（原标题：21对话丨专家共议AI新趋势：AI浪潮行至半途，资方关注重点由技术转向应用与商业模式）

21世纪经济报道记者张梓桐 实习生陈归辞 上海报道

2022年末，随着聊天机器人ChatGPT的走红，大模型技术受到了广泛关注。2023年，国内涌现出了大量大模型，标志着大模型技术进入了一个新的发展阶段。

随之而来的是价格战的爆发，从2024年5月开始，一些大型厂商开始通过降价策略来吸引用户，这标志着大模型市场的价格战正式打响。5月15日，字节跳动发布了自己的大模型产品“豆包”，这被视为价格战的开端。随后，阿里巴巴、百度、科大讯飞、腾讯等公司也加入了降价行列，部分企业甚至宣布其主力模型对用户免费。

这背后是大模型厂商从技术向应用侧的微妙转向，近日，毕马威中国数字化赋能及人工智能主管合伙人张庆杰在接受21世纪经济报道记者专访时表示，大模型自出现之初，就是资本市场关注的重点及热点，各资本方积极踊跃；但过去的大半年，资本方趋于客观，开始越来越关注大模型公司的商业模式及商业变现。而在南洋万邦资深业务相关负责人看来，市场开始分化，国内的百模大战会逐步收敛到少数几个主流的大模型，机器视觉的特定应用场景中的小模型，会更有针对性优势。

《21世纪》：据你观察，最近大半年时间，GPT和国内大模型产品的发展速度是不是达到预期？

张庆杰：预期本身是相对论，每个人都可能有不同预期。在我个人看来，过去大半年的时间里，GPT和国内大模型产品的发展符合预期，其中最突出的表现是越来越理性客观，主要体现业界越来越关注以下几个方面的平衡。

技术与应用的平衡：在开始阶段，各家厂商比较热衷于技术参数的比对，参加各个榜单的评选，现在越来越重视场景应用的开发及实践；

模型大与小的平衡：之前国内大模型如雨后春笋，纷纷以自己拥有自有模型及算法为标签，特别喜欢以参数量级、训练速度等技术指标作为“优秀”代表；截至目前，出现不少公司以效果为导向，做好专精领域，甚至“以小博大”。

“神化”与“魔化”的平衡：大模型的发展过程中，出现“矛”和“盾”的两种倾向，“矛”者突出大模型的优势，言及无所不能，动则颠覆跃迁；“盾”者强调大模型的风险，凸显道德伦理问题，甚至提示影响人类的未来。截至现在，业界相对理性面对“矛”与“盾”的思考与讨论，更有利于大模型的发展。天博体育安卓下载

“投资”与“变现”的平衡：大模型自出现之初，就是资本市场关注的重点及热点，各资本方积极踊跃；但过去的大半年，资本方趋于客观，开始越来越关注大模型公司的商业模式及商业变现。

南洋万邦资深业务相关负责人：按照之前移动互联网和云计算发展的速度来对比，GPT和国内大模型产品的发展速度是远超我的预期，更新迭代更为迅速。GPT3.5,4，到GPT4o，今年初的Sora等，在不断刷新大家对AI能力的认知边界。

《21世纪》：2024年，你认为国内大模型的主题和趋势是什么？

南洋万邦资深业务相关负责人：市场开始分化，国内的百模大战会逐步收敛到少数几个主流的大模型，如同在云计算市场开始时，各大公有云、私有云平台的百花齐放，到逐步收敛到少数几个主流的公有云，以及个别有特色的私有云平台厂商。另一个方面，会分化到特定领域的垂类模型竞争，因为在细分市场，垂类模型如同此前几年我们在特定缺陷检测，机器视觉的特定应用场景中的小模型，会更有针对性的优势。最后一个分化的方向，是更多向AI-Agent等复杂应用领域去延伸。

《21世纪》：未来各巨头都会有自己的大模型，产品会不会趋同，差异化在哪？

南洋万邦相关负责人：对于通用大模型来说，会有产品趋同的可能性。受到训练数据，模型调优差异的影响，技术上的差异肯定会存在，但对于最终用户，实际体验可能会趋同。可借鉴的历史包括PC、移动互联网、云计算市场，存在进入市场的先后，介入标准的差异，功能和用户体验上的一些差异，但是都不是质的区别。真正拉开差距的，或形成差异化的，可能会是在特定垂类模型能力上，部分大模型厂商可能会避免在通用大模型层面上的竞争而进入特定的细分领域，这是一方面，另一方面的差异化将极大依赖于大模型所形成的社区或者周边生态的应用，这将给最终用户体验带来巨大的差别。

《21世纪》：在你看来，国内大模型目前和硅谷的差距主要在什么维度？

张庆杰：国内外大模型的对比是体现在多个维度的，我们既不要盲目自大，也不必妄自菲薄。从如下的维度来做个简单说明。

环境：中国政府积极推进新质生产力、人工智能+、数据要素X、算力一张网等举措，为大模型发展创造了更好的宏观社会环境。

模型：硅谷在大模型技术领域积累厚实，发展速度很快，在0到1的创新技术整体发展中处于世界领先水平；国内的大模型厂商在细分领域中具有差异化特点及特色，在大模型技术1到100的推广方面速度较快。

数据：国内外普遍缺乏高质量数据作为训练基础，中国实体经济的发展，在以制造业为代表的行业数据积累方面具有可深度挖掘的空间。

算力：源于芯片原因，国内整体算力资源受到一定程度的限制约束，但由此推动了智算中心、算力一体化、云端算力协同等业务发展。

应用：国内大模型发展越发趋于理性，场景应用越来越受到重视，源于行业及垂直领域的大模型应用逐渐得到务实推进，局部细分场景的应用获得全球业界的关注。

治理：从过往来看，硅谷在大模型技术创新及多模态应用方面投入更多关注，而国内则特别重视AI大模型治理内容，从伦理道德、风险防范，隐私权属等多方面做了多轮次、高价值研讨。

投资：硅谷对大模型的投资周期较长，而且资本方相对比较有耐心；国内资本投资大模型的时间相对较短，还需要更多有耐心的资本。

人才：中国近些年的AI人才已经获得了长足进步，但还是可以清晰的看到：美国的核心AI人才的数量优势上还是处在靠前位置。

南洋万邦相关负责人：如果按普遍认可的影响大模型发展的四大因素：算力、算法、数据、应用场景来看天博体育官方平台。目前较大的差距仍然是来源于算力，算法；一般认为中文高质量数据少，但随着国内的数据要素的重视，基于如此大的体量基数来说，是能够较快弥补的，而且可能面对本地化市场，国内大模型在中文数据上还会更加具备优势，应用场景可以从移动互联网在国内蓬勃发展的历史看出，应用场景是国内大模型的巨大优势。

但还需加强从0到1的突破。因为当验证了某一方式可以实现后，后继者就不用再去尝试可能的其他的路径，可以采用“大力出奇迹”的模式，在既有道路上跟进即可。

《21世纪》：去年一年大家都卷大模型，现在大模型的格局初定，卷应用层你觉得从什么时候开始？

南洋万邦相关负责人：已经开始了，但目前阶段最为成功的模式，应该是Copilot的模式，即将大模型与既有的应用结合，提供AI助手。这是我们看到以微软为代表的Copilot 系列的应用场景天博体育IOS下载。新的AI-Agent，结合大模型，具备规划、记忆、工具使用和自主行动的能力，可能会带来新的应用开发范式，但目前这一领域仍然在起始阶段，还没有形成一定的标准。但这对比当前主流的大模型应用场景，会给最终用户带来更为巨大的价值。

《21世纪》：当前AI大模型发展还面临哪些挑战？

张庆杰：万事皆讲“道、法、术、器”，AI对生产力变革与赋能方面也是。当下，大模型对“术、器”方面的赋能表现不错，To C端的应用表现最有代表性，在To B端的应用好多是体现在降本增效、防范风险、知识管理等方面。随着AI技术的进一步发展，非常期待带来在“道、法”层面的变革，例如：创新商业模式、产业链/价值链的重构与重塑、跨界/跨行业的应用等，那将会带来几何级数的价值倍增。

南洋万邦资深业务相关负责人：对于企业客户来说，算力、算法往往是外部资源，所受到的限制是可获得性，除此之外，涉及企业内部和外部数据安全性会一定程度上减慢客户广泛采用的速度。另外，对于我们接触的企业客户来说，如何在企业内部形成合规、可控、可靠、可信的AI应用规范，以及建议一套新的AI应用评估、选择、实施和验收的标准对不少企业来说也是需要积极探索。

天博体育IOS下载 天博体育手机版 天博tb综合体育