作者｜星奈

编辑｜方奇

媒体｜AI 大模型工场

回顾历史，我们会发现，科技发展史就是生产力变革史。历史在重演，科技却永远向前。

大模型无疑是人工智能技术向前推进的重要引擎，代表当下最为先进的生产力。

大模型的概念由来已久，但是我们真正看到其价值也才仅仅一年多的时间。过去一年里，围绕大模型展开的竞赛争奇斗艳、百家争鸣。

模型参数之比、开源闭源之争，是去年大模型厂商和创业者们关注的焦点和竞争的核心。

在以赶超 GPT-4 为目标导向发展几个月后，国内厂商发现，自己的模型能力离 GPT-4 还有不小的距离，那么如何基于自己现有模型能力创造出最大的价值成为他们下一步的战略方向——做大模型原生应用。

可以预见的是，在百“模”奔腾的原生应用赛道，大模型应用爆发是必然趋势。在这一过程中，大模型实际效果和应用价值就显得尤为重要，大模型工场提醒各位厂商同时更要避免陷入大模型应用形式主义的陷阱。

2023，大模型跟风的一年

做 AI 原生应用已经成为 2024 大模型行业的共识。

百度 2023 年一次性发布超 20 款 AI 原生应用；阿里、字节上线图生视频工具；在奇绩创坛、Founder Park 上，AI 项目如雨后春笋般涌现；猎豹移动董事长傅盛、钉钉总裁叶军都笃定 2024 年一定是 AI 大模型应用爆发的元年。

说到 AI 原生应用，业界似乎没有一个标准的定义，或者说这个定义一直在变化中，目前公认的 AI 原生应用是指将 AI 大模型嵌入其核心的产品，从头开始围绕 AI 技术构建，产品设计以大模型为核心。换句话说，如果大模型不是产品的一部分，那么产品就不会存在。

还有一个概念值得关注，“基于 AI 大模型”是指实现 AI 为用户提供新功能的现有产品，它更多的是一个附加组件。这实际上是目前大部分企业在做的事情，在原有产品基础上进行“大模型”改造。

一周前，OpenAI 宣布 GPT Store 正式上线，备受瞩目的 AI “App Store 时刻”来临，用户无需知晓代码使用自然语言即可构建目标 GPTs，极大降低了创建大模型应用的门槛。

OpenAI 推出的 GPTs 项目正是当下火爆的 AI Agent 应用层，也是所有大模型厂商密集发力的大模型原生应用赛道。

在刚刚过去的 2023 年 12 月，百度、腾讯、华为、昆仑万维、面壁智能等企业纷纷推出自己的 AI Agent 项目。

谈到到大模型原生应用，百度在国内是一个绕不开的企业。自去年 3 月文心一言发布以来，百度一直在大模型赛道上狂飙。

秉持着“大模型只有用起来才有价值“的理念，还重构了包括搜索、文库、网盘、地图等在内的超 20 款 AI 原生应用“全家桶”。近期，百度还全面开放 AI 原生应用开发工作台——“千帆 AppBuilder ”，布局原生应用开发生态，当然我们希望在这种生态下，能产生史诗级的大模型原生应用，这能彻底地将百度推向之前高度，就像前文讲的我们也要警惕形式主义，不能停留在大模型基础应用表面。

AI 原生应用的前景已经铺开，虽然到目前为止并没有出现特别“出圈”的原生产品，但可以确定的是大模型的原生超级应用正在技术升级后所刺激的新需求中孕育。

大模型原生应用到底何时爆发

做 AI 原生应用，是大模型厂商的抉择，同时也是资本和市场的选择。

与大模型相比，AI 原生应用更加注重技术的实际应用和商业化。大模型研发需要大量的算力、数据与时间来训练，其背后更是难以估量的高昂成本，且难以与现实生产场景“接轨”。

此外，大模型重复建设没有意义，只会造成资源浪费。字节跳动在用 OpenAI 训练自己家的大模型，谷歌 AI “套壳”文心一言，大厂陷入互薅羊毛的境地。对于大部分企业来说，投入重金来做大模型既不现实也无必要。

相较而言，更加注重技术的可行性和商业化前景的 AI 原生应用，是让大模型实现“软着陆”的关键，也更具价值与想象空间。

实际上，在当前我国产业升级的背景下，AI 原生应用更为实用。与场景结合，赋能日常生活；融合垂直应用，服务实体经济，从“能用”到“好用”最终走向“实用”才是大模型最终的归宿。

截至目前，国内大模型已经在智慧矿山、医疗、气象、政务、金融、智能制造、铁路管理等领域展现出巨大的应用潜力，大模型应用场景不断扩展并趋向多样化。

例如，在医疗领域，药物研发、AI 诊疗、医学影像等在大模型的加持下能够加快药物研发速度，辅助医生快速诊断疾病，百度“灵医”、商汤“大医”、京东“京医千询”等大模型都在持续发力。

在教育领域，网易有道推出国内首个教育大模型“子曰”，用 AI 赋能教育。近期推出基于“子曰”2.0 的三大 AI 应用，分别是 AI 家庭教师“小 P 老师”、有道速读、虚拟人口语私教 Hi Echo 2.0。在大模型的加持下，个性化教学正在成为现实。

大模型应用层现在所展现的潜力只是“冰山一角”，新摩尔定律在继续，爆款应用产生的时间也在进一步提速。

回看 PC 时代，从 PC 的出现到微软 Office 等标志性应用诞生用了九年时间；在移动互联网时代，从苹果发布到微信等爆款应用出现用了四年时间。在 AI 原生时代，随着底层技术的加速迭代与完善，爆款应用的出现时间会进一步缩短，并且应用的数量会呈倍增长。

钉钉联合 IDC 发布《2024 AIGC 应用层十大趋势白皮书》预测：2024 年 AI 应用将出现爆发式增长，全球将出现 5 亿新应用。

此外，随着小语言模型与多模态叙事的流行，AI PC 和 AI 手机等智能终端或许将成为原生应用的超级入口。

生成式大模型正在生成新的时代，它的诞生给了 AI 原生应用前所未有的机会，然而，与机会如影随形的泡沫也会同时涌现。

警惕泡沫和形式主义 

机会、泡沫与形式主义，看起来不相关的三个词，在大模型发展与应用落地的过程中却同时出现。

大模型爆发式快速发展的背后，催生了算力、数据、场景应用等新的市场增量，当然，其中存在的泡沫也不容忽视，尤其是在“百模大战”的背景下，一些企业一味攀比模型参数，而忽视模型实用性和实际效果，大模型“形式主义”泛滥。

首先是模型攀比和参数量堆砌问题。百度“文心一言”、阿里云“通义千问”、科大讯飞“星火”、华为“盘古”、360“智脑”、昆仑万维“天工”、商汤“日日新”、腾讯“混元”等大模型先后登场，模型参数动辄百亿起步，千亿成为常态，万亿是追求目标。

殊不知，参数量只是衡量大模型的一个维度，并不能代表模型的性能，也无法衡量大模型所能带来的应用价值和社会意义。

提到模型参数，算力是绕不开的话题。回看 2023 年大模型的发展，芯片和算力成为躺赢的生意。

英伟达在 2023 年股价大涨 240% 后，2024 年伊始依然强势，行情数据显示，刚刚过去的九个交易日里，英伟达的股价已累计上涨了约 10%，市值暴涨了约 1280 亿美元。

在国内，乘着大模型的东风，踩着英伟达 GPU 算力红利，一波算力公司趁势而起。

“彩票大王”鸿博股份全资子公司——英博数科成为年度最火“算力黑马”之一，3 个月拿下 27 亿大模型算力大单，带动鸿博股份股价在 2023 年飙涨 580%。此外，“味精大王”莲花健康、舷外机龙头恒润股份、游戏大厂世纪华通等都纷纷踏上跨界做算力的道路。

站在风口上，猪都能飞起来，那么风口过后呢？这些跨界算力公司没有深耕基础，靠倒卖芯片和算力又能走多远？

泡沫总是会带来一些“虚”的形式主义，重模型攀比，轻应用落地；重商业利益，轻用户体验；钻研“有趣”，忽视“实用”等等。

或许是受到模型“效率”提升的影响，如今出现的大模型应用也大多沉迷“效率”追求上。一方面想要快速实现商业变现，另一方面，似乎认为大模型只是提升我们工作生活“效率”的工具。

AI 写作、AI 绘画、AI 设计、AI 社交等等基于大模型快速开发上线的工具不胜枚举，仅在网页端搜索“AI 工具集导航”就有 500+ 的 AI 工具，不知这些企业打着 AI 大模型的幌子，收割了多少“韭菜”。

大模型的爆发，必将伴随着泡沫和形式主义，无可避免。不过，我们相信，原生应用的花开最终会盛开在实用主义的土壤里，生在产业升级上，长在公共服务里，落到个人发展上。