“任何創業大潮，都有一個規律，叫做‘搶椅子游戲’。在AI時代，椅子的數量會進一步減少，成為AI企業巨頭，挑戰會比移動互聯網時代大得多。”7月6日，昆侖萬維董事長兼CEO方漢告訴澎湃新聞記者。

人人掛在嘴邊的“大模型熱”，究竟是什么，有什么用？2024世界人工智能大會暨人工智能全球治理高級別會議落下帷幕，今年的人工智能行業，關注的焦點正在從AI新技術轉向實際的落地場景，光有“屠龍之術”還不夠，更重要的是轉化成實際的生產力。在火熱的AI浪潮中，不少冷思考也在涌現。

“大模型行業要分出高下，只需要一兩年，未來不會有獨立的大模型企業存在。”獵豹移動董事長兼CEO傅盛告訴澎湃新聞記者，另一位AI投資人向記者坦言，“這么多大模型，總有人跟不上要掉隊。現在AI行業風聲很大，但有泡沫存在，等潮水褪去，才知道誰在裸泳。”

ScalingLaw、智能體、端側AI、具身智能......在不斷涌現的新詞背后，如今的AI熱潮實為一場涌動著機會的淘金浪潮，各路資本聞風而動，但業內的共識是，洗牌期可能很快到來，到時的廝殺會比現在更加殘酷。

這條賽道上，既有騰訊、字節、百度等傳統大廠嚴陣以待，又有月之暗面、MiniMax、智譜AI等獨角獸接連登場，還有來自科研界、投資界等多方力量共同角逐。在這波罕見的科技革命中，究竟什么樣的AI企業能走到最后？

7月5日，在2024世界人工智能大會，一家人工智能公司推出的“具身智能本體”跳舞機器人，吸引大批觀眾前來參觀。新華社 圖

突圍：更高投資，更多訓練，大模型能就活下來？

在今年大會上，MiniMax創始人閆俊杰談到了他眼中未來的AI洗牌：未來全球只會剩下5家大模型企業，但他也不知道中國會有幾家。

在他看來，AI時代，大廠與初創公司最終所占的市場比例，可能會比互聯網或移動互聯網公司的比例更為凄慘，“極端的比例可能會達到9：1。”

談到AI行業的殺手锏，不得不提“ScalingLaw”（縮放定律）。在今年的人工智能大會上，“ScalingLaw”出現得相當高頻，它由OpenAI提出，被認為是大模型行業的“金科玉律”。

從定義上來看，ScalingLaw認為模型的性能與模型的規模、數據集大小和訓練用的計算量有直接關系，即指訓練數據越多，大模型的性能越強。

通俗而言，這意味著要進行AI技術突破，企業必須不斷擴大訓練用的數據集，需要算力和資金上的高額投入。

“這幾年整體的人工智能革命，都建立在ScalingLaw的基礎上。”傅盛告訴澎湃新聞記者，“數據到達一定基礎后，就突然涌現出了人工智能。但是為什么涌現？其實所有人都是懵的。大家覺得，如果有10萬億參數，說不定AI界的愛因斯坦就會出現，但是怎么才能出現，為什么出現，過程究竟是怎樣的？沒有一個人去推演，現在就是熱潮。”

盡管圍繞ScalingLaw有不少爭議，但是多位與會的AI企業家向澎湃新聞記者表示，這仍然是行業目前最行之有效的定律，這代表AI行業的競爭遠比想象中殘酷。

“大模型本質是重資產投入，企業要All in AI，背后需要有相當充裕的資金支持。”Soul App首席技術官陶明告訴記者，“在這個賽道上，有不少資金充沛的競爭對手，中小型的創業企業，很難在投資能力上與他們抗衡，因此在基礎技術突破上挑戰很大。”

更重要的是，即便有了技術突破，也未必能在“搶椅子游戲”中活到最后。在陶明的觀察中，活到最后的大模型企業，一定要尋找到自己的差異化場景，而并非一味卷參數，“需要找到非常獨特、清晰化的應用場景，構建自己獨特的壁壘，目標要明確，不能猶豫。”

觀眾在展臺前嘗試相關人工智能場景應用

值得注意的是，此前大模型行業價格戰，一度成為業內熱議焦點，對此，普遍看法是認為目前的AI行業仍在初步階段，還沒有邁入紅海，“價格戰的出現，其實說明現有大模型在性能上沒有太大差異，檔次差不多。”傅盛犀利點評道。

陶明也直言，在目前AI的投資熱潮中，不少大模型企業只顧著擠入賽道，忘記發展自身優勢，導致同質化現象出現，這對行業來說是個重要的信號。

百度CEO李彥宏更是在演講中呼吁，不要卷模型了，要去卷應用。“很多人仍然把主要的關注點放在基礎模型上，一天到晚跑分，刷榜，誰誰誰又超越GPT4了，OpenAI又出來Sora了，又出來GPT4o了等等。今天這個震撼發布，明天那個史詩級更新，但是我要問，應用在哪里？誰從中獲益了？”

落地：消費者端市場更大，企業端更容易商業化

作為手握巨額現金流的“收割者”，在AI賽道上，大廠或許不是技術迭代最快的那一派，但一定是更有耐心、更有信心的一派，從不少公開表態中，都能感知到這點。

騰訊高級執行副總裁湯道生曾經談及馬化騰對大模型的態度：馬化騰之前說的是，“不著急拿出半成品”，找對方向、想清楚、保持迭代最重要。

在“起得早”和“熬得久”之間，馬化騰覺得，不僅僅要“起得早”，更重要是“熬得久”——有時候前期過度投入，堅持不下去，反而不能笑到最后。

“就像《墨攻》電影一樣，趙國來攻城，墨家的人就說，大王能守多久取決于他要攻多久，十萬大軍不走，天天在攻，誰也守不住。”傅盛告訴記者，“如果大廠攻一段時間不想攻了，創業公司就會有機會，但AI這件事，大廠是不可能不想攻的。”傅盛判斷，這場競爭會呈現嚴重的馬太效應。創業公司做得快一點、早一點，但是大廠可以慢慢壘。”

傅盛表示，中國的創業公司與Open AI的情況不盡相同。Open AI得到了微軟的投資，它有充分的算力，而今天中國創業公司的算力上就無法企及。同時，創業公司雖然也得到了大廠的投資，但是“對于大廠來說，投初創企業是買保險，而AI是核心能力，大廠不會放心把這樣的能力交給其他人”。

京東相關負責人則向澎湃新聞記者表示，大廠在數據和應用場景上有沉淀，能夠更好的使用真實場景看到更多的反饋和迭代，然后再進一步地去強化模型。

但是初創企業也有自身的獨特優勢。初創企業一開始就可以用最高效的組織形式、最高效的資金使用形式，聚焦某個點，打造出一個標桿或者一個樣板。在某一個細分領域能夠快速地推動落地，讓大家看到效果。

“AI是一場革命，一定會有新的大公司出現，也一定會有大公司烈火重生。”中國工程院院士、之江實驗室主任、阿里云創始人王堅談到了自己的預判。

方漢告訴澎湃新聞記者，目前AI還是技術為王，但是很快就會轉變成產品、應用為王，“很多賽道傳統大廠都會布局，如果創業公司要擠入這條賽道，就一定是死路，這時候比拼的是誰的賽道更新穎，大公司對這條賽道關注度更低。”

此外，消費者和用戶端口是永遠的方向，內容社交也將成為AI落地的第一場景，“C端（消費者端）的市場上限一定是最大的，有關內容的IP產業鏈：小說、漫畫、音樂、影視、游戲，這5個賽道在全世界的創業者中都有很大的機會。但是B端（企業端）更容易存活，因為只要找到一個獨特的使用場景，能夠建立收費模式，商業模式就能成立。”方漢表示。

觀眾在人工智能大會現場體驗新技術

爆發：“超級應用”還是“超級能干”

在AI行業，比起技術發展，人們更期待的是所謂的“iPhone時刻”：指的是出現了殺手級別的超級應用，可以跨越理論到應用的鴻溝，進入到大眾市場并迎來爆發。

在落地中，行業的超級應用什么時候產生？能否達到千萬級日活躍用戶？

李彥宏認為，要避免掉入“超級應用陷阱”，不一定要出現一個10億DAU（日活用戶）的APP才叫成功，這是移動時代的思維邏輯。AI時代，規律可能不是這樣的，“超級能干”的應用比只看DAU的“超級應用”更重要。

而在京東相關負責人看來，大模型的顛覆性、殺手應用，不可能從通用大模型的優化中產生，必然是技術進步與產業積累的結合。未來絕對不能只依靠通用大模型來獲得收入，“如果只是靠賣模型來掙錢的話，那是下一個紅海。發展大模型的長久之路在于結合產業應用，從其帶來的價值來看，我覺得它剛剛進入藍海。”

“不管是數字人、智能客服還是具身智能，顛覆性的AI時代的產品一定會帶來足夠大的社會和產業價值，同時也會帶來足夠大的經濟效益。”

智譜AI CEO張鵬向澎湃新聞記者表示，目前行業還需要耐心：超級應用的出現并非完全是技術驅動的事情，它還涉及很多因素，比如市場、用戶是否準備好了，需要時間作為基礎。舉例而言，谷歌打造出世界第一的搜索引擎，到探索出成功的商業落地路徑，花了6年；而現在的Meta，原來的Facebook也同樣如此，“從AI行業來說，不能只看到最終結果，更重要的是采取行動。”

開源和閉源的路徑選擇也是AI企業面臨的爭議話題。對于開源和閉源，諸多巨頭各有傾向，有OpenAI的GPT系列、百度的文心大模型、月之暗面的Kimi等為代表的閉源大模型，也有Meta的Llama系列、阿里旗下通義千問的Qwend模型等為代表的開源大模型。

實際上，這并非是兩條對立的路線，而不同公司的選擇更多基于商業考量。在傅盛看來，開源和閉源是“彼此競爭、共同發展”的關系，不存在一個遙遙領先，一個發展不起來。他認為，目前閉源大模型確實比開源的“能打”一些，但是今天開源模型，各大公司都在下場，發展速度很快，“人工智能的歷史也表明，開源生態不是在今天才出現的。在以前的語音轉文字、圖片識別上，開源的力量已經非常強大。”

快手宣布旗下大模型“可圖”將正式開源

出海市場是國內AI企業另一布局點。方漢認為，在AI領域，中國超越美國只是時間問題，在海外市場有很大的發展空間。

“ScalingLaw已經呈現出放緩的趨勢，這對中國企業是很大的利好。文本數據集的數量級是億億，圖片是萬億級，視頻是千億量級、百億量級，音樂則是4000萬量級，Scailing Law放緩得越厲害，對于中國企業來說就機會越多。”方漢表示。

“AI在海外尤其是小語種國家存在巨大紅利。”方漢預測，3-5年之后，制作一部《流浪地球》級別的大片，依靠AI之后，制作成本可能會降到幾萬美金，“中國公司出海主要做平臺，讓海外本地人利用中國AIGC平臺能力，生產屬于本土內容，發展空間非常大。”

他還提到，中國擁有最龐大的工程師隊伍，和最多的AI論文數量，“目前在AI領域，中國和美國的優勢相比其他國家是巨大的，未來兩個國家之間的競爭，中國的表現也完全值得期待。”