国产大模型不“烧钱”，但要考验赚钱能力了

 OpenAI近期再次在科技界掀起波澜，其Sora项目引发了全球对大型模型的高度关注，预示着新一轮的技术竞赛即将拉开帷幕。简而言之，大模型的核心在于利用海量数据、强大算力和庞大模型参数，使AI具备处理更为复杂任务的能力。

在国内，从百度、科大讯飞、商汤到华为等大型企业，乃至众多创业公司，纷纷投身大模型领域。然而，在这股热潮中，资本市场的反应却显得颇为冷静。尽管讨论热烈，但投资热情并不如预期般高涨。

这种现象反映出大模型竞争格局正发生重大变化：训练和迭代不再局限于实验室环境，而是越来越注重实战应用。

2024年以来，投资人对待大模型的态度趋于谨慎，“多谈少投”成为新常态。一位投资人表示，当前国内资本圈对大模型持观望态度的机构数量增多，担忧去年的过热可能导致估值虚高和泡沫风险。数字经济应用实践专家骆仁童博士指出，这一趋势凸显了大模型商业变现能力的日益重要性。市场将逐步筛选出真正满足实际需求的大模型产品，而通过自我驱动的持续投入，确保大模型训练所需资金的稳定性也将成为关键。

冷热不均的国产大模型

2023年ChatGPT的惊艳登场，点燃了全球对AI大模型的热情，资金纷纷涌入，市场空间迅速扩大。据中研普华产业研究院预测，2024年全球大模型市场规模将达到280亿美元，2028年更是有望突破千亿大关。中国市场同样火热，光是2023年前11个月就发布了238个大模型，掀起了一场“百模大战”。

在这场激烈的竞争中，互联网大厂无疑是主力军。主流大模型厂商中，互联网玩家占据了半壁江山，如百度的文心大模型、科大讯飞的星火大模型、阿里的通义大模型、腾讯的混元大模型等。华为、京东等科技公司也不甘落后，纷纷推出自家的大模型。然而，国产大模型的投资力度并未与发布数量同步增长，呈现出一定的滞后性。

从整体来看，中国AI领域一级市场的股权融资数量和金额都在逐年下滑，大模型的投资也没有出现大幅上涨的趋势。投资方更加谨慎，倾向于将资金投向头部项目。

在这个赛道上，马太效应愈发明显。市场上的资金有限，头部玩家占据了大部分资源，而中小型玩家则面临着越来越大的融资压力。过去，大模型创业公司只需展示PPT就能轻松获得融资，如今却需要付出更多努力。

值得注意的是，互联网大厂在大模型领域的投资风格与移动互联网时代截然不同。在移动互联网时代，他们往往通过大规模的烧钱游戏争夺市场份额，竞争异常激烈。而在大模型时代，他们更愿意携手合作，共同推动行业发展。例如，阿里、腾讯、美团和小米等互联网大厂都投资了大模型创业公司智谱AI和百川智能。这种合作模式不仅有助于降低风险，还能加速技术创新和应用推广。

市场对大模型的需求日益增长，尤其在翻译、文案、客服、文档处理等领域。企业采用大模型的决策基于成本与收益的考量，只有当大模型带来的收益高于使用成本时，它们才会选择投入。

在实际应用中，不同企业面临的成本因素各异。例如，技术能力较弱的公司可能因搭建专业技术团队的高昂沟通和管理成本而放弃使用大模型。

历经实战检验的大模型更能洞察客户需求。以百度的文心为例，文心大模型在与客户交流中发现了成本和使用门槛的问题，并针对这些问题进行了改进。同时，文心和飞桨的协同优化使得文心大模型的周均训练有效率超过98%，训练算法效率提升3.6倍，推理性能提升50倍。

为了降低开发门槛和内部管理成本，文心大模型推出了千帆AppBuilder和千帆ModelBuilder两个应用开发工具。这些工具使得即使不懂代码的开发者也能通过可视化工具组件搭建AI原生应用，并提供了一整套大模型开发的工具链。

此外，百度还提供了多种尺寸的大语言模型，以满足不同客户场景的需求。从各大模型的调用量来看，市场在权衡成本、收益和开发门槛后做出选择。

在支持生成式AI落地的技术设施领域，基础大模型的竞争趋势与互联网平台类似。具备先发优势、能够率先满足市场需求并降低使用门槛的平台将呈现强者愈强的趋势。数字经济应用实践专家骆仁童博士认为，一旦某个平台在市场份额上占据绝对优势，其他平台将很难与其竞争。因此，文心大模型当前的优势在未来的竞争中将具有更强的竞争力。

烧钱：大模型之殇

在不同的时代背景下，资本参与的“烧钱游戏”始终围绕着两个核心要素：成本和收益。当一个商业项目能够有效控制成本并保持在可承受范围之内，同时展现出明显的、诱人的收益前景时，便会吸引大量资本的关注和投入。

然而，在当前的“百模大战”中，资本的态度显得更为谨慎。究其原因，主要是大模型所涉及的成本和收益存在较大的不确定性。大模型的训练和运营成本极高，需要巨额的资金支持。即使是像OpenAI这样的行业巨头，也面临着巨大的财务压力。

此外，大模型的发展还需要海量的数据和强大的算力作为支撑，这进一步加剧了成本的负担。对于创业公司而言，千亿级别的训练成本几乎是难以承受的。同时，一旦开始在数据和算力上投入，成本便变得难以估量，这使得竞争进入了一场持续的军备竞赛，烧钱变得不可控。

大模型创业公司还需要在硬件设备上进行高投入，这使得公司变得更加“重”，短期内可能会影响收入和估值，增加投资人的回报不确定性。尽管大模型的商业化前景看起来广阔，但目前仍处于早期阶段，很多盈利模式尚不清晰。

事实上，头部项目均离不开真金白银的支持。这种投入并非盲目“烧钱”，而是注重长期主义和持续稳定的发展。根据《人工智能大模型体验报告3.0》等报告，科大讯飞的星火、百度的文心一言和商汤科技的商量位居主流大模型前列。

这些企业共同特点是重视研发投入。在移动互联网时代，百度曾一度被视为掉队者。然而，其2011年至2020年十年研发总费用增长超过13倍，为其在大模型时代的领先奠定了基础。科大讯飞在2023年前三季度研发投入达到24.98亿元，同比增长7.19%。商汤科技在2018年至2021年上半年的研发投入甚至超过了营收。这些企业在大模型领域的思路相似，都致力于打造基础设施，吸引各方参与生态建设。

国内大模型企业在领先地位的背后，向市场证明了一个道理：大模型无法仅凭概念取胜，必须通过实际投入实现突破。然而，长期的大力研发投入对业绩造成了一定压力。科大讯飞2023年三季度归母净利润暴跌82%，前三季度归母净利润为近十年最低。商汤科技亏损逐年上升，2023年上半年仍未实现盈利。尽管百度未出现净亏损，但收入结构有待优化。

因此在“花钱”问题上，国内大模型企业需警惕无意义的“烧钱”，确保资金用于刀刃上。OpenAI报告指出，到2030年训练大模型成本预计将升至5亿美元。面对高昂投入，即使大型企业也感压力。相较于OpenAI等国际巨头，国内企业在算力、数据、应用生态等方面仍有差距。因此，这些企业应在投入与产出之间寻求平衡，避免资源浪费，为未来发展备足粮草。

商业战场是大模型最好的训练场

目前，大模型的商业化主要集中在C端和B端两端。C端商业化通常通过提供创新的产品和工具来吸引用户付费，但这需要颠覆性的技术或产品带来全新的用户体验。

短期内，大模型在C端的付费用户规模难以实现大规模增长。因此，布局C端的大模型企业更多的是在积累市场关注度和品牌影响力。

相比之下，B端商业化则更具现实性和可行性。通过为企业客户提供高效、精准的服务和解决方案，大模型能够帮助企业客户降低成本、提高效率，从而实现盈利。B端企业需求强烈，付费意愿高，且具备处理复杂任务的能力，资金和数据储备丰富，与大模型天然契合。

但B端商业化并非易事，历史产业互联网发展经验表明，B端商业化始终是一项艰巨挑战。初期投入巨大，产出缓慢，且B端企业对实际效果的要求日益严苛，只有看到成效才愿意付费。因此，资本对大模型的成本和收益持谨慎态度，并未引发大规模“烧钱游戏”。

对于资本而言，虽然大模型的发展面临诸多挑战和不确定性，但只要能够找到合适的盈利模式并有效控制成本，便有可能成为下一个投资热点。

2024年大模型赛道：分化进行时

随着技术的不断演进，大模型领域的竞争已经进入了一个全新的阶段。在这个关键时刻，我们看到了两种截然不同的路径：基础大模型和垂直大模型。

一方面，基础大模型如千亿、万亿级别的巨无霸，正在持续进化，它们代表着大模型赛道上最顶尖的技术和实力，能够处理多种任务和领域的模型。这些基础大模型的出现，不仅推动了人工智能技术的进步，也为企业和开发者提供了更多的可能性和机会。

另一方面，垂直大模型也在不断涌现。与基础大模型相比，垂直大模型更注重在特定领域或问题上的优化和应用。它们可以深入到细分产业和企业，针对特定领域或问题进行优化，包括语音识别、图像分类等等。这些垂直大模型不仅成本更低，而且能够帮助中小创业公司在细分领域寻找更多的商业化机会，获得生存机遇。

在基础大模型领域，10亿美元的门槛已经重新设定，一些公司必然会退出这场竞赛。这些公司中，许多是在ChatGPT爆红后才匆忙进入该领域的初创企业。他们缺乏深厚的技术积累和市场洞察，对大模型的理解也不够深入。

事实上，最早一批研发基础大模型的公司已经开始商业化探索，并对外开放调用接口。这为这些大模型提供了实践检验的机会，使它们能够在市场中积累更强的竞争力。例如，三星、荣耀、汽车之家等公司都已与百度达成合作，调用文心大模型来提升产品的AI能力。这表明文心大模型的商业化前景广阔，且已经得到了市场的认可。

与此同时，科大讯飞、百度、商汤等科技巨头旗下的大模型已经开始向各个产业渗透，提供具有差异化的模型服务。

在这个分化的过程中，我们看到了“大”和“小”的并存。基础大模型代表着“大”的方向，追求全面和通用；而垂直大模型则代表着“小”的方向，追求深度和专业。这两者之间的竞争和合作，将推动大模型技术的不断进步和发展。

同时，创业者也回归理性。在大模型风口袭来的时候，很多创业者对其有着无限向往和盲目崇拜，同时又高估了资本的参与度和自己的实力，因此一窝蜂涌向基础大模型。然而，如今在垂直大模型领域，真正到了考验创业者是否能够解决实际问题的时刻。

这也意味着，只有那些真正具备实力和创新精神的创业者，才能在这个领域中脱颖而出。数字经济应用实践专家骆仁童博士表示，在这个过程中，将检验各个公司的商业化能力，只有那些能够在商业化道路上取得突破的公司，才能在激烈的市场竞争中立足。

无论是全面覆盖各领域的大模型，还是专注于特定行业的垂直大模型，它们都面临着前所未有的机遇和挑战。对于创业者而言，如何紧跟这一趋势，准确找到自己的市场定位并制定出有效的发展策略，将直接影响他们的成败。

然而，时间不等人，特别是对于那些专注于垂直大模型的创业者来说，他们需要尽快找到盈利模式以改善现金流。这个过程不仅考验基础大模型公司的当前资金实力，还在很大程度上取决于大模型本身的自我造血能力。

关联分析：

OpenAI的文本生成视频大模型Sora震撼面世，2024年会是“AI视频生成元年”吗

国产AI大模型“卷”成“百模大战”，又多又乱的行业破局点会是行业应用吗？

OpenAI首次举办开发者大会，国内AI大模型创业公司和BAT大厂恐怕都要重新定战略了……

乌镇峰会走过十年，2023世界互联网大会AI大模型成C位

商道童言（Innovationcases）欢迎点赞和分享哦！~~

免费电子书：结构化思维 | 荆棘商途 | 年度十词 | 创新企业案例 | 区块链金融

数字经济应用实践专家 骆仁童主讲课程

人工智能：《AI趋势》《ChatGPT》

数字应用：《区块链》《元宇宙》《大数据》

数字中国：《智慧城市》《数字政府》《智慧建筑》《智慧交通》

数字化转型：《制造业数转》《零售业数转》《中小企业创新》

产业数字化：《烟草数转》《银行金融科技》《电力能源互联网》

宏观与趋势：《数字经济》《2024宏观》《双碳》

思维与技能：《数字化思维》《组织变革》

创新与创业：《创业导师》《商业模式》