（信息来源：爱集微）

集微网报道卷数据、卷算力、卷算法、卷进度… 近几个月来，鉴于ChatGPT掀起的人工智能浪潮席卷全球，中国各大互联网巨头、AI公司、创企、高校和研究机构等，纷纷在AI大模型这条滚烫的赛道上策马狂奔。据统计，如今国内10亿级参数规模以上的大模型已超80个。如果加上小于10亿级参数的大模型，百模大战已成事实，且颇有“百舸争流、千帆竞发”之势。

(相关资料图)

但随着越来越多的公司和机构宣布推出AI大模型，如何让这些模型实现商业化应用和可持续发展，将是众多从业者思考的一大重点。同时，由于ChatGPT的访问量已出现负增长以及“不要迷信通用大模型”的声量增强，中国的大模型创业市场逐渐开始出现分野，探索者们逐渐从理想亢奋来到现实落地。他们不再执着于“打造中国版ChatGPT”等理想化目标，也不再痴迷于对参数、算力等方面的一味追求，而是更注重其对实际产业场景中的问题解决。

路在何方？目前，国内业界普遍认为垂类大模型将率先取得突破，在智能政务、公共安全、城市交通、数字金融和工业制造等各领域拥有巨大的发展想象空间。这是因为国内众多企业可在垂类大模型上，进行行业化、企业化、轻量化和专有化等灵活的战略部署和合理的发展定位，而且没有更大的包袱和商业化压力。而通用大模型行业门槛相对极高，将来少数头部厂商可能凭借资金、技术、数据和生态上优势，整合形成一定范围的垄断局面，但其仍会存在缺乏行业深度、训练周期长、成本高企、数据安全隐患和“大炮打蚊子”等问题。

无独有偶，ChatGPT母公司OpenAI也在试图调转船头瞄准垂类大模型。毕竟在愈发显性的成本压力下，其势必需要在规模效应形成后开辟更有效的变现路径和增量空间。据外媒报道，OpenAI正在准备创建多个运行成本较低的小型GPT-4模型，每个专业化模型都在不同的任务和主题领域进行训练。简而言之，就是OpenAI正打算走降本的轻量化路线，下一目标很可能是推广多种垂类大模型。这或将对正在开辟蹊径的中国大模型行业构成一定冲击。

于是，中国门徒已没时间“写诗”，愈发专注于“做事”。但当大模型竞逐来到“卷落地”的下半场，如何保证技术实现及应用落地，同时兼顾成本效益、安全稳定与长期服务，是一众赛道选手如今需要深层思考的课题。由于技术研发和产业落地之间隔着一个复杂的现实鸿沟，人工智能一定要落地解决问题，才能形成良性的商业模式，才能持续创造价值。早前活下来的AI公司和新入局者也愈发认识到这一点：垂类大模型的优质商业化落地事关存亡。

“不作诗、只做事”，彰显着国内从业者的心态变化；“专垂直、攻落地”，则体现出这些开拓者更稳健务实的步伐。但各类严峻的挑战以及更高的门槛要求势必也接踵而至，包括需要强大的技术水平和持续迭代的投入能力，丰富的产业应用实践经验，以及针对企业需求能够提供易用、完备、安全和稳定性都有保证的工具链等。而由于最近大模型的质变在减少，越来越多的投资机构也意识到大模型投资金额大、回报周期长、成功率不明、监管日益趋严等，因而出手趋于谨慎观望，但同时也认为AI大模型的热潮在未来一两年内仍将持续。

此外，Meta近日发布的开源大模型Llama 2进一步增添了大模型行业发展的变数，并在OpenAI不再开源的情况下，一定程度扮演了“拯救者”的角色。基于性能领先（介于GPT-3或3.5）、免费、开源和可商用，Llama 2极为重要的意义在于让开发者不用重复“造轮子”，直接用低成本获得大模型的基础设施，从而能更加聚焦自身的各类垂直产业场景。因此，Llama 2的亮相不仅引起了业内亦喜亦忧的轰动，也更加速推进大模型竞争步入新的起点。

从竞争格局、演进趋势、落地应用和痛点挑战等多维度来看，国产大模型这一仗将会相当“惨烈”。而在这个竞争激烈的赛道上，即使困难重重，国内大模型厂商都在探索更完善的技术方案和更合适的应用场景。其中会存在一些试错成本，但这也势必将加速国产大模型技术的发展步伐，推动中国AI产业的整体升级。不过，应如何避免同质化“内卷”，推动技术竞争和模型差异化发展及协调商业合作，将是中国大模型业界需要思考的又一重要课题。

据相关数据显示，今年获得融资的AI项目中做模型的有10%-20%，做infra/中间层的有20%-30%，做应用层的则有60%-70%。如果不算已获融资的项目，开发应用的项目可能达到95%。坦率而言，在底层依赖国外技术且难以突破的情况下，国内创业公司大多押注开发垂直场景应用，以API调用或OEM私有化部署的方式，借力大模型供应方的服务聚焦数据和应用的创新研发，这一举措无可厚非，而且也是中国大模型抢占垂类应用场景的重要契机。因此，对国内创企而言，推动大模型轻量化、垂直化落地无疑是一场有意义的竞赛和行动。

然而，当针对垂类大模型的应用开发热潮未来或将出现退却，届时就发现谁在岸上裸泳。为了避免技术同质化、商业互卷和资源浪费等问题产生，国内还需要“政产学研”各界充分联动、加强协作，包括协调企业找到精准的差异化商业模式，推动资本市场敢于作为、正确作为，促进产学研形成良性互补和支撑，以及加强政府层面的调控和支持。如此，站在AI新时代风口和巨大机遇面前，国内大模型产业才能实现更健康有序和可持续的发展，乃至进一步探索至深水区。