大模型的混沌年代：矛盾、分化与未来

而科幻小说里的智能生活也正逐步显现，技术与人、技术与产业、人类文明与技术文明间的关系，似乎走向了一个重构的新阶段。

根据中国科学技术信息研究所发布的《中国人工智能大模型地图研究报告》，截至5月底，中国10亿级参数规模以上的大模型已发布了79个。而此后的两个月里，阿里云的通义万相、华为云的盘古3.0、京东的言犀、携程的“问道”、网易有道的“子曰”……无论是起大早，还是赶晚集，多方势力的共同参与下，据不完全统计目前国内发布的AI大模型已超过120个，“百模大战”正酣。

但在一片热闹之中，关于大模型的冷思考也逐渐浮出水面：有没有好的商业模式，开源与闭源的生态之争，2B/2C的路线落地，一切争论的似乎都未形成共识，创新与交替随时都在发生。

一些更为残酷的现实也已显现：比如大公司与小公司之间微妙的竞争关系，部分缺乏核心技术根基的套壳产品在大模型面前已逐步失去光环。比如，2C市场如何让AI从玩具走向工具，这需要对用户需求的独特洞察，2B端如何保证技术的可控性与大模型产品的易用性，这对玩家们的行业理解提出了更高的要求。

在这个属于大模型的混沌年代里，充斥着信息差与认知差，共识与非共识。热钱、人才与场景应用，算力、数据与算法，无一不决定着技术的走向以及其中创业者们的命运。

矛盾：热钱涌入，但下手谨慎

在大模型的热潮之下，资本的躁动是一条尤为清晰的明线。纵观人类科技史的变迁，那些嗅觉灵敏的投资人们总会选择重金押注那些“种子”，对大模型的竞逐也同样如此。

根据研究机构PitchBook发布的数据，在过去六个月以来，全球风投者向AI初创公司投入了超过400亿美元（约2900亿元人民币），在全球投融资环境险峻的大背景下，这表明AI初创企业依旧风头正盛。

其中，最引人关注的是两笔投资：一笔是微软对OpenAI的100亿美元，另一笔则是在2022年成立的初创企业Inflection AI，在6月底完成13亿美元融资后，其估值也达到了40亿美元。

一个共识是，在大洋彼岸外的美国，已形成了繁荣的AI独角兽生态。

除了人们所熟知的OpenAI、Anthropic与Inflection AI外，主要产品形态为虚拟AI机器人助手的Adept，专注于B端企业服务的Cohere，Stable Diffusion图像生成扩散模型背后的Stability AI，还有英伟达所看好的算力提供商CoreWeave…...总之，无论是在模型层、中间层，还是在应用层，海外的大模型生态与国内相比，显得更清晰。援引《极客公园》在报道中的一句研判：“已经几乎没有新的创业者要做下一个OpenAI了。”

反观国内，尽管资本也大量流入了人工智能行业，但如果追溯钱的流量，聪明的钱依旧流向了少数的头部公司。根据虎嗅统计的数据，从ChatGPT发布到现在，在AI大模型赛道融资事件只有21起。而我们所熟知的明星独角兽企业，也只有MiniMax、光年之外、百川智能等，而上述独角兽的崛起背后既有早期的先发优势，也有大佬经验的背书。

图片来源：@chiefaioffice

此前朱啸虎和傅盛的争论，就让创投圈围绕大模型的价值展开了一场论战。在资本圈“大炼模型”的背后，实际上投资人下手依旧十分谨慎。一方面，AI大模型是一个高度专业与细分的赛道，同时又十分烧钱，因此决定了专注AI领域，准确洞悉技术的投资人与投资机构其实十分稀缺。

另一方面，则是好的标的依旧太少。从当下机构的投资逻辑来看，投人依旧是主旋律。要么是如光年之外等的创业大佬背书，虽然创始人不懂技术原理，但却十分了解科技行业的变化趋势与商业模式，要么就是AI行业内知名技术学者，如智谱AI、聆心智能和深言科技等初创企业，背后都有“清华系”的身影。

分化：大厂疯狂攒局，小厂拼命掘金

围绕大模型的一系列变革背后，既是技术的进步，也是关键人物与关键企业的推动。如果将镜头转向这些浪潮前沿的公司与人，分化其实也已产生。

真格基金管理合伙人戴雨森曾有一个精妙的比喻：GPT-3的出现等于发现新大陆，而ChatGPT的出现，好比是在新大陆上发现了黄金。中国公司的追赶之旅则如同知道了新大陆和黄金所在，并且知道OpenAI是坐船去的，也知道船大概的样子，却没有详细地图。

经历了此前大模型疯狂的“发布月”后，我们可以清晰地看到此轮创业被分为了学院派、大佬派与大厂派，他们之间的关系也并不完全是零和竞争，而是一种“非零和博弈”。

大厂们在过去一段时间内，除了秀出技术的硬实力外，攒局与建生态成为了主任务。以百度、阿里、华为、字节与京东等大厂为例，一方面有自身的云业务，提供算力支持，另一方面围绕芯片层、框架层、模型层与应用层，也各有布局，以进一步夯实壁垒。

但在这之中，大厂与大厂之间的打法也各有不同。以阿里、百度、华为为代表的大厂更偏向于走垂直整合之路，在算力、平台、模型三层实现一鱼多吃。而火山引擎（字节云）与腾讯云偏向走平台路径，搭建模型货架超市，接入更多的第三方大模型，并提供相应的精调、评测、推理服务。

而对国内创业型的小厂而言，在大模型竞逐的早期，事实上，创业公司唯一确定性就是“不确定性”，不需要很复杂的产品，打准用户的痛点，就可以实现初步成功。

未来：监管加剧，格局未定

在可以预见的未来里，或许正如大厂们的PR文里的论调，大模型终将会赋能千行百业，但在理想之外，如何保证大模型技术的安全性与可控性也成为了关注的焦点。

此前网信办等七部门联合公布《生成式人工智能服务管理暂行办法》，在监管方式与监管范围上对生成式人工智能未来的合规健康发展提供了可靠的法律依据。而在8月1日凌晨，苹果中国区应用商店集中下架多款AIGC应用，实则也暗示了政策端对人工智能监管力度的升温。

在海外，科技巨头们已面临着棘手的AI伦理的争议。“AI四巨头”Anthropic、谷歌、微软和OpenAI就联合成立了前沿模型论坛，就负责任与安全的人工智能问题与美国、欧洲与G7进行沟通。而由Hugging Face、GitHub、EleutherAI等开源社区组成的联盟也正呼吁欧盟政策制定者在制定《欧盟AI法案》时保护开源创新。

对眼下的大模型行业创业者而言，在创业理想、商业化路径之外，对商业模式合规性的考量也将被纳入已有的计划之中。

明确的监管趋势外，更多前沿的探索也正在发生，当下业界围绕多模态、AI智能体、向量数据库以及具身智能等一系列话题的讨论，实则都在大模型的热潮之外，寻找更多的可能性。

以具身智能领域的AI机器人为例，包括谷歌在内的科技巨头增产是将大语言模型接入机器人，让机器人变得更聪明。而同样火热的AI智能体浪潮，甚至被称为“原始AGI”，已接替大模型，成为大公司们关注的下一个领域。

浪潮已至，未来已来。可以肯定的是，大模型的混沌时代或许不会持续太久，但在未来的一段时间内，竞合还将继续。谁能率先利用“不确定性”补齐短板，谁能将大模型能力真正落地于细分与垂直场景，谁能更快地搭建起高质量的数据飞轮，这考验各自的决心与耐力，也将决定着它们在下一轮竞争中各自的生态位。