國產大模型產品正越做越“小”？

如果説用一句話概括2023年的AI大模型領域，“軍備競賽”可謂名副其實。各路資本和大廠紛紛入局，重金囤卡、高價挖人屢見不鮮，模型越做越大，大家也都在憧憬AI領域出現一個超級應用。

而到了2024年，隨着AI大模型領域融資退潮，中國科技企業對於大模型發展路徑的理解也產生了微妙的變化。

9月4日，百度官宣文心一言APP改名文小言，定位“新搜索”智能助理。

9月5日，支付寶官宣推出支小寶和螞小財兩款智能助手，分別定位為AI生活助理和AI金融助理，各自擁有獨立APP。

值得注意的是，無論是百度、騰訊、字節、螞蟻等互聯網巨頭，在各自坐擁超級應用的前提下，不約而同地沒有在自家應用新增一級AI入口，而是選擇了獨立APP的發展思路，而且起名也都是“小字輩”，顯然不只是巧合。

大模型與垂直場景的結合，在B端本就是共識，而如今在C端應用上，大模型產品也在越做越“小”。這不僅是2024年中國大模型企業從技術信仰逐步轉向市場落地的一個縮影，也是中國大模型開啓AI+業務探索，甚至在AI領域實現彎道超車的一個重要信號。

技術信仰還是市場優先？

據CB Insights數據顯示，今年第二季度，全球AI領域投資總額環比暴減38%，甚至出現了AI領域獨角獸Character.ai，Inflection，Covariant排隊賣身的情況。

而國內的AI融資數據則更為慘淡，桔子IT數據顯示，今年1-8月，國內AI領域發生317起融資案例，總融資金額超333億元，其中億元級融資案例達到58筆，億元級融資金額超過145億元。相比2023年，中國AI行業發生投融資事件815起，融資總金額達2631億元的數據可謂大幅縮水，月均融資不到去年的兩成。

在融資規模大幅縮水後，AI大模型行業開始面臨現實的財務考驗。

一方面，百度等企業的財報中提到了AI對業務的促進作用。但值得注意的是，由於百度在雲服務領域本身就有深厚基礎，AI帶來的業務增量或許主要來B端貢獻。

另一方面，大模型研發也給一些企業帶來了巨大的資金壓力。科大訊飛半年報顯示，上半年公司由盈轉虧，虧損金額為4.01億元。

除了採購和研發成本，大量的AI企業都會花費不小的營銷費用。

像百度的文心一言、科大訊飛的訊飛星火，都是通用大模型產品，這類產品在C端普遍都可以免費使用。如果沒有B端收入作為支撐，純粹在C端獲客，它們的營銷成本就會非常沉重。

觀察者網《AI時代，B站用户突然值錢了》中曾提到，很多通用大模型產品都會選擇在B站等網絡平台大量投放獲客，耗費了大量營銷費用。但大部分產品並沒有解決好用户下載—嚐鮮—吃灰的低留存問題，讓並不富裕的現金流雪上加霜。

有行業人士告訴觀察者網，如果沒有後續的融資或商業化產生現金流，不少AI企業會在一到兩年內遇到困境。而隨着以科大訊飛為代表的部分企業業績受到拖累，資本對於AI大模型企業的態度已經更加謹慎，月之暗面這樣的融資案例屬於特例，絕大部分的大模型企業目前融資都較為困難。

押注通用大模型產品，寄希望於用一款產品滿足用户需求的路徑，在行業內本就存在爭議。有人稱之為技術信仰和市場信仰的分歧，

即便面對現實的壓力，AI大模型企業中依然有一批企業認為強化技術才是做好產品和商業化的前提，它們被稱為技術信仰派。智譜AI就是其中的代表。

智譜AI的CEO張鵬近期就曾表示：“To B還是To C不重要，一流的公司要創造共性需求”、“有了更強的AI技術，我們就可以通過新技術去規避舊問題，走出新的路徑”。

而金沙江創投朱嘯虎並不完全支持這個觀點，他曾在朋友圈表示“不要迷信”通用大模型，並多次在公開場合表示，與其卷AI大模型的技術實力和參數規模，更需要考慮的是PMF（Product/Market Fit，產品/市場匹配），也就是怎麼商業化落地。

作為曾經投資過滴滴、餓了麼、小紅書等知名企業的投資人，朱嘯虎擁有極強的市場敏鋭度。而確實有不少AI大模型企業更關注細分產品落地，他們被稱為市場信仰派。

某大廠的AI產品經理告訴觀察者網，PMF（Product/Market Fit，產品/市場匹配）依然是AI領域的不二法則，假如AI技術難度曲線逐漸陡峭，那麼AI技術發展速度勢必會放緩，企業並不需要再去大量投入追趕技術，只需要做到一定量的AI能力就足夠投入到一個快速變現的商業場景中，實現產品落地和商業化變現。

事實上，AiPPT、ACE Studio和捏Ta三款產品的成功驗證了PMF路徑的可行性。AiPPT上線半年單月收入達到數百萬人民幣，驗證了國內付費PMF；而ACE Studio 開啓付費半年，目前海外收入單月幾十萬美元，在海外驗證了付費 PMF；捏Ta則是已經憑藉着超出互聯網時代平均水平的用户留存，驗證了國內用户對於AI產品的使用習慣。這都給了其他國內AI大模型企業一個正面案例，激勵其進一步從卷技術到卷落地。

大廠為何也搞“小”應用？

如果説中小企業搞“小”模型是唯一解，那麼大廠搞小模型探索PMF路徑，則愈發證明這條路線的有效性。

無論是技術派還是市場派，擺在他們面前有兩個核心問題——客户需要什麼？自己能做什麼？

MiniMax創始人閆俊傑談到，AI到底能解決什麼問題，本質上是模型的能力決定的，但是目前大模型的錯誤率仍然較高，ChatGPT-4o大約也在20%左右。

在目前的錯誤率之下，通用大模型產品真的能被用户接受嗎？其實很多廠家並沒有想好這個問題，只能通過宣傳參數量級和訓練卡數來彰顯自己的優勢，最終問世的通用大模型產品大同小異，而這些大量同質化的模型讓企業只能在C端砸錢做投放，最後換來一個低留存，而在B端則大打價格戰，卷得所有人都很痛苦。

在這個背景下，大廠們也紛紛另闢蹊徑，從自身稟賦出發，找到了垂類小應用這個切入口。

以字節為例，去年11月，字節成立了新AI部門Flow。過去大半年，字節跳動推出的 AI 應用覆蓋了聊天、社交、圖像/視頻、教育、音樂等領域，包括對標GPTs的AI bot 開發平台釦子，對標星野的貓箱，還有AI教育產品Gauthmath。這些產品在細分市場都取得了不俗的成績。

字節的廣撒網符合其內容平台的屬性，相比阿里與商户的鏈接，騰訊與用户關係的鏈接，字節系的流量生態根植於內容，而作為移動互聯網的最大受益者，字節也深知，一旦AI的發展導致了內容生態發生變化，其替代傳統門户網站的歷史也可能再一次發生在自己身上。

而其他廠商由於都有較強的實體護城河，因此在AI戰略上並沒有攤大餅，都選擇了能充分發揮了各自的優勢稟賦的賽道。

百度從一開始就讓文心一言APP獨立於百度APP之外，如今更名為“文小言”APP，與其基座大模型有了更強的區分度，強調其搜索屬性。而百度文庫則抓住了用户做PPT的業務痛點，多次迭代後，百度文庫已經可以實現語音指揮一鍵生成和修改PPT，百度文庫APP無論是使用率還是付費率均實現了大幅提升。

而螞蟻集團則選擇從生活和金融兩個領域入手，推出了支小寶和螞小財兩款APP，藉助支付這個落點，支小寶可以做到一鍵喚起公交碼，輕鬆找到共享單車，甚至記住你買咖啡的習慣，提前提醒你下單，做到到店那刻正好取餐，無需額外等待。

相比前三家，騰訊在to C領域則更為低調，騰訊元寶自上線以來，並沒有進行大量宣發，長期在AI下載榜和使用榜的20名開外，騰訊主要將混元大模型聚焦於金融、醫療等產業垂類項目。

對於四家有十億級用户的公司而言，他們沒有一家選擇在自家核心應用加入AI入口推流，對於這個問題的答案，各家的看法雖然有所不同，但是也有一致的部分。

某大廠AI負責人告訴觀察者網，選擇獨立APP並不代表放棄在主應用上提供接口，但是作為個性化極強的AI應用，如果強行綁定在主應用上，不僅不利於用户使用，也不利於產品迭代提升用户體驗，AI作為千人千面的代表，很多時候很難和主應用做很好地結合。

而另一家大廠的負責人則表示：考慮到數據幻覺等技術問題依然沒有徹底解決，且業內對於AI的發展形態依然存在爭議，目前推廣AI應用屬於摸着石頭過河的階段，並不適合做全量級別的推廣，因此暫時不考慮在核心應用上設置AI入口。

而在細分戰略上，各家也有不同的考量。

螞蟻和騰訊對於商業化似乎並不着急，支小寶產品負責人王翼飛認為，對於支小寶來説，找到產品的主路徑、做好體驗是當前的關鍵。而馬化騰對於AI也曾經打過一個比方：在工業革命裏，早一個月把電燈泡拿出來，在長的時間跨度上看是不那麼重要的。而百度似乎對於AI商業化的飢渴程度更高，百度在財報中曾多次提到AI商家智能體和百度文庫等引用的業務和財務表現。

但是無論選擇哪條路線，大廠們都想明白了一個事——在產品落地層面，AI並不是只需要大而全，也需要小而精。如果説去年大家討論最多的是怎麼追趕OpenAI，那麼在今年，各家大廠都找到了各自的舒適區。而除了大廠，不少初創企業也開始從大而全轉向了小而精，一個典型的例子就是王小川和他的百川智能，去年被焦慮推着走，每天有看不完的論文，今年很篤定地要摘醫療皇冠上的明珠。

AI應用本質——服務人機交互

除了業界在探索大模型的發展外，在近期召開的外灘大會上，學界對於AI的發展方向也給出了自己的思考。

外灘大會上，香港科技大學校董會主席、美國國家工程院外籍院士沈向洋提到了一本書《Machine of Loving Grace》，中文譯名為：與機器共舞——人工智能時代的大未來。作者其中一個核心觀點是，計算機發展至今，真正的贏家是做人機交互的。不管是什麼技術，最後的目的都是幫助人類更好地使用機器。

同樣在外灘大會上，對於ChatGPT，中國工程院院士、阿里雲創始人王堅做了個有趣的拆解：ChatGPT實際上是個應用平台，由基礎模型（GPT）+應用場景（chat）構成，也就是説，基礎模型很重要，但是應用場景也同樣重要，對於在10億量級用户下卷應用的中國企業來説無意識指明瞭方向，一下子把AI的競爭拉到中國科技企業更擅長的道路上。

以支付寶和微信為例，在移動互聯網時代，它們通過搭建支付的基礎設施，切入到各個應用場景中。

甚至於主論壇上，另一位重量級嘉賓，機器學習泰斗、美國“三院院士”邁克爾·喬丹提出了“三層數據市場（Three-LayerDataMarkets）”模型。

在喬丹看來，需要設計激勵機制才能驅動AI智能體貢獻和協作，產生更大價值。其中，用户、平台和數據買家通過“出讓數據”“購買數據”“提供服務”形成閉環。他強調，數據購買者也就是平台可以結合“數據和服務”建立與用户的激勵機制，從而為他們帶來真正的價值。

因此，對於AI領域的發展，盯着技術進步固然重要，目前行業也都在期待GPT-5等新一代基座大模型能夠用更大的參數量，把性能再提高一個量級。但是在此之前，對於現階段的大模型產品落地而言，做大並不是唯一的選擇，如何做小做精，真正解決用户痛點，服務好客户，才是在競爭中脱穎而出的關鍵。

目前，不少中國的大模型企業已經想明白了這個問題，也許未來AI會誕生一個超級應用，但是現在，大模型+小應用或許是目前最適合中國AI落地的發展方向。