复盘2024,大模型的商业化主线是什么?

原创 脑极体 2025-01-13 20:01


过去一年,AI是全球资本市场的投资主线,而商业化,则是AI大模型的主线任务。


一句话总结2024年大模型的商业化进展,或许是冰火两重天。一方面,我们看到了许多成功的AI付费用例,小到9.9一套的AIGC宠物写真,200美元的ChatGPT Pro月费,大到百万一台的大模型一体机,C端/B端市场行情看起来一片火热。


但从整体营收情况来看,海内外模厂仍然承压。2024年,多个海外AI创企和部分AI六小虎成员,都传出过停止预训练、寻求卖身等消息。类Sora模型、类o1模型都属于高算力消耗、少商业用例、高付费门槛,不少模厂在积极跟进新技术路线的同时,商业化危机也一直如影随形。


冷热交替使AI领域新闻不断,也带来了前所未有的喧嚣。我们就趁着年尾来整体复盘一下,通过三个行业故事,回看2024年大模型商业化主线究竟是什么?



GPT-5最终还是缺席了2024,但也无人在意。或许技术人员还是在意的,但用户和企业确实对第一时间追赶OpenAI最新模型,不再兴致高昂了。这种氛围,跟年初大家迫切希望跟进对标Sora的心情,形成了较大的反差。



而模型界的新神,变成了国内创企DeepSeek。有的海外机构专门将DeepSeek的中文报道翻译成英文,来更多了解这家中国公司。而这家AI企业,以超高性价比著称,别称“AI界拼多多”。2024 年 5 月,DeepSeek V2发布,将计算量和推理成本降到极致,成为国内token价格战的导火索;年底发布的DeepSeek V3,据说模型性能超越GPT-4o,在Chatbot Arena大模型排行榜上排名第7,是前十名唯一的开源模型,且仅用了600万美元。


可以说,2024年,API市场的关注重点,从TOP模型变成了智价比。



2024年,大家对AI订阅费的接受度越来越高,最能证明这一点的是越来越贵,也越来越多的AI订阅会员被推向了市场。


比如,OpenAI在12月发布会上推出的ChatGPT Pro,每月收费200美元,仍然吸引了不少科技博主愿意买单。AI编程平台Devin,更是将月付费门槛拉升到了500美元。



也许你会说,程序员本身就是高工资,愿意为AI付费很正常,但普罗大众为AI应用买单的也不少。


一位国民级中文APP的负责人向我们提到:都说国人现在不爱消费了,但我一直没有感觉到,我们的产品在AI化后,付费率有几十倍的增长。其中,面向家长的智能绘本,面向职场人生产力的AI PPT生成、报告精读、脑图生成等效率工具,都是付费的高频场景。


为AI一掷千金的同时,用户也不再把鸡蛋放在同一个篮子里(OpenAI、谷歌主导的TOP模型),开始围绕场景搭配产品方案的“组合拳”。



比如一个程序员在开发场景中,可能会同时购买Cursor、sonnet、Claude、anthrope等多个平台的月费会员,搭配起来使用。一个媒体人在创作场景中,会同时指挥kimi、文心一言、豆包和DeepL等多名“AI员工”,我本人还会用腾讯元宝来精读论文,生成脑图。


总结一下订阅用户的心态就是,不是头部模型用不起,而是多个模型更有智价比。



2024年,我采访一个数据公司,对方告诉我:2023年为了第一时间拥抱AI,那时候正是啥都最贵的时候,买卡花了很多钱,然后开始找模型厂商做训练,又花了很多钱,今年坚决不升级(大模型)了,就用着以前的。


一位AI应用创业者,为了使用o1 pro模型充值了ChatGPT Pro的会员,结果发现并不比o1或4o优秀得很明显,于是决定不会再续费了。


还有一个AI创企,用GPT4-Turbo测了一下非代码场景调用,结果出乎意料地烧钱,公司根本扛不住这个训练费用,又没有找到合适的商业模式,无法把成本转嫁给客户,赶紧切换回了更低版本的GPT3.5,只有实在跨不过去的坎,才会考虑GPT4。



“低版本模型的能力再弱,通过各种组合拳带来额外latency,也好过新版本模型一次性latency。”更何况,很多场景先进模型一次性也搞不定。


第一批入局大模型的企业用户,折腾了一年之后,2024年更为看重成本与收益的平衡,不再盲目为更大的参数规模、更高的计算开销而买单。2024年才入局的企业,对AI的态度自然就更加谨慎、注重风险控制,更希望以最小的投入获得最大的智力回报。


所以,在ToB政企市场,大模型价值的缩水速度开始放缓了。一个新模型推出之后,旧模型不会被轻易翻篇或完全颠覆,可以通过工程化等手段继续在业务中使用。这种变化,意味着大模型算法作为一种软件技术,不会很快过时,作为一种企业的数字资产,有了更长的有效使用周期,也就有了更高智价比。



从上述三个故事,不难得出一个结论:智价比,是大模型2024的商业化主线。为什么这么说?


模型层面,商用不再“规模至上”。


Scaling Law规模法则疑似撞墙的说法开始流行,新模型的性能提升与计算消耗不成比例,投入回报比日渐拉胯,学术界和产业界的质疑声增多了。同时,其他技术路线的探索,开始有了成果。



比如DeepSeek对模型架构进行了全方位创新,推理成本下降的同时也能确保模型性能;面壁智能提出了“能力密度”(Capacity Density)概念,用更少的资源实现更强的能力,来实现AI技术的可持续发展;OpenAI也拿出了经过强化微调的o1-mini模型,比标准版o1的推理速度更快、计算消耗更低。


除了模型规模,智价比、易用性、服务水平、生态支持度等其他维度,开始被商业用户纳入度量。


市场层面,从“交付大模型”到“交付智能”。


三个故事中,API看榜单也看智价比,订阅制用组合拳来达到最佳效果,项目制追求整体收益平衡,无不说明大模型商业化已经走过了“交付大模型”的第一阶段,进入到“交付智能”的第二阶段,用户和企业不再为了尝鲜而用模型,而是在越来越多的具体的任务场景中,让AI大模型发挥出实际效益。因此,对大模型的选择与付费意愿也开始出现分化。


比如简单的任务场景,用更低版本、免费的模型+提示词,就能很好地完成;而复杂的任务,可能GPT-5来了都不能解决问题,那么智价比+工程化组合拳更值得投入。



尤其是一些大型政企,如果大模型还没落地就价值缩水了,是不利于资产评估的,所以要么与硬件整合起来一起,变成“卖盒子”的商业模式,要么延长模型的有效使用周期,提高智价比。


正如Anthropic的首席产品官Mike Krieger所强调的:“你不仅仅是在交付产品,你在交付智能。”如果说大模型是算力土壤上的一棵植物,智能就是果实,商业用户购买的其实是果实。


商业用户的付费决策,不单纯取决于植物是不是果园里最高最靓的,而是由购买便捷度、配送物流、时效性、适口性等综合决定的。举个例子,ChatGPT刚问世时,二手市场代注册账号、海外信用卡都成了一门生意,这种格外费劲的使用方式,随着国产大模型的充盈,很快就销声匿迹了。从综合体验上来看,“智价比”更能反映大模型的核心价值。


智价比,可以说是2024大模型商业化的主线。



从“交付大模型”到“交付智能”,2024年也是大模型厂商的分水岭。


能够更好、更充分交付智能效果的大模型,获得了更显著的发展机会。其中,云底座支撑的大模型家族,凭借从底层算力到开发套件到AI应用及商业生态的全链路支持,发展尤其强劲,比如百度智能云+文心一言、华为云+盘古大模型、火山引擎+豆包大模型、阿里云+通义千问、腾讯云+混元大模型。



而AI创企中,模型性能与成本比例更优的智谱AI、DeepSeek,发展势头更加强劲。而不打价格战的零一万物,在竞对面前缺乏智价比,又无法通过底层技术创新避免“流血式降价”,C端/B端难以打开局面,经营上就遭遇了波折。



2024年,是“交付智能”的智价比元年,那么在2025年,我们还能期待大模型市场的哪些变化呢?


第一,大模型“果林”的稳定生长。这体现在智能边界在扩大,低性能有增长,高性能没有大退步,格局进入稳定态。先进模型和低版本模型、大厂TOP模型和中小厂“拳头模型”会在不同的任务场景中各美其美,都能获得一定的商业化阳光和雨露,组合生长。这对于大众小厂来说,可能都是竞争压力减小的好消息。


第二,多模态大模型的“榕树”崛起。2024年,为了应对不同场景,模厂都推出了十分复杂的大模型家族,比如OpenAI的GPT系列、4o系列、o系列,让人傻傻分不清楚,不同任务需要切换多个模型一起协作才能完成。单一模型的能力边界小,阻碍了AI提高生产力。因此,更高智价比的方案,肯定是走向多模态模型,让用户可以专注在一个模型上,就能完成文本、图像、音视频等输入和输出,成为让用户栖居的一颗“榕树”,更可能在云厂商肥沃的算力土壤上生长出来。



第三,超级个体(小微AI创企和个人开发者)的进一步丰盈。进入智价比阶段,个体从平台上得到的智力加持会增大,门槛成本会降低。所以不难预测,以超级个体组成的小微AI创业企业和开发者,将会成为涌入AI应用创新的一股潮流,带来的将是个性化AI定制软件和AIGC内容创作的极大爆发。这些超级个体如同蜂鸟,会将智能的种子采撷、散播到更多行业领域,尤其是长尾场景。


从这个角度看,智价比更高的国产AI生态,有望以更低成本推动 AI 技术普惠和行业智能化发展,解锁大模型商业化的速度也会比想象中更快。


经历过2024的智价比元年,大模型正在迎来草长莺飞的2025。



·
·

·

脑极体 从技术协同到产业革命,从智能密钥到已知尽头
评论
  • 流量传感器是实现对燃气、废气、生活用水、污水、冷却液、石油等各种流体流量精准计量的关键手段。但随着工业自动化、数字化、智能化与低碳化进程的不断加速,采用传统机械式检测方式的流量传感器已不能满足当代流体计量行业对于测量精度、测量范围、使用寿命与维护成本等方面的精细需求。流量传感器的应用场景(部分)超声波流量传感器,是一种利用超声波技术测量流体流量的新型传感器,其主要通过发射超声波信号并接收反射回来的信号,根据超声波在流体中传播的时间、幅度或相位变化等参数,间接计算流体的流量,具有非侵入式测量、高精
    华普微HOPERF 2025-01-13 14:18 468浏览
  • 01. 什么是过程能力分析?过程能力研究利用生产过程中初始一批产品的数据,预测制造过程是否能够稳定地生产符合规格的产品。可以把它想象成一种预测。通过历史数据的分析,推断未来是否可以依赖该工艺持续生产高质量产品。客户可能会要求将过程能力研究作为生产件批准程序 (PPAP) 的一部分。这是为了确保制造过程能够持续稳定地生产合格的产品。02. 基本概念在定义制造过程时,目标是确保生产的零件符合上下规格限 (USL 和 LSL)。过程能力衡量制造过程能多大程度上稳定地生产符合规格的产品。核心概念很简单:
    优思学院 2025-01-12 15:43 501浏览
  • ARMv8-A是ARM公司为满足新需求而重新设计的一个架构,是近20年来ARM架构变动最大的一次。以下是对ARMv8-A的详细介绍: 1. 背景介绍    ARM公司最初并未涉足PC市场,其产品主要针对功耗敏感的移动设备。     随着技术的发展和市场需求的变化,ARM开始扩展到企业设备、服务器等领域,这要求其架构能够支持更大的内存和更复杂的计算任务。 2. 架构特点    ARMv8-A引入了Execution State(执行状
    丙丁先生 2025-01-12 10:30 457浏览
  • 根据Global Info Research(环洋市场咨询)项目团队最新调研,预计2030年全球无人机电池和电源产值达到2834百万美元,2024-2030年期间年复合增长率CAGR为10.1%。 无人机电池是为无人机提供动力并使其飞行的关键。无人机使用的电池类型因无人机的大小和型号而异。一些常见的无人机电池类型包括锂聚合物(LiPo)电池、锂离子电池和镍氢(NiMH)电池。锂聚合物电池是最常用的无人机电池类型,因为其能量密度高、设计轻巧。这些电池以输出功率大、飞行时间长而著称。不过,它们需要
    GIRtina 2025-01-13 10:49 170浏览
  • 在不断发展的电子元件领域,继电器——作为切换电路的关键设备,正在经历前所未有的技术变革。固态继电器(SSR)和机械继电器之间的争论由来已久。然而,从未来发展的角度来看,固态继电器正逐渐占据上风。本文将从耐用性、速度和能效三个方面,全面剖析固态继电器为何更具优势,并探讨其在行业中的应用与发展趋势。1. 耐用性:经久耐用的设计机械继电器:机械继电器依靠物理触点完成电路切换。然而,随着时间的推移,这些触点因电弧、氧化和材料老化而逐渐磨损,导致其使用寿命有限。因此,它们更适合低频或对切换耐久性要求不高的
    腾恩科技-彭工 2025-01-10 16:15 97浏览
  • PNT、GNSS、GPS均是卫星定位和导航相关领域中的常见缩写词,他们经常会被用到,且在很多情况下会被等同使用或替换使用。我们会把定位导航功能测试叫做PNT性能测试,也会叫做GNSS性能测试。我们会把定位导航终端叫做GNSS模块,也会叫做GPS模块。但是实际上他们之间是有一些重要的区别。伴随着技术发展与越发深入,我们有必要对这三个词汇做以清晰的区分。一、什么是GPS?GPS是Global Positioning System(全球定位系统)的缩写,它是美国建立的全球卫星定位导航系统,是GNSS概
    德思特测试测量 2025-01-13 15:42 475浏览
  • 随着全球向绿色能源转型的加速,对高效、可靠和环保元件的需求从未如此强烈。在这种背景下,国产固态继电器(SSR)在实现太阳能逆变器、风力涡轮机和储能系统等关键技术方面发挥着关键作用。本文探讨了绿色能源系统背景下中国固态继电器行业的前景,并强调了2025年的前景。 1.对绿色能源解决方案日益增长的需求绿色能源系统依靠先进的电源管理技术来最大限度地提高效率并最大限度地减少损失。固态继电器以其耐用性、快速开关速度和抗机械磨损而闻名,正日益成为传统机电继电器的首选。可再生能源(尤其是太阳能和风能
    克里雅半导体科技 2025-01-10 16:18 322浏览
  • 随着通信技术的迅速发展,现代通信设备需要更高效、可靠且紧凑的解决方案来应对日益复杂的系统。中国自主研发和制造的国产接口芯片,正逐渐成为通信设备(从5G基站到工业通信模块)中的重要基石。这些芯片凭借卓越性能、成本效益及灵活性,满足了现代通信基础设施的多样化需求。 1. 接口芯片在通信设备中的关键作用接口芯片作为数据交互的桥梁,是通信设备中不可或缺的核心组件。它们在设备内的各种子系统之间实现无缝数据传输,支持高速数据交换、协议转换和信号调节等功能。无论是5G基站中的数据处理,还是物联网网关
    克里雅半导体科技 2025-01-10 16:20 436浏览
  • 新年伊始,又到了对去年做总结,对今年做展望的时刻 不知道你在2024年初立的Flag都实现了吗? 2025年对自己又有什么新的期待呢? 2024年注定是不平凡的一年, 一年里我测评了50余块开发板, 写出了很多科普文章, 从一个小小的工作室成长为科工公司。 展望2025年, 中国香河英茂科工, 会继续深耕于,具身机器人、飞行器、物联网等方面的研发, 我觉得,要向未来学习未来, 未来是什么? 是掌握在孩子们生活中的发现,和精历, 把最好的技术带给孩子,
    丙丁先生 2025-01-11 11:35 447浏览
  • 随着数字化的不断推进,LED显示屏行业对4K、8K等超高清画质的需求日益提升。与此同时,Mini及Micro LED技术的日益成熟,推动了间距小于1.2 Pitch的Mini、Micro LED显示屏的快速发展。这类显示屏不仅画质卓越,而且尺寸适中,通常在110至1000英寸之间,非常适合应用于电影院、监控中心、大型会议、以及电影拍摄等多种室内场景。鉴于室内LED显示屏与用户距离较近,因此对于噪音控制、体积小型化、冗余备份能力及电气安全性的要求尤为严格。为满足这一市场需求,开关电源技术推出了专为
    晶台光耦 2025-01-13 10:42 491浏览
  •   在信号处理过程中,由于信号的时域截断会导致频谱扩展泄露现象。那么导致频谱泄露发生的根本原因是什么?又该采取什么样的改善方法。本文以ADC性能指标的测试场景为例,探讨了对ADC的输出结果进行非周期截断所带来的影响及问题总结。 两个点   为了更好的分析或处理信号,实际应用时需要从频域而非时域的角度观察原信号。但物理意义上只能直接获取信号的时域信息,为了得到信号的频域信息需要利用傅里叶变换这个工具计算出原信号的频谱函数。但对于计算机来说实现这种计算需要面对两个问题: 1.
    TIAN301 2025-01-14 14:15 100浏览
我要评论
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦