网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

大模型的火，已经在这片土地上烧了半年。随着华为、京东、携程三家发布会赶上晚集，按互联网一贯的范式，国产大模型这个 " 新东西 " 也迎来了自己的半年考。

只是跟其他业务的半年考有所不同，像新能源车、手机、电商平台等业务形态的半年考，都有足够的公开数据信息为支撑，便于考据分析，而大模型到现在都还处一个 " 黑盒子 " 的状态，没能跑出一个清晰的商业模式，所谓数据信息等论据也就无从谈起。

颇为戏谑的是，即使是从产品功能角度出发，大模型也未曾诞生通用的评测手段。面向 AGI 这一终极目标，评测方法自然五花八门，例如国内 C 端用户赖以 " 测评 " 大模型的典中典—— " 松鼠鳜鱼法 "。

或因如此，国内大厂大多未能像 OpenAI 一般将自家大模型开放使用，而是实行内测机制。

而大模型更多的落地探索向 B 端与 G 端倾斜，例如腾讯先声夺人的行业大模型以及华为的盘古 3.0、京东灵犀等。作为目前头部玩家聚焦的赛道，其大模型偏重尽可能展现成熟的产品形态，以商业化落地为基本目标。例如这一类大模型为了快速向下普及推动商业化，除却业务落地导向外， 本地化部署能力也成为重要的参考指标。

即使如此，在业内人士看来已经是 " 把碗送到面前 " 的行业大模型仍缺少买账的企业，行业模型的风自 6 月起已经吹了一个月，至今未曾出现较大规模的商业合作。

因此我们也不难看到，在如今的投资市场中，与大模型相关的投资集中于二级市场而非一级市场。即使是王慧文这个级别的大牛入场，公开消息称其 A 轮融资远高于 2.3 亿美元，其融资能力相较时不时接收微软百亿美元投喂的 OpenAI 不可同日而语。

投资市场是合格的晴雨表。显然，国内大模型在半年考的时间节点所提交的答卷不尽如人意，还需要一段时间的蛰伏与打磨，才能让 " 故事 " 成真。

大模型没有商业模式？

在国内的大模型需要回应市场的质疑中，商业模式应该摆在首位。

ChatGPT 这位早已占据用户心智的头把交椅出现热度的明显下降，国内最早发布通用大模型百度与阿里两家也在一众玩家跟进后陷入 " 沉寂 "。究其原因，在于通用大模型的商业模式未能跑通。即使在舆论场上获得了用户的认可，但商业闭环始终未能出现。

以测试范围较广泛的百度大模型为例，其商业化应用文心千帆的付费模式是以调用生成的 token 数量收费，标准为 0.012 元 / 千 tokens，输出千字文稿需花费 0.12 元。

撇开其回收成本的速度不谈，0.012 元 / 千 tokens 的收费看看似便宜，但文本生成往往需要多次交互后才能获取理想结果，多次交互 prompt 将会无限量增加隐性成本，毕竟文心千帆可不是挥之即来的员工们。

与之相似的场景是问答社区，学界人士孙权（化名）告诉光子星球，模型应用的使用体验与问答社区中搜寻高质量答案相似，其用户思维是问题粒度，而付费意愿往往只会在找到高质量回答之后才会产生。因此百度选择了推理文本数为付费标准，只是目前还无法 cover 商用隐性成本。

如果采用 B 端喜闻乐见的月度付费，那也只是将成本支出方从用户转为自己，显然不是长久之计。ChatGPT 面对 C 端用户 20 美元 / 月的定价之下，尚且存在偷工减料之嫌便是最佳佐证。

当下，通用大模型的商业化无论是走 B 端还是 C 端都难以做到盈亏平衡，同时还很可能遭遇诸如 AI 伦理、监管等合规性风险。因此，大模型的行业化、垂直化成为落地需求下的范式转变。

反观行业大模型，虽说其产品形态始于落地需求，但是在实际落地中出现的问题却也有待解决。

一类值得参考的案例是依托自身产品生态而打造的垂类 to C 模型，例如知乎早早宣布于产品内进行内测的知海图 AI 以及前不久才发布的携程问道。

两者切入大模型赛道的优势并无二致，在于自有的社区生态和以此为基础衍生的高质量社区内容。而内容作为行业数据，在简单清洗后便可成为大模型的训练语料。两者的细微差别则是知乎自始便是内容社区，而携程则是近年才开始发力做内容。

可是就目前来看，无论是知乎还是携程，其大模型的产品形态似乎都未能切中用户痛点，亦未能对既有功能有足够的提升。

知海图 AI 目前已公布的产品 " 热榜摘要 " 是通过 AI 抓取优质问答并润色改写出梗概呈现给用户，而另一项应用 " 搜索聚合 " 则是自回答中聚合观点，提高用户获取信息、形成决策的效率。

本身推荐、热榜一类聚合功能便是知乎 " 传统艺能 "，大模型赋能后的表现在用户层面并未掀起水花。况且，AI 改写润色的流程也将热门答案的个性化特征覆盖，于用户而言，这项应用的功能仅在于快速了解信息，这与内容社区所倡导的差异化、个性化交流背道而驰。