2024年AI产业：不是大模型卷不起，而是应用更有性价比_风闻

12月13日，《Nature》公布了2023年度十大科学人物。

与以往不同的是，今年的榜单上除了科学领域的10位学者，还首次出现了一个非人类——ChatGPT。

《Nature》特写部主编表示，这一做法旨在承认“生成式人工智能给科学发展和进步带来的巨大改变。”

毫无疑问，下一个时代是属于人工智能的时代。

2023年，以ChatGPT为首的生成式AI以迅雷不及掩耳之势，引爆了全球人工智能产业的浪潮，从算法到算力，从机器学习到深度学习，无数人把目光投向了大模型。

而就在上周六（12月16日）的极客公园创新大会2024上，百度李彦宏给出了他对于AI行业的思考——

“卷AI原生应用才有价值，大模型的进展对绝大多数人都不是机会。”

11月的深圳西丽湖论坛上，李彦宏也说过，“AI原生时代，我们需要100万量级的AI原生应用，但是不需要100个大模型。”

当前的人工智能技术架构，大约可以分为芯片层、框架层、模型层和应用层四层。如果把AI看作一个人体，算力芯片和框架系统就相当于维持人体运作的细胞和血液，大模型则像一个“超级大脑”，负责各种复杂的调度，最后交由应用层来完成相应的动作。

从这个角度来看，大模型似乎比AI应用更加重要，为什么李彦宏要一再强调AI原生应用才是机会所在？

01

12月6日，谷歌发布大模型Gemini，惊艳了全世界。

在那段6分钟的互动视频里，Gemini会猜拳、识别物体，设计游戏，还会生成音频和图片来辅助回答，被认为是谷歌“迄今为止最强大、最通用的模型”。

然而仅仅一天之后，Gemini就被质疑造假，谷歌官方也承认，演示视频有夸大宣传的部分。

姗姗来迟的谷歌，显然有点着急了。

在大模型领域，海外市场有OpenAI的GPT-4、Meta的LLaMA2等大模型，苹果被曝正在开发Apple GPT，强势入局；国内市场上，截至2023年10月，中国10亿+参数大模型的供给方已达254家，百度的文心4.0、智谱AI的ChatGLM3等国产大模型也正以一日千里的速度狂奔。

对于通用大模型的发展，现在已经不是“最好的时候”，更要命的还有芯片管制和训练成本。

在芯片层，美国更新出口管制，英伟达A100/800、H100/800等AI芯片被限制销售。

哪怕芯片不受限制，大模型训练的天量投入，同样令人望而却步。

硬件方面，一颗A100（80GB）芯片的售价高达1.5万美元，H100的单价更是炒到了4万美元，而训练一个千亿级参数的大模型，通常需要上万颗A100的算力。

这还不包括实际训练过程中的，GPU的平均利用率不足50%。

大模型训练成本中，还有60%来自电费。斯坦福人工智能研究所（HAI）发布的《2023年人工智能指数报告》显示，1750亿参数的GPT-3在2022年耗电量高达1287兆瓦时，相当于120 个美国家庭1年的用电量，即便是Hugging Face更为高效的BLOOM模型，耗电量也达到了433兆瓦时，足够为一个美国普通家庭供电41年。

数据来源：Luccioni et al., 2022，图源：虎嗅

算力规模越大，成本越高昂。根据国盛证券估算，GPT-3的单次训练成本高达140万美元，对于一些更大的LLM（大型语言模型），训练成本介于200万美元至1200万美元之间。

而与高昂投入相对应的，是充满不确定的变现之路。

以OpenAI为例，开发 ChatGPT和GPT-4亏损了约5.4亿美元，仅维持运行ChatGPT，每天就要投入大约70万美元。但在商业化方面，今年2月，Open AI推出AI聊天机器人订阅服务，每月收费20美元；8月又发布了企业版ChatGPT，面向B端和G端用户。尽管奥特曼（OpenAI创始人）声称公司平均每月收入超过一亿美元，但实际盈利能力如何，并没有确切答案。

难怪印度媒体Analytics India Megazine危言耸听地表示，“如果不能尽快获取更多资金，OpenAI或将在2024年底被迫申请破产”。

而支撑openAI的资金，大部分仍然来自于外部投资。

根据《金融时报》报道，微软今年早些时候已经向OpenAI投资了100亿美元（约730亿元人民币），在被问及微软是否会继续投资时，奥特曼也表示“从现在到AGI之间还有很多计算能力需要建立……训练费用非常高”。

大模型是一场不折不扣的氪金游戏，OpenAI这样的超级头部尚且如此，其他中小企业的处境可想而知。

因此卷大模型已经没有意义，而AI原生应用还大有可为。

02

11月30日，A股上市公司信雅达股价突然大涨，截至收盘报11.04元/股，上涨9.96%。

相关股票论坛里，有投资者就股价上涨给出了简要答案：女儿厉害。

原来，信雅达实际控制人郭华强的二女儿郭文景，是新晋大热的AI应用Pika的创始人之一。

据报道，郭文景是一名95后天才少女，早在2015年就作为浙江第一个被哈佛本科提前录取的学生被央视报道，她在哈佛拿到数学本科和计算机硕士学位后，又到斯坦福大学攻读博士学位。

读博期间，郭文景发现了AI工具对于电影制作的巨大潜能，于是今年4月，她和同学Chenlin Meng选择从斯坦福退学，共同开发AI视频工具Pika。

郭文景（左）Demi Guo 和 Chenlin Meng（右）

据报道，成立仅6个月，Pika便完成了三轮融资，总金额5500万美元，估值约2-3亿美元。

到11月29日，旗下第一款应用Pika1.0上线，凭借简单的文字交互、惟妙惟肖的视频生成、电影级别的光影效果，成为AI应用领域炙手可热的新星。

**“女儿概念股”**的风，也吹到了A股AI应用板块，昆仑万维、万兴科技先后涨停，汤姆猫、福昕软件、国脉文化等强势上涨，为AI应用板块注入了一股快活的气息。

受到青睐的不止Pika。今年以来，几乎每隔一段时间，就会有一个爆款应用横空出世，刷新着我们对于AI的认知。

10月，一段泰勒•斯威夫特说普通话的视频在各大社交媒体上疯传。

在这段视频中，泰勒操着一口地道的中文，声调、音色与原声几无二致，就连嘴型也能完美对上，堪称最强视频翻译。

随后的视频中，艾玛・沃森、憨豆先生也都掌握了一口纯正的中文，而郭德纲、赵本山则说起了英文段子，蔡明甚至还即兴来了一段英文脱口秀。

除了中英互换，还有人尝试将英语翻译成日语等其他6种语言，效果同样拔群。

支持这些视频语言“无缝切换”的，是一款名叫Heygen的AI视频软件，创作者只需要上传视频并选择要翻译的语言，就可以实现自动翻译、调整音色、匹配嘴型。

同时Heygen还支持主播换脸、文字转口播视频、创建虚拟主播等功能，只要上传一段2分钟的视频，就能创作一个和真人一样的数字人，连手势、面容、口型这种细微的肢体语言也能调整。

Heygen创始人Joshua Xu推出了自己的“分身”

更令人欣喜的是，Heygen的母公司是国内的AI初创公司诗云科技，依靠向个人/企业服务收费，Heygen上线178天，公司经常性收入已经达到了100万美元；上线7个月，就实现了盈利。

从早期的AI聊天机器人，到后来的AI图片生成，再到今天，AI应用已经向着难度更高的图文、视频创作发展。

只用20张自拍，妙鸭相机就能实现AI写真；

只需一句话，百度文库就能帮你做出一份配图、图表完备的PPT；

只用两个关键词，Pika就能做出动画版本的马斯克登陆火星……

新技术的真正繁荣，一定是应用的繁荣。

一年前的今天，我们还很难想象AI具体能干什么，而一年后的现在，AI不仅可以创作文字、图片、视频，还应用到了办公、医疗、法律各个行业，且正在以一往无前的态势，颠覆着我们的未来生活。

03

移动互联网时代，中国诞生了像微信、抖音这样的国民级app，到人工智能时代，在基础大模型领域，中国与美国旗鼓相当，而在应用层，我们还在等待下一个超级应用。

那么未来的AI原生应用，具体应该怎么做？

李彦宏的答案是，把所有的产品，用AI思维重做一遍。

在他看来，生成式AI颠覆了既往的人机交互模式，在文心大模型的基础上，百度所有的产品都可以基于AI思维再做一遍，“不是整合，不是接入，是重做，重构。”

比如百度地图，升级版的AI向导只需一句话就可以智能规划路线，还可以导航、打车、订酒店、买机票，一句话实现过去六七步才能完成的操作。

还有百度文库，基于文心大模型重构之后，百度文库从“内容工具”变身“生产力工具”，一句话生成PPT、文档智能总结、文章润色、修改等功能大受欢迎，新功能上线两个多月，累计用户突破1300万人。

不止百度，很多传统企业都在尝试用AI思维重构产品。

像Photoshop，原来只是图像处理工具，而在AI的加持下，新增的Generative Fill(生成式填充)可以根据文本生成新场景，还可以智能扩图、删除对象，大幅提升了用户的生产效率，这一新功能也带动Adobe在美股市场增长71%，其市值从年初至今，增加了1000亿美元。

像Windows，原来只是一个操作系统，在AI助手Copilot的助推下，微软的Word、Excel、PowerPoint、Outlook和Teams等软件被智能协同起来，颠覆了办公场景，其订阅费用达到30美元/月，较此前的Office 365上涨了83%。

或许有人会觉得，AI时代门槛高，机会都在大厂，对广大中小企业和创业者来说，没有足够的资金支持，再好的想法都无法实现。

对此，百度在今年5月推出了**“文心杯创业大赛”**，以百度的技术积累、资金优势和行业影响力，推动AIGC在医疗、教育、金融、法律等行业应用的重构与改造，其中，智能电商购物助手Buysmart.AI、文档智能助手ChatDOC等15款AI原生应用脱颖而出，加速了国内大模型生态的繁荣。

很多人可能不知道，作为国内最早一批投入人工智能的公司之一，百度在2012年就成立了深度学习研究院。

在一本题为《Genius Makers: The Mavericks Who Brought AI to Google, Facebook, and the World》（《天才制造者：那些为谷歌、脸书和这个世界带来人工智能的独行侠们》的书中，讲过这样一个故事：

2012年12月，太浩湖畔哈拉斯赌场酒店的731号房间举行了一场特殊的拍卖会。

那场拍卖会的主角，是一家只有3名员工，没有产品，也几乎没有任何历史的初创企业，甚至没有几个人听过这个公司的名字。

但参与拍卖的4家公司，分别是谷歌、微软、Deep Mind，以及百度。

他们争夺的，正是现在如日中天的深度学习技术，以及被称为“深度学习”之父的杰佛里·辛顿（Geoffrey Hinton）。

经过多轮加价，DeepMind和微软先后退出，最后只剩下谷歌和百度，百度一直在跟进，价格被推到了4400万美元，双方仍然没有停止的迹象。

最后，辛顿因为太困了，叫停了竞价。第二天，他决定将自己的公司出售给谷歌——

因为身体原因，这位65岁的学者已经长达7年无法坐下来，平时出差要躺着，办公要站着，而长途跋涉往返中国，对他来说不可承受之重。

然而，百度或许错过了辛顿，却没有错过人工智能与深度学习的机会，10年来，李彦宏和百度一直在关注人工智能产业的发展，这才有了今年百度密集性的动作，以及李彦宏对于AI行业的深刻洞见和观察。

他说，大模型时代的来临，真正的价值在于原生应用，而原生应用无论对于大厂来说，对于中小企业来说，对于创业者来说，都是很大的机会。希望大家及早的去把握，尽量多的去尝试，我认为一定能够找到一条符合自己发展的道路。