的AI模型，可以生成言语、代码和图画。最重要的，比较GPT4，LLama V2开源，而且可以直接商用。

音讯一出，不少人都在慨叹：一夜之间大模型变天了。

要说大模型职业变天，恐怕还有点早，但LLama V2开源可商用、再加上国内这么多大模型落地，“百模”大战，恐怕要迎来*个“淘汰赛”阶段。

01 “百模”大战之后，大模型跨进使用驱动阶段

大模型赛道，做通用模型的都是大公司。

Open AI背面站在微软，文心一言背面是百度，通义千问背面是阿里，混元大模型背面是腾讯……再加上商汤、讯飞等“本乡”玩家，留给后来者的舞台其实并不大。

而这个不大的舞台，现在却显得有些拥堵。此前一份国产大模型列显现，现在国内的大模型现已有近百家。

这么多大模型落地，阐明AI大模型或许行将进入产品驱动阶段。

互联网江湖以为，大模型的开展会经过三个阶段。

*阶段，模型数据、数据为中心的技能驱动阶段。

从ChatGPT 到GPT3阶段，大模型是由技能驱动，这时候要害是算法，和数据练习。

GTP3之后，距离就在于数据量，这不难理解，这好比是一个有着*学习才能的孩子，在咿呀学语之前，前进不大，一旦把握了国际的“数据言语”，那么大模型的开展是飞速的。

而做通用大模型的玩家，需求赶快度过这个阶段，并树立自己的中心优势。

现在来看，百度文心、腾讯混元、阿里通义千问、商汤大模型、以及讯飞火星等，国产首要大模型都走到这一阶段。

这些大模型，都是大公司做出来的，能走到这个阶段的大模型，要么算法更先进，要么有满意的数据参数和练习量。

以百度为例，5月份上线的文心大模型3.5，才能现已超出ChatGPT 3.5，尽管官方没有发布详细的数据量级，但很多的数据、算法优化练习是必经之路。

这个阶段，拼的其实便是硬实力，拼的是数据生态，人才技能和资金投入，创业公司很难真的从底层做起来。

第二阶段，是产品驱动阶段。

当国产大模型不断涌现，“百模”大战的格式演出之后，职业其实就现已走到了产品驱动阶段。

产品驱动阶段，“百模”大战会阅历一轮淘汰赛。

大模型从业者普遍以为，400 亿-500亿参数量级是模型才能“突变”的门槛。换言之，关于资本商场来说，百亿参数量级之前，一些大模型项目很或许会首要遇到“生计问题”。也便是说，关于一些后来者、在遇到生计问题之前，有必要要有满意使用落地。

也因而，产品阶段的大模型，中心在落地场景。

大模型其实没有什么路途之争，笔直或许通用，与其说是路途之争，倒不如说是落地的场景之争。

咱们以为产品驱动阶段，大模型落地的要点在于，大公司底层做起，打造职业大模型基础设施，在此之上，垂类的创业公司去做使用端的笔直立异。

其完成在现已有企业走在这条路途上了，比方商汤SenseChat大模型，在不少范畴现已开端与品牌协作落地。

“表面上看通用大模型和笔直大模型代表了两种技能方向，但实际上两者相得益彰，可以并行开展。更强的通用大模型具有更强壮的学习才能，可以快速交融不同职业范畴的常识，支撑笔直大模型的练习和开发。”商汤科技相关人士表明。

在大模型范畴，商汤扎根很深。

4月份，商汤“日日新SenseNova”大模型系统发布，并敏捷落地。在自动驾驶职业，商汤构建了业界*感知决议计划一体化的端到端自动驾驶处理方案UniAD，，使车道线的猜测准确率提升了30%，猜测运动位移的差错下降了近40%，规划差错下降了近30%。

天眼查APP显现，商汤科技2021年在香港上市，彼时上市募资55亿港元。

科大讯飞落地也很快。此前科大讯飞曾表明，跟着星火认知大模型的不断迭代，其诊后恢复办理渠道将逐渐完成对一切病种、病程的精细化办理等才能。科大讯飞的大模型*的特点是更C端，有自己的产品矩阵，接入大模型之后，更简单触达C端用户。

大模型范畴，*发生商业价值纷歧定是通用的ChatGPT4，反而更或许发生在使用端走得更快的范畴。

实际上，在科技前进的浪潮中，并不是一切的价值都会被先发的企业拿走，技能商业化的价值，往往会被更老练的企业拿走的更多。

就像微信不是*呈现的交际使用，但无疑是最成功的。

第三个阶段，是用户驱动阶段。

有了场景之后，最重要的是可以取得用户的认可。从曩昔AI技能的落地来看，由ToB到ToC，是大模型落地的终究途径。所以，首要为大模型买单的必定是B端。

不过，从底层商业逻辑上，谁是终究的“受益者”，也就会是终究的“买单者”，说到底，大模型使用的终究成果仍是要服务用户。长时间来看，也终究会走到用户驱动的阶段。

只不过，与现在我们所熟知的移动使用不同，“大模型使用”的用户驱动会更快更直接，因而，有很多C端用户的公司（百度、阿里、腾讯）的开展速度或许会超出幻想。

02 大模型使用迸发的拂晓，商业化拐点已至？

尽管大模型很火，但真实躬身下沉的玩家都是大公司，出资商场的买卖数量与上一年冷季没有什么改动。

很明显，商场有顾忌。

比方，现在下场了，将来怎么退出？大模型毕竟是个需求长时间投入的项目，募资难，想要退出也难。再比方，比较有潜力的大模型项目其实都在大公司手里，这不是说创业公司没有时机，但商场仍是在调查。

“大模型的结局会是什么呢？我以为关于大模型来说，结局会会集在少数的几个大模型”。百度集团副总裁吴甜表明。

吴甜以为，大模型工业生态可类比芯片代工厂，把大数据、大算力、大算法都封装，建造自动化、数字化、标准化的出产形式。

一方面，从底层做起来的大模型，本钱十分高，需求多年堆集。另一方面，使用层面，几个少数大模型，就会有十分广泛的使用生态。换句话来说，其实并不需求那么多大模型来做重复的使用。

大模型范畴，或许也会有一个新的“二八规律”：两成的大模型玩家把握真实的底层中心技能，而多半的大模型企业都在各个范畴立异，去做大模型的使用。

可以预见的是，Meta的LLama V2大模型开源、铺开商业化之后，大模型使用端的立异会迎来一个高潮，而国内大模型产品会集迸发，使用端也会迎来许多的新改动。

曩昔的十年，以用户关系为中心，互联网完成了内容消费、服务消费、产品消费的中心化。

我们看视频到抖音、快手、B站，买东西到淘宝京东拼多多，本地日子到饿了么美团。所以，查找广告之后，短视频、本地日子、电商，成了互联网技能发明价值的首要方法。

而大模型，正在用新技能和新交互，从头改动价值的发明方法。

这种改动分为几个方面：

一、曩昔的互联网是分发内容，而大模型则是在分发的过程中发明内容；

你向大模型宣布一个发问，AI不是事前给出答案，而是在实时生成答案，这样的信息交互方法，本身是分发，也是在发明。

假如使用到广告范畴，就可以经过大模型实时生成广告，广告内容、呈现方法触达用户更精准，不再是所谓的“精准投进”而是真实意义上的“1对1”的制造、传达广告。

在曩昔，一千读者心中有一千个哈姆雷特，而在未来，一千个用户面前一起展现的，则是一千个不同定制的品牌广告。用户更能接收到品牌要害信息，广告的转化率也就更高。

在广告范畴，现已有相关的测验，百度根据大模型推出“擎舵"、腾讯推出“混元”，阿里妈妈的AIGB出价模型，都是这个方向上的使用测验。

进一步来看，这种“黑镜”式的信息分发、发明，或许会改动整个互联网的内容出产逻辑。

二、大模型的交互规划，有新的商业化时机；

大模型的使用，浅层的是着重功用性，深层的是改动本钱结构。

一个根本的判别是，大模型商业化使用首要会改动的必定是广告、营销职业，由于广告职业对用户获取信息的方法改动更灵敏。

因而，在营销、内容发明等职业，一些新的商业时机或许会被发现。

简直可以确认的是，在初期的使用阶段，商业化的时机必定与交互有关。

比方，Copy.AI和Jasper这两个营销构思东西，以GPT-3作为底层接口完成了继续的规模化变现。他们供给了交互界面和插件、API接口，让大模型能更好的去服务某个范畴的客户。

当然，这仅仅处理最根本的功用性问题，大模型真实的价值在于改动笔直职业的本钱结构，比方自动驾驶大模型的商业化价值，便是在于改动了人们的出行本钱结构。

营销仅仅一个方面，商业化方面，其实仍是得看详细细分范畴的使用。

关于不同的范畴，大模型会不断的被笔直细分，去满意更小、更纤细的场景使用。而这些更纤细，更小的场景，或许会有首要商业化的时机。

比方，文本生成，比方图片生成。可以先让编剧、漫画家的作业变得更简单？能不能把案牍从做PPT的日常循环中给解放出来，这些细微的场景，可以首要变现。

大公司，和创业公司，在使用层不同或许不是很大，使用层是创业时机最多的大模型范畴，未来职业界也或许会跑出几家专心于大模型使用的公司。

互联网江湖以为，新技能使用，找到专有价值链要素，嵌入职业，是一个必经之路。因而在使用上，找场景的公司，比练算法、堆参数的公司更有时机。

大模型的成功有阶段性突变，就像是GPT3到GPT4，但接下来这种改动会越来越不明显。也便是说，数据练习的边沿收益会下降，

大模型才能的进阶需求数据量做支撑，而商业化则需求考虑本钱问题，怎么处理这个问题，较为要害。

商业化拐点已至，大模型的商业化短期看B端，长时间时机或许仍是在C端。

大模型，有点像前几年火的ToB，不仅是要看本身的老练度，也得看职业端的适配。

大模型的本钱很高，商业化首要就要到适宜的场景中，而且可以真实赚到钱，只要真实在AI使用场景中挣到钱，而且可以真实与职业适配，大模型才有商业化的竞争力。

可以承载大模型商业化的，只要降本需求更火急的B端。

现实也确实如此，以商汤为例，在金融范畴，商汤与银行、稳妥、券商等客户打开协作，使用数字人进行智能客服、才智营销等作业，并经过接入大言语模型才能，供给投研剖析、研报编撰等新功用，企图协助银行金融机构降本增效。

在医疗范畴，商汤中文医疗言语大模型“大医”，也可以供给导诊、问诊、健康咨询、辅佐决议计划等多场景多轮会话才能。

进一步来看，B端之外，未来的大模型也或许会承载更多的产品和服务分发。

移动生态中，触达用户的方法其实便是网页、APP、小程序，那么未来的大模型生态中，假如用大模型来分发内容，那么流量的分发会愈加去中心化。

实际上，一旦言语大模型老练，而且有了满意多的用户习气，那么，承载产品与服务分发的APP、小程序，或许就会被大模型替代。

也便是说，在ToB使用的阶段之后，未来大模型长时间的价值和商业化时机，更多其实仍是在C端。

只不过，以当下的视角来看，很难去界说AI使用的“新场景”，这就像是当你身处90年代，你不或许猜测到现在的微信、抖音兴起。

现在的大模型也相同如此。

结语：

从公元元年到18世纪，人类经济增加曲线简直是平的，也只要在近三百年才呈现工业革命，近几十年才有了信息技能。

人类历史上*台核算ENIAC开始诞生，并不是用于个人核算，而是用于很多军用数据的核算，但数十年后，它却彻底改动了人们的日子方法。

现在的大模型，就如同当年的ENIAC。

当泡沫散去，大模型终究是不是“比互联网更巨大”的时机？或许人们心中早已有了答案。