在歲末年初之際，國內AI大模型領域呈現(xiàn)出一派熱鬧非凡的景象。多家大廠相繼發(fā)布新產(chǎn)品，仿佛在向年終KPI發(fā)起最后的沖刺。
智譜，作為大模型六小虎中的一員，近期剛剛完成了新一輪高達30億的融資，為市場注入了新的活力。緊接著，字節(jié)跳動推出了豆包視覺理解模型，而快手也不甘落后，正式上線了可靈1.6版本。這一切似乎都在預示著，AI領域正迎來新的高潮。
如果說2023年是AI大模型的元年，那么2024年則可以被視為AI的應用之年。這一年，深度推理成為主流，AI Agent成為新的風口，多模態(tài)模型層出不窮，AI產(chǎn)品的迭代速度之快，令人目不暇接。然而，從AI領域的爆發(fā)至今，其實還不足兩年的時間，這種發(fā)展速度不禁讓人感嘆“AI一年，人間十年”。
然而，盡管AI領域發(fā)展迅猛，但至今仍未迎來真正的爆發(fā)時刻。曾經(jīng)，算力被視為AI領域發(fā)展的核心要素，各大廠商紛紛投入巨資建設算力基礎設施。然而，隨著行業(yè)的快速迭代，僅靠算力和參數(shù)規(guī)模的提升已經(jīng)難以真正超越同行。再加上大模型的訓練和運營需要大量的算力和資金投入，這對現(xiàn)階段還難以走通商業(yè)模式的大模型廠商來說，無疑是一大挑戰(zhàn)。
以字節(jié)跳動為例，據(jù)媒體報道，僅在2024年，字節(jié)在AI上的投入就達到了驚人的800億元，幾乎相當于BAT三家資本開支的總和。而到了2025年，這一數(shù)字更是將攀升至1600億元，其中約900億人民幣將用于AI算力的采購。然而，即便是如此巨大的投入，也未能讓AI領域迎來真正的爆發(fā)。
事實上，從長遠角度來看，算力并不能構成真正的護城河。它更多地體現(xiàn)為硬件層面的核心競爭力，而真正的技術壁壘則難以形成。谷歌在內部討論如何應對ChatGPT時就曾指出，開源AI模型的發(fā)展之迅速，使其很難形成強技術壁壘。即使是谷歌全力投入，也可能贏不了這場AI競賽。這種觀點無疑給整個行業(yè)潑了一盆冷水。
在國內，各大廠商的AI模型雖然各有千秋，但核心功能普遍同質化嚴重。一個新功能的推出，很快就會被其他廠商趕上。這種現(xiàn)狀使得AI領域難以形成真正的差異化競爭。
然而，隨著下半年AI領域的關鍵詞從“模型層”落到“應用層”，情況似乎開始有所轉機。華爾街明星基金經(jīng)理Cathie Wood曾表示，基礎設施建設完成后，市場的關注點就會轉向軟件和應用。如今，國內各大廠商也開始在應用場景上尋找突破口。
然而，盡管各大廠商在應用場景上進行了諸多嘗試，但同質化的問題依然存在。不同AI應用在聊天、文生圖、圖生視頻等方面的使用體驗差異并不明顯。用戶很難在第一時間判斷出哪個產(chǎn)品才是最好的。
以豆包和Kimi為例，兩者在視覺理解能力上都有所突破，但差異并不顯著。這種同質化的問題使得AI領域難以形成真正的殺手級應用。而殺手級應用的出現(xiàn)，無疑是決定各家勝負的關鍵。
在商業(yè)化方面，AI領域也面臨著巨大的壓力。隨著大量資金涌入AI領域，投資者對AI項目的回報要求越來越高。然而，目前AI領域尚未形成可落地的商業(yè)模式。各大廠商都在積極探索新的商業(yè)模式，但進展緩慢。
盡管如此，各大廠商并未放棄在AI領域的投入。他們深知，AI領域的發(fā)展前景廣闊，只要能夠找到真正的突破口，就有可能迎來真正的爆發(fā)。因此，他們仍在不斷嘗試新的應用場景和商業(yè)模式，以期在激烈的市場競爭中脫穎而出。
在這個過程中，一些廠商開始嘗試將AI技術與其他領域進行融合，以打造更具競爭力的產(chǎn)品。例如，快手就聯(lián)手國內知名影視工作者，與AIGC創(chuàng)作者合作，用可靈生成電影短片。這種跨領域的合作無疑為AI領域的發(fā)展提供了新的思路。
然而，AI領域的發(fā)展仍然任重而道遠。盡管各大廠商都在積極探索新的應用場景和商業(yè)模式，但真正的爆發(fā)點尚未到來。在這個過程中，需要更多的創(chuàng)新和嘗試，以及更加堅定的信心和決心。
盡管如此，我們仍然有理由相信，隨著技術的不斷進步和應用場景的不斷拓展，AI領域終將迎來真正的爆發(fā)時刻。在這個過程中，我們需要保持耐心和信心，等待那個屬于AI時代的到來。
