2024 AI 展望：OpenAI再打响指，我们还能期盼什么？
文 | 周鑫雨
若将中国的AI发展看做是一本小说，你会发现，2023年用一页的篇幅，几近写完了曾经计算机视觉（CV）的三年：起风，落地，再到危机暗涌。
2022年末，太平洋对岸的ChatGPT石破天惊，拉开了名为AI大模型的全球竞速——热钱和人才集中涌向这个赛道。
这一年，中国模型层一共诞生了5家独角兽：智谱AI、MiniMax、百川智能、零一万物、月之暗面。无论是从头训，还是基于现成模型微调，国内约200个大模型加入“百模大战”，AI领域融资事件数比2022年增长了145%。
AI的技术突破，也为这个赛道吸纳了不少顶尖人才：来自国内外最高学府的知名学者教授下海，互联网老兵出山，谷歌、微软等海外大厂出身的华人回国。
但与热闹和振奋人心的技术突破相对的，是疲软的资本市场和紧缺的资源。美元基金的退出、英伟达芯片的禁运，倒逼AI企业内修功力、外寻新机：找场景快速落地，出海拓展商业机会。
从锤炼技术，到快速的商业化落地，也将更为抽象的问题摆到AI厂商面前：如何找准落地场景？如何实现数据飞轮？
从Copilot到AI Agent（智能体），热门概念和demo的不断涌现，让市场对AI的能力充满了想象。但较为残酷的现实是，囿于底层模型的能力，AI能落地的场景仍然有限。
从模型层相关的多模态、幻觉问题，到硬件层面的NPU（神经元计算处理器），AI产业上下游要解决的技术难点还有很多。对于应用厂商而言，则要根据技术现状将落地场景加以细分，或者找到具有独特价值的落地场景。
即便度过了机会和危机并存的2023，没人怀疑，2024年，AI依然会是舞台上的主角。
开年的“王炸”，依然来自OpenAI——北京时间2024年2月16日，OpenAI推出了可以生成60秒连贯流畅、超逼真的高清视频的视频生成模型Sora。对于不少视频模型的创业公司而言，“灭霸”OpenAI的开年响指并不好受。但业内更多人认为，视频等多模态模型，将在2024年创造新的商机。
而市场，也已经做好了迎接AI商业化的准备。经历三年疲软的消费市场，在2023年Q3终于复苏。在硬件层面，手机、PC等消费电子的销量回升有目共睹。在软件应用层面，根据移动市场分析平台data.ai的统计，2023年全球移动市场用户的支出同比增长了3%——截至2023年末，生成式AI应用的月用户支出也突破了1000万美元。
2023年下半年以来，出海淘金，也成了不少AI厂商拓展商业机会的方式。无论是在新环境中寻求资本，还是寻找具有更高付费能力和意愿的客户，不少国内的AI厂商提起出海，都给予36氪同样的答复：“Why not？”
2024年，关于大模型的机会、应用落地的方向、做ToB还是ToC、本地化还是出海，36氪总结了6大趋势。
一、语言日渐拥挤，视听乘风起势
即便模型层短时间内诞生了5家独角兽，但企名Pro的数据显示，2023年AI领域的融资总额比2022年少了4.5%，甚至还不到2021年的一半。
这意味着，热钱集中地涌向了少数团队背景和技术实力强大的公司。从资源分配的角度而言，后来者想要再挤进模型层创业，空间已经不多。
智谱AI CEO张鹏认为，从商业竞争的角度而言，2024年LLM赛道已经接近红海：“一，算力等资源紧张的问题还没有解决；二，从市场空间的角度而言，不需要重复造轮子；三，模型能力很大程度上依赖先发优势，积累用户反馈、行程数据，从技术迭代的角度，后来者很难跟上主流的水平。”
即便零一万物内部的模型训练研究显示，模型参数量还有很大的提高空间，在零一万物技术副总裁、Pretrain（预训练）负责人黄文灏看来，目前模型层的困难主要是在算力资源上：
“从GPT3.5到GPT4有大量的技术挑战要解决，算力资源限制会减少迭代试错的机会，大家都会选择确定性较高的路径，就错过了一些创新的机会。”
红海中，永恒不变的只有顶级人才的号召力。远识资本董事Yuca对36氪表示，基金不会把鸡蛋放在同个篮子里，OpenAI、微软、谷歌这些顶级公司的华人专家，还存在撬动国内资源的可能。
LLM赛道日渐拥挤，但3D、视听等多模态模型仍是一片蓝海。
月之暗面联合创始人周昕宇向36氪列举了不少模型有待突破的底层技术，其中不少与多模态有关，比如如何对多模态数据进行统一表示；如何用计算来突破数据的瓶颈；如何研发出更高效的多模态无损压缩神经网络架构。他认为，这些技术突破都可能成为2024年模型层公司的机会，但也可能需要更长时间才能取得突破。
多模态能力的突破，也将给大模型的整体能力带来超预期的提升。“由于大模型的泛化性，能力迭代往往是通用的、全面的提高，不会是单点的突破。”黄文灏告诉36氪，“无论是图片还是音频，多模态数据会和文字形成1+1>2的效果。”
不过，3D和视听生成技术在2023年的迭代速度之快，已让人瞥见2024年的商业化浪潮。以技术复杂的视频生成为例，2023年初，视频生成模型尚且只能将多个静止的图像拼接成几秒长的剪辑。但不到6个月，以Runway Gen2为代表的模型就能生成几秒长的电影级影片。
时间再来到同年11月，由4名华人创立的动画视频生成公司Pika，就释出了可以生成分钟级高质动画视频的产品。Pika的估值，也飙升至近2亿美元。
而仅仅再过了3个月，2024年2月16日，“灭霸”OpenAI又杀死了视频生成的游戏，发布可以生成60秒连贯高清视频的文生视频模型Sora。这也意味着，视频生成模型距离商用，已经近在咫尺。
LLM解决的是最基本的交流问题，而3D、视听等多模态则能让AI模型拥有超人类的感官，应用创新和模式创新的机会远多于LLM。
多模态技术能落地的场景，大致可以分成两类：一类是提供生产力工具，另一类则是提供新场景。
在工作和生产场景下，模型服务的商业模式已经较为成熟，但这也意味着入局者众多，竞争压力更大。企业的核心竞争力在于能否建立全流程服务，满足用户的细分需求，同时形成数据飞轮。
随着多模态技术的提升，不少人在智舱、物联网、XR等场景中看到了新机会。对于新场景的创业者而言，跑通商业模式的先决条件，则是寻找到具有独特价值的细分场景。
二、模型“瘦身”，先场景后模型
但通用基座的红海，并不意味着模型层已经失去入局的空间。
一个明显的趋势是，随着应用落地的加速，不少中小模型厂商开始“瞄准钉子挥锤子”，先找到能落地的细分场景，再针对性地训练模型。
这一现象，与市场的反馈不无关系。应用落地的迫切性，让下游厂商比起更强大的通用性能，更关切模型调用的成本，以及在端侧部署的可能性。
由于模型推理需要消耗的算力巨大，来自底层的成本压力会层层传导至下游。以OpenAI为例，根据美国金融公司 Bernstein 的分析，如果ChatGPT的访问量达到谷歌浏览器的十分之一，OpenAI 初始需要的GPU价值高达481亿美元——这部分的成本也势必会分摊到下游的应用厂商。
降本最直接的方式，是减少模型的参数量。2023年下半年以来，不少拥有千亿级参数基座的模型厂商，都发布了十亿级参数的模型。比如百川智能发布了7B的语言模型，智谱AI和零一万物发布了6B的模型版本，用纯CPU就能将模型跑起来。
但光“瘦身”，不足以成为模型厂商的竞争力。其缘由在于，
各家大模型的能力尚未产生明显差距。
远识资本董事Yuca举了一个例子：在国外，所有应用厂商优先考虑的模型一定是GPT-4；但在国内，应用厂商挑不出一个出类拔萃的，一般会考虑把十几个主流模型都先试试。
“现在谈大模型的竞争力还为时尚早。”网易有道CEO周枫对36氪表示，“核心是要从应用中找到千亿级的市场机会，找到‘大模型原生’的产品形态是关键。”
他以有道的长项翻译场景为例，虽然有道自研的百亿参数模型“子曰”整体对话能力不如千亿参数的ChatGPT，但通过基于向量数据库的训练，“子曰”能够5秒翻译67页长论文。
即便认为“现在谈大模型的竞争力还为时尚早”的判断还有待商榷，智谱AI CEO张鹏在模型落地层面，表达了类似的观点：“落地阶段最重要的是
找对场景，培养用户，形成数据飞轮。
”
培养用户，越早越好。月之暗面联合创始人周昕宇告诉36氪，从新技术的扩散曲线来看，最早期的用户和开发者会带动更多的用户：“2023年可以吸取的经验教训是，
应该更早点儿给用户去用，很多用户自己会探索大模型产品的边界，发现产品经理想不到的场景和应用
。2024年，AI落地的重点是如何与用户一起成长。”
一个通过找对场景，顺利在模型层占有一席之地的典型案例，是估值达5.2亿美元的AI公司Perplexity。Perplexity通过将大模型和搜索引擎结合，开发出了类似于New Bing的对话式搜索引擎。
不过，Perplexity的模型，最初是基于一些规模更小、推理更快的模型进行微调而来。直到最近，他们才开始训练自己的模型。
对于前期“套壳”的决定，Perplexity CEO Aravind Srinivas在播客节目中锐评：“
成为一个拥有十万用户的套壳产品，显然比拥有自有模型却没有用户更有价值。
”
不过在未来，自训模型仍然会成为AI应用企业不可缺失的一环。“AI公司的核心竞争力会是模型、应用、infra‘三位一体’的能力。
最大的应用公司必须掌握模型训练能力，模型的推理成本降低对应用是最大的提升
。三者缺一不可。”零一万物技术副总裁、Pretrain（预训练）负责人黄文灏对36氪表示。
三、可穿戴，家居……AI托举细分硬件
2024年，将是AI硬件元年——这一判断，已经出现在国内外不少厂商的年初展望中：
高通总裁兼CEO Cristiano Amon在接受媒体采访时表示，2024年将成为全球AI手机元年；联想集团CEO杨元庆将2024年视为“AI PC出货元年”；OPPO高级副总裁刘作虎在发布会上直言：“2024 年，不布局大模型的手机企业未来没戏。”
不少硬件厂商，将AI大模型视作消费电子低迷三年后的一根“救命稻草”。但厂商们将AI从云端转移至终端设备，有着更为现实的考量——
在大模型和终端的适配标准尚未建立之时，押注下一个入口型智能硬件，争先建立继IOS、安卓、Windows之后AI OS（操作系统）。
比如1月10日，荣耀发布了新一代AI系统MagicOS 8.0，用“端云协同”作为AI生态的卖点。在CES（国际电子消费展）上，联想透露预计在2024年内发布“智能终端AI OS（操作系统）”。“Windows老家”微软，也宣布将AI助手Copilot键引入Windows 11 PC，并将其描述为“AI PC的第一步”。
但无论是PC、手机，还是汽车，这些具有复杂软硬件生态的智能终端，与大模型的结合仍然差一口气。
其一，被赋予“高效率、低能耗”厚望的硬件“大脑”——NPU（神经网络处理器）芯片，仍处于研发初期。大模型接入智能终端后，能耗和运行效率问题依然难以解决。
其二，囿于大模型能力和硬件不统一的适配协议，AI在智能终端上能落地的场景仍然有限。面壁智能CTO曾国洋告诉36氪，终端标准协议的建立，是全球软硬件厂商之间的博弈，很难预判胜者是谁。
相对地，瞄准垂直场景的设备，在结合AI模型后反而迅速开辟了市场。
在作为“科技市场风向标”的北美，AI硬件迅速崛起的消费趋势已经证明了这一点。
比如在CES 2024首秀的橙色盒子Rabbit R1，可以代理人类完成对手机的操作。发售首日，第一批的1万台机子就迅速售罄。在北美电子产品购物平台ebay上，甚至有人加价几百美元，靠拍卖Rabbit R1谋利。
Rabbit R1
事实证明，只要抓住用户的痛点，再垂直的场景都能带来巨大的财富。
比如AI+戒指——售价349美元（约2507.31元）的AI戒指Gen3，主打健康检测，其母公司OuraRing估值高达25.5亿美元；
AI+跑鞋——由AI驱动的跑鞋Moonwalker，能够在不改变正常步行方式的情况下将步行速度提高250%，即便预售价高达999美元（约7177.09元），在Kickstarter上也有570人参与众筹，募款额达到目标金额（9万美元）的近6倍；
AI+徽章——得到微软和OpenAI投资的Humane，推出了一款内嵌GPT的AI别针AI Pin，主打通过手势交互调用通讯、搜索、播放音乐等不同功能，预定量已经超过450万台。
AI Pin的搜索功能
以北美为鉴，不少业内人士认为，
健康监测、家庭陪伴等被北美市场验证的场景，在2024年会马上在国内被复制。
而在具有中国特色的场景中，最被看好的则是学习和翻译。
回答的准确率，以及情绪价值的提供，一直是大众对AI教学、翻译能力的主要质疑点。但真金实银是最真实的市场反馈：接入“星火大模型”后，讯飞学习机、智能办公本、翻译机等产品在双十一全周期内销售额同比增长126%；网易有道首款搭载大模型功能的有道词典笔X6 pro，产品首发日销量超4万台，开学季销售额超1亿元。
在远识资本董事Yuca看来，在学习场景下，中国用户天然处于已经被教育好的状态：学习硬件的用户画像主要为中小学生群体，这一群体的特征是乐于接受AI科技等新鲜事物，且对授课方式敏感度不高。在知识类数据库（比如教材、真题）较为透明的情况下，AI的准确率也得以保证，甚至稳定性高于人类教师。
而AI翻译产品可辐射的用户，比学生更广。Yuca认为，随着旅游市场复苏、签证门槛放低，跨国交流成为刚需。随着AI能力的发展，耳机等不同形态的翻译设备也将率先走进
口音/特定声音识别能力、同传速度
这两个战场。
“个性化分析和指导、引导式学习、全学科知识整合。”谈及AI能给学习硬件带来的新机会，网易有道CEO周枫认为有三点。在教育场景中，这些功能的提升原被认为只有人才能做到，而随着多模态能力的提升、Agent的发展，大模型在细分场景中更具有“拟人”的能力。
四、留住用户，拼全流程服务
2023年，不少AI应用快速起高楼，又迅速如昙花一现：
提供文案、图片生成等AI营销工具的Jasper，在2022年底估值一度高达15亿美元，拥有100万总用户和7万付费用户。但仅过了半年，Jasper用户量锐减，面向员工的股票估值打了8折，并开启裁员；
在国内红极一时的AI写真生成应用“妙鸭相机”，高峰期排队人数高达4000-5000人，等待时间要十几个小时。但根据七麦数据，上线不到4个月，伴随着创始人的离职，妙鸭相机在IOS“社交”应用榜单上的排名，从榜首一路下滑到60开外。
不少AI应用都难以逃脱“倒U型”用户量曲线的魔障。其核心原因有二：底层技术没有壁垒，同质化产品易复制；服务链条短，用户难以对工具生态产生依赖。
海外头部AI图像生成应用下载趋势，图源：Sensor Tower
“像妙鸭一样的AI软件应用，可以通过巧妙的营销或者获客方式快速起量。但想要维持用户增长，超越美图、Photoshop这样的产品，核心在于妙鸭们能否将服务，快速迭代到全流程的水平。”远识资本董事Yuca向36氪举了个例子：
妙鸭相机通过更精细的AI写生生成技术，快速聚集了一波用户。但妙鸭的服务链条仅限于照片生成，具有修图、编辑等需求的用户，又会回到美图和Photoshop的服务生态。
AI应用的用户留存思路，本质上与任何产品的发展并无二致：
找到一个解决刚需的场景，完善全流程的服务链条，不断迭代更新IP，拓展使用场景
。
找场景和IP迭代，可以被视作产品不同发展阶段的流量入口。比如在《芭比》电影上映期间，AI写真小程序“45 AI”，靠首发芭比模板在两天内聚集了2万多用户，美图秀秀等老牌美图软件也紧随其后上线芭比模板。而春节将至，ChatMind、MiniMax等团队也快速在AI社交产品上，针对年轻人更新了亲戚拜年的闯关场景。
对不少产品来说，找到合适的流量入口不难，但用全流程服务和更广的场景承接流量并不简单。
例如，线上服务，需要从满足单点功能，延伸到涵盖使用前、中、后的全流程，比如针对想要体验写真生成的用户，企业还要满足他们后续修图、美颜的需求。当线上服务场景已经涵盖全流程，就要考虑往线下场景延伸，比如将AI功能嵌入多形态的硬件设备中。
在用户留存层面，2023年能带给2024年的经验教训是：靠一个强大的AI功能并不能一劳永逸。毕竟，人类专业摄影师也难求一稿包过，根据用户的需求后期精修才是常态。
五、用To C的思维，做To B服务
2023年，大模型落地很快产生了To B和To C的分野。
选择To B场景，大多离不开企业基因和商业化两个原因。智谱AI CEO张鹏谈及选择To B的原因，是公司成立初期已经原始积累了一批企业客户资源，“To B是商业化能够比较快跑起来的途径”。
选择To B或是To C，也有产品迭代和建立数据飞轮的考量。作为为数不多坚定To C的大模型公司，月之暗面的理由是：迭代效率。月之暗面CEO杨植麟曾在公开采访中表示，这是一个“以终为始”的选择，月之暗面的“终”是探索智能边界，做个性化，反推适合的人才结构、产品策略的“始”，就是To C。
“从长远来看，成功的商业策略应当是To B与To C并重，构建起既能满足企业和组织需求，又能贴近广大消费者的产品和服务生态体系。”零一万物技术副总裁、Pretrain（预训练）负责人黄文灏告诉36氪。在他看来，To B和To C业务对模型迭代能力的影响各有侧重。
“通常来说，To B业务因其专业性强、定制化需求多等特点，在企业服务方面已经相对成熟。
To B业务收集数据的速度虽然较慢，但所处理的数据通常更为结构化、质量更高，对于特定行业知识的学习与积累有着不可替代的优势。
”黄文灏表示，“而
To C业务，由于用户基数大、交互频繁且应用场景多元化，确实更容易形成数据飞轮效应。同时，由于消费者对新技术接受度高，创新扩散速度快，从而吸引更多的新用户，形成良性循环。
”
然而在模型落地的实际过程中，不少厂商发现，
To C和To B的边界正在逐渐模糊
。
智谱AI CEO张鹏告诉36氪，大模型To B和以往的To B服务模式并不同。以往的B端服务，主要满足的是来自企业的业务流程标准化的需求。但大模型的智能能力提升后，企业对To B服务的需求，扩展到了工作提效、员工助手、知识培训等聚焦于个体服务的场景。
“即便是做业务相关的AI Agent，最终的用户是员工个体，服务的其实还是C端群体。”张鹏解释。
什么叫做To C思维？在月之暗面联合创始人周昕宇看来，“用户会为对自己有帮助的产品直接买单。”
与传统To B倡导服务的标准化不同，To C服务需要满足不同用户的个性化需求。甚至于，To C产品需要根据用户的使用习惯进行不断迭代，个性化的迭代会贯穿用户完整的使用周期。
不过，对于To B模型厂商而言，想要长久盈利，就必须提供标准化服务。
远识资本董事Yuca认为，国内数字化预算主要集中在大客户手中。
目前对大模型厂商而言，服务大客户的定制化服务利润最高，但付出人力时间成本高，回款周期长，且只有极少部分大客户能够承担。
不少To B模型厂商，
开始寻找能实现个性化服务的标准技术路径
。比如，国内外已有不少厂商在To B大模型服务中引入RAG（检索增强生成）流程，实现对企业的个性化服务。RAG就好似大模型与企业私有数据库之间的“传声筒”，随着私有数据库的更新，相应的模型服务也会随之更迭。
2024年，To B模型厂商抓住金字塔尖的大客户依然重要，Yuca补充，“不同ToB行业有极高的行业壁垒，如何切入高行业壁垒的大客户也是需要思考的问题”。但位于塔身的广大客群，是目前To B模型厂商立身的富矿。
六、出海，淘金
如今，出海成了不少国内AI厂商无奈又为之振奋的抉择。
中国互联网公司的海外AI产品
无奈，更多来源于对资源的内忧外患。
在美元基金退出、芯片供应受阻的大背景下，AI厂商在国内融资、训练模型的难度骤增。
据不完全统计，在国内，2023年上半年融到钱的大模型企业大概有20多家，但下半年数量骤减至不到1/2——钱早已涌向了少数大模型的早期玩家，后来者的处境并不乐观。
站在基金的角度，远识资本董事Yuca告诉36氪，由于时局并不明朗、IPO充满不确定性，基金更在意如何在IPO前顺利退出，并且从中获利：“
海外市场收并购相对国内成熟，出海项目存在收并购可能性较国内高很多，相比走IPO的独木桥，对基金来说退出更容易一些。
”
相较于国内，海外，尤其是北美，企业之间的收并购更为常见。据数据分析公司GlobalData统计，在2016年到2020年期间，苹果一共收购了25家AI公司，谷歌收购了14家，微软收购了12家。
被这些大厂收购后，创业者依然能够选择二次创业。比如，曾为苹果员工的Adam Menges，在创办的两家公司分别被微软和Niantic收购后，他又加入了AI设计初创企业Visual Electric，获得了红杉的投资。
而出海更令人振奋的原由，莫过于海外有着近中国14倍规模的AI市场。IDC的报告显示，2022年中国AI软件市场规模为307亿元，全球则为640亿美元（约4606.4亿元）。
同时，
在全球成本差异不大的前提下，由于付费能力和付费意识的差异，同样产品在海外的利润率将高得多
。以Apple Music为例，同样的音乐服务，美国的订阅费是10美元/月（约71.93元/月），是中国订阅费（10元/月）的7倍。
至于模型服务，智谱AI CEO张鹏认为，海外客户对标准化的接受程度更高，但国内客户更倾向于选择定制化，这导致模型服务在国内的ROI（投资回报率）并不高。不少受访者的观点是，只要能和OpenAI、微软等大厂形成服务或者价格上的差异化优势，出海对于To B模型厂商而言能够拓展更多商业机会。
此外，一个不得不承认的事实是，国内大模型与GPT-4的客观差距仍然存在。但目前，GPT-4等部分高性能模型无法进入国内市场。
在海外，依托于更高性能的模型底座，AI厂商能够实现更多的应用创新和模式创新。
在与国外厂商技术差距可控的前提下，中国AI厂商出海的天然优势，
则在于对渠道和价格的把控能力
。
对于AI软件厂商，尤其是To C应用而言，经受国内社交+电商+视频三位一体的复杂获客渠道的捶打，面对国外以亚马逊、Instagram等独立平台为主的渠道生态，就从容了许多。“能在国内这么卷的渠道环境中杀出来的，在国外一定不会差。”一名在北美的AI创业者对36氪判断。
对于AI硬件厂商而言，极致性价比依然是收割海外客户的利器。即便全球供应链正在往东南亚转移，但核心部件的生产技术专利仍然把握在中国厂商手中。AI硬件厂商能够通过供应链优势，在海外市场把握定价权。
不过，厂商们也要清楚地认识到，海外市场与国内市场存在不小的差异，这会全方位地影响产品定位、UI设计、训练数据、团队建设。将本地化产品或者团队1:1复刻到海外，结局大多是水土不服、铩羽而归。
比如对于AI绘画软件，国内用户偏爱国风模板，但海外用户则更偏爱漫威和3D。在国内，To B的AI公司需要建立相当规模的工程化团队，以满足客户的定制化需求，但在标准化接受程度高的海外，AI公司反而要放更多精力在底层技术打磨，以及建立高水平的销售团队上。
如今，一批国内大厂已经用AI瞄准了海外市场，而不少AI初创企业的出海财富故事，也已在业内流传：
由西南财经大学计算机教授段江创立的AI图片编辑软件Fotor，在全球超过5000个AI应用中，2023年9、10两月访问量排名23，月活高达千万；MiniMax旗下的海外AI聊天软件Talkie，自2023年8月发布以来，就长期位于美国Google Play娱乐应用下载榜前10。
可以预见的是，成功探路的案例越多，AI出海的队伍将在2024年愈发壮大。
欢迎交流！
若将中国的AI发展看做是一本小说，你会发现，2023年用一页的篇幅，几近写完了曾经计算机视觉（CV）的三年：起风，落地，再到危机暗涌。
2022年末，太平洋对岸的ChatGPT石破天惊，拉开了名为AI大模型的全球竞速——热钱和人才集中涌向这个赛道。
这一年，中国模型层一共诞生了5家独角兽：智谱AI、MiniMax、百川智能、零一万物、月之暗面。无论是从头训，还是基于现成模型微调，国内约200个大模型加入“百模大战”，AI领域融资事件数比2022年增长了145%。
AI的技术突破，也为这个赛道吸纳了不少顶尖人才：来自国内外最高学府的知名学者教授下海，互联网老兵出山，谷歌、微软等海外大厂出身的华人回国。
但与热闹和振奋人心的技术突破相对的，是疲软的资本市场和紧缺的资源。美元基金的退出、英伟达芯片的禁运，倒逼AI企业内修功力、外寻新机：找场景快速落地，出海拓展商业机会。
从锤炼技术，到快速的商业化落地，也将更为抽象的问题摆到AI厂商面前：如何找准落地场景？如何实现数据飞轮？
从Copilot到AI Agent（智能体），热门概念和demo的不断涌现，让市场对AI的能力充满了想象。但较为残酷的现实是，囿于底层模型的能力，AI能落地的场景仍然有限。
从模型层相关的多模态、幻觉问题，到硬件层面的NPU（神经元计算处理器），AI产业上下游要解决的技术难点还有很多。对于应用厂商而言，则要根据技术现状将落地场景加以细分，或者找到具有独特价值的落地场景。
即便度过了机会和危机并存的2023，没人怀疑，2024年，AI依然会是舞台上的主角。
开年的“王炸”，依然来自OpenAI——北京时间2024年2月16日，OpenAI推出了可以生成60秒连贯流畅、超逼真的高清视频的视频生成模型Sora。对于不少视频模型的创业公司而言，“灭霸”OpenAI的开年响指并不好受。但业内更多人认为，视频等多模态模型，将在2024年创造新的商机。
而市场，也已经做好了迎接AI商业化的准备。经历三年疲软的消费市场，在2023年Q3终于复苏。在硬件层面，手机、PC等消费电子的销量回升有目共睹。在软件应用层面，根据移动市场分析平台data.ai的统计，2023年全球移动市场用户的支出同比增长了3%——截至2023年末，生成式AI应用的月用户支出也突破了1000万美元。
2023年下半年以来，出海淘金，也成了不少AI厂商拓展商业机会的方式。无论是在新环境中寻求资本，还是寻找具有更高付费能力和意愿的客户，不少国内的AI厂商提起出海，都给予36氪同样的答复：“Why not？”
2024年，关于大模型的机会、应用落地的方向、做ToB还是ToC、本地化还是出海，36氪总结了6大趋势。
一、语言日渐拥挤，视听乘风起势
即便模型层短时间内诞生了5家独角兽，但企名Pro的数据显示，2023年AI领域的融资总额比2022年少了4.5%，甚至还不到2021年的一半。
这意味着，热钱集中地涌向了少数团队背景和技术实力强大的公司。从资源分配的角度而言，后来者想要再挤进模型层创业，空间已经不多。
智谱AI CEO张鹏认为，从商业竞争的角度而言，2024年LLM赛道已经接近红海：“一，算力等资源紧张的问题还没有解决；二，从市场空间的角度而言，不需要重复造轮子；三，模型能力很大程度上依赖先发优势，积累用户反馈、行程数据，从技术迭代的角度，后来者很难跟上主流的水平。”
即便零一万物内部的模型训练研究显示，模型参数量还有很大的提高空间，在零一万物技术副总裁、Pretrain（预训练）负责人黄文灏看来，目前模型层的困难主要是在算力资源上：
“从GPT3.5到GPT4有大量的技术挑战要解决，算力资源限制会减少迭代试错的机会，大家都会选择确定性较高的路径，就错过了一些创新的机会。”
红海中，永恒不变的只有顶级人才的号召力。远识资本董事Yuca对36氪表示，基金不会把鸡蛋放在同个篮子里，OpenAI、微软、谷歌这些顶级公司的华人专家，还存在撬动国内资源的可能。
LLM赛道日渐拥挤，但3D、视听等多模态模型仍是一片蓝海。
月之暗面联合创始人周昕宇向36氪列举了不少模型有待突破的底层技术，其中不少与多模态有关，比如如何对多模态数据进行统一表示；如何用计算来突破数据的瓶颈；如何研发出更高效的多模态无损压缩神经网络架构。他认为，这些技术突破都可能成为2024年模型层公司的机会，但也可能需要更长时间才能取得突破。
多模态能力的突破，也将给大模型的整体能力带来超预期的提升。“由于大模型的泛化性，能力迭代往往是通用的、全面的提高，不会是单点的突破。”黄文灏告诉36氪，“无论是图片还是音频，多模态数据会和文字形成1+1>2的效果。”
不过，3D和视听生成技术在2023年的迭代速度之快，已让人瞥见2024年的商业化浪潮。以技术复杂的视频生成为例，2023年初，视频生成模型尚且只能将多个静止的图像拼接成几秒长的剪辑。但不到6个月，以Runway Gen2为代表的模型就能生成几秒长的电影级影片。
时间再来到同年11月，由4名华人创立的动画视频生成公司Pika，就释出了可以生成分钟级高质动画视频的产品。Pika的估值，也飙升至近2亿美元。
而仅仅再过了3个月，2024年2月16日，“灭霸”OpenAI又杀死了视频生成的游戏，发布可以生成60秒连贯高清视频的文生视频模型Sora。这也意味着，视频生成模型距离商用，已经近在咫尺。
LLM解决的是最基本的交流问题，而3D、视听等多模态则能让AI模型拥有超人类的感官，应用创新和模式创新的机会远多于LLM。
多模态技术能落地的场景，大致可以分成两类：一类是提供生产力工具，另一类则是提供新场景。
在工作和生产场景下，模型服务的商业模式已经较为成熟，但这也意味着入局者众多，竞争压力更大。企业的核心竞争力在于能否建立全流程服务，满足用户的细分需求，同时形成数据飞轮。
随着多模态技术的提升，不少人在智舱、物联网、XR等场景中看到了新机会。对于新场景的创业者而言，跑通商业模式的先决条件，则是寻找到具有独特价值的细分场景。
二、模型“瘦身”，先场景后模型
但通用基座的红海，并不意味着模型层已经失去入局的空间。
一个明显的趋势是，随着应用落地的加速，不少中小模型厂商开始“瞄准钉子挥锤子”，先找到能落地的细分场景，再针对性地训练模型。
这一现象，与市场的反馈不无关系。应用落地的迫切性，让下游厂商比起更强大的通用性能，更关切模型调用的成本，以及在端侧部署的可能性。
由于模型推理需要消耗的算力巨大，来自底层的成本压力会层层传导至下游。以OpenAI为例，根据美国金融公司 Bernstein 的分析，如果ChatGPT的访问量达到谷歌浏览器的十分之一，OpenAI 初始需要的GPU价值高达481亿美元——这部分的成本也势必会分摊到下游的应用厂商。
降本最直接的方式，是减少模型的参数量。2023年下半年以来，不少拥有千亿级参数基座的模型厂商，都发布了十亿级参数的模型。比如百川智能发布了7B的语言模型，智谱AI和零一万物发布了6B的模型版本，用纯CPU就能将模型跑起来。
但光“瘦身”，不足以成为模型厂商的竞争力。其缘由在于，
各家大模型的能力尚未产生明显差距。
远识资本董事Yuca举了一个例子：在国外，所有应用厂商优先考虑的模型一定是GPT-4；但在国内，应用厂商挑不出一个出类拔萃的，一般会考虑把十几个主流模型都先试试。
“现在谈大模型的竞争力还为时尚早。”网易有道CEO周枫对36氪表示，“核心是要从应用中找到千亿级的市场机会，找到‘大模型原生’的产品形态是关键。”
他以有道的长项翻译场景为例，虽然有道自研的百亿参数模型“子曰”整体对话能力不如千亿参数的ChatGPT，但通过基于向量数据库的训练，“子曰”能够5秒翻译67页长论文。
即便认为“现在谈大模型的竞争力还为时尚早”的判断还有待商榷，智谱AI CEO张鹏在模型落地层面，表达了类似的观点：“落地阶段最重要的是
找对场景，培养用户，形成数据飞轮。
”
培养用户，越早越好。月之暗面联合创始人周昕宇告诉36氪，从新技术的扩散曲线来看，最早期的用户和开发者会带动更多的用户：“2023年可以吸取的经验教训是，
应该更早点儿给用户去用，很多用户自己会探索大模型产品的边界，发现产品经理想不到的场景和应用
。2024年，AI落地的重点是如何与用户一起成长。”
一个通过找对场景，顺利在模型层占有一席之地的典型案例，是估值达5.2亿美元的AI公司Perplexity。Perplexity通过将大模型和搜索引擎结合，开发出了类似于New Bing的对话式搜索引擎。
不过，Perplexity的模型，最初是基于一些规模更小、推理更快的模型进行微调而来。直到最近，他们才开始训练自己的模型。
对于前期“套壳”的决定，Perplexity CEO Aravind Srinivas在播客节目中锐评：“
成为一个拥有十万用户的套壳产品，显然比拥有自有模型却没有用户更有价值。
”
不过在未来，自训模型仍然会成为AI应用企业不可缺失的一环。“AI公司的核心竞争力会是模型、应用、infra‘三位一体’的能力。
最大的应用公司必须掌握模型训练能力，模型的推理成本降低对应用是最大的提升
。三者缺一不可。”零一万物技术副总裁、Pretrain（预训练）负责人黄文灏对36氪表示。
三、可穿戴，家居……AI托举细分硬件
2024年，将是AI硬件元年——这一判断，已经出现在国内外不少厂商的年初展望中：
高通总裁兼CEO Cristiano Amon在接受媒体采访时表示，2024年将成为全球AI手机元年；联想集团CEO杨元庆将2024年视为“AI PC出货元年”；OPPO高级副总裁刘作虎在发布会上直言：“2024 年，不布局大模型的手机企业未来没戏。”
不少硬件厂商，将AI大模型视作消费电子低迷三年后的一根“救命稻草”。但厂商们将AI从云端转移至终端设备，有着更为现实的考量——
在大模型和终端的适配标准尚未建立之时，押注下一个入口型智能硬件，争先建立继IOS、安卓、Windows之后AI OS（操作系统）。
比如1月10日，荣耀发布了新一代AI系统MagicOS 8.0，用“端云协同”作为AI生态的卖点。在CES（国际电子消费展）上，联想透露预计在2024年内发布“智能终端AI OS（操作系统）”。“Windows老家”微软，也宣布将AI助手Copilot键引入Windows 11 PC，并将其描述为“AI PC的第一步”。
但无论是PC、手机，还是汽车，这些具有复杂软硬件生态的智能终端，与大模型的结合仍然差一口气。
其一，被赋予“高效率、低能耗”厚望的硬件“大脑”——NPU（神经网络处理器）芯片，仍处于研发初期。大模型接入智能终端后，能耗和运行效率问题依然难以解决。
其二，囿于大模型能力和硬件不统一的适配协议，AI在智能终端上能落地的场景仍然有限。面壁智能CTO曾国洋告诉36氪，终端标准协议的建立，是全球软硬件厂商之间的博弈，很难预判胜者是谁。
相对地，瞄准垂直场景的设备，在结合AI模型后反而迅速开辟了市场。
在作为“科技市场风向标”的北美，AI硬件迅速崛起的消费趋势已经证明了这一点。
比如在CES 2024首秀的橙色盒子Rabbit R1，可以代理人类完成对手机的操作。发售首日，第一批的1万台机子就迅速售罄。在北美电子产品购物平台ebay上，甚至有人加价几百美元，靠拍卖Rabbit R1谋利。
Rabbit R1
事实证明，只要抓住用户的痛点，再垂直的场景都能带来巨大的财富。
比如AI+戒指——售价349美元（约2507.31元）的AI戒指Gen3，主打健康检测，其母公司OuraRing估值高达25.5亿美元；
AI+跑鞋——由AI驱动的跑鞋Moonwalker，能够在不改变正常步行方式的情况下将步行速度提高250%，即便预售价高达999美元（约7177.09元），在Kickstarter上也有570人参与众筹，募款额达到目标金额（9万美元）的近6倍；
AI+徽章——得到微软和OpenAI投资的Humane，推出了一款内嵌GPT的AI别针AI Pin，主打通过手势交互调用通讯、搜索、播放音乐等不同功能，预定量已经超过450万台。
AI Pin的搜索功能
以北美为鉴，不少业内人士认为，
健康监测、家庭陪伴等被北美市场验证的场景，在2024年会马上在国内被复制。
而在具有中国特色的场景中，最被看好的则是学习和翻译。
回答的准确率，以及情绪价值的提供，一直是大众对AI教学、翻译能力的主要质疑点。但真金实银是最真实的市场反馈：接入“星火大模型”后，讯飞学习机、智能办公本、翻译机等产品在双十一全周期内销售额同比增长126%；网易有道首款搭载大模型功能的有道词典笔X6 pro，产品首发日销量超4万台，开学季销售额超1亿元。
在远识资本董事Yuca看来，在学习场景下，中国用户天然处于已经被教育好的状态：学习硬件的用户画像主要为中小学生群体，这一群体的特征是乐于接受AI科技等新鲜事物，且对授课方式敏感度不高。在知识类数据库（比如教材、真题）较为透明的情况下，AI的准确率也得以保证，甚至稳定性高于人类教师。
而AI翻译产品可辐射的用户，比学生更广。Yuca认为，随着旅游市场复苏、签证门槛放低，跨国交流成为刚需。随着AI能力的发展，耳机等不同形态的翻译设备也将率先走进
口音/特定声音识别能力、同传速度
这两个战场。
“个性化分析和指导、引导式学习、全学科知识整合。”谈及AI能给学习硬件带来的新机会，网易有道CEO周枫认为有三点。在教育场景中，这些功能的提升原被认为只有人才能做到，而随着多模态能力的提升、Agent的发展，大模型在细分场景中更具有“拟人”的能力。
四、留住用户，拼全流程服务
2023年，不少AI应用快速起高楼，又迅速如昙花一现：
提供文案、图片生成等AI营销工具的Jasper，在2022年底估值一度高达15亿美元，拥有100万总用户和7万付费用户。但仅过了半年，Jasper用户量锐减，面向员工的股票估值打了8折，并开启裁员；
在国内红极一时的AI写真生成应用“妙鸭相机”，高峰期排队人数高达4000-5000人，等待时间要十几个小时。但根据七麦数据，上线不到4个月，伴随着创始人的离职，妙鸭相机在IOS“社交”应用榜单上的排名，从榜首一路下滑到60开外。
不少AI应用都难以逃脱“倒U型”用户量曲线的魔障。其核心原因有二：底层技术没有壁垒，同质化产品易复制；服务链条短，用户难以对工具生态产生依赖。
海外头部AI图像生成应用下载趋势，图源：Sensor Tower
“像妙鸭一样的AI软件应用，可以通过巧妙的营销或者获客方式快速起量。但想要维持用户增长，超越美图、Photoshop这样的产品，核心在于妙鸭们能否将服务，快速迭代到全流程的水平。”远识资本董事Yuca向36氪举了个例子：
妙鸭相机通过更精细的AI写生生成技术，快速聚集了一波用户。但妙鸭的服务链条仅限于照片生成，具有修图、编辑等需求的用户，又会回到美图和Photoshop的服务生态。
AI应用的用户留存思路，本质上与任何产品的发展并无二致：
找到一个解决刚需的场景，完善全流程的服务链条，不断迭代更新IP，拓展使用场景
。
找场景和IP迭代，可以被视作产品不同发展阶段的流量入口。比如在《芭比》电影上映期间，AI写真小程序“45 AI”，靠首发芭比模板在两天内聚集了2万多用户，美图秀秀等老牌美图软件也紧随其后上线芭比模板。而春节将至，ChatMind、MiniMax等团队也快速在AI社交产品上，针对年轻人更新了亲戚拜年的闯关场景。
对不少产品来说，找到合适的流量入口不难，但用全流程服务和更广的场景承接流量并不简单。
例如，线上服务，需要从满足单点功能，延伸到涵盖使用前、中、后的全流程，比如针对想要体验写真生成的用户，企业还要满足他们后续修图、美颜的需求。当线上服务场景已经涵盖全流程，就要考虑往线下场景延伸，比如将AI功能嵌入多形态的硬件设备中。
在用户留存层面，2023年能带给2024年的经验教训是：靠一个强大的AI功能并不能一劳永逸。毕竟，人类专业摄影师也难求一稿包过，根据用户的需求后期精修才是常态。
五、用To C的思维，做To B服务
2023年，大模型落地很快产生了To B和To C的分野。
选择To B场景，大多离不开企业基因和商业化两个原因。智谱AI CEO张鹏谈及选择To B的原因，是公司成立初期已经原始积累了一批企业客户资源，“To B是商业化能够比较快跑起来的途径”。
选择To B或是To C，也有产品迭代和建立数据飞轮的考量。作为为数不多坚定To C的大模型公司，月之暗面的理由是：迭代效率。月之暗面CEO杨植麟曾在公开采访中表示，这是一个“以终为始”的选择，月之暗面的“终”是探索智能边界，做个性化，反推适合的人才结构、产品策略的“始”，就是To C。
“从长远来看，成功的商业策略应当是To B与To C并重，构建起既能满足企业和组织需求，又能贴近广大消费者的产品和服务生态体系。”零一万物技术副总裁、Pretrain（预训练）负责人黄文灏告诉36氪。在他看来，To B和To C业务对模型迭代能力的影响各有侧重。
“通常来说，To B业务因其专业性强、定制化需求多等特点，在企业服务方面已经相对成熟。
To B业务收集数据的速度虽然较慢，但所处理的数据通常更为结构化、质量更高，对于特定行业知识的学习与积累有着不可替代的优势。
”黄文灏表示，“而
To C业务，由于用户基数大、交互频繁且应用场景多元化，确实更容易形成数据飞轮效应。同时，由于消费者对新技术接受度高，创新扩散速度快，从而吸引更多的新用户，形成良性循环。
”
然而在模型落地的实际过程中，不少厂商发现，
To C和To B的边界正在逐渐模糊
。
智谱AI CEO张鹏告诉36氪，大模型To B和以往的To B服务模式并不同。以往的B端服务，主要满足的是来自企业的业务流程标准化的需求。但大模型的智能能力提升后，企业对To B服务的需求，扩展到了工作提效、员工助手、知识培训等聚焦于个体服务的场景。
“即便是做业务相关的AI Agent，最终的用户是员工个体，服务的其实还是C端群体。”张鹏解释。
什么叫做To C思维？在月之暗面联合创始人周昕宇看来，“用户会为对自己有帮助的产品直接买单。”
与传统To B倡导服务的标准化不同，To C服务需要满足不同用户的个性化需求。甚至于，To C产品需要根据用户的使用习惯进行不断迭代，个性化的迭代会贯穿用户完整的使用周期。
不过，对于To B模型厂商而言，想要长久盈利，就必须提供标准化服务。
远识资本董事Yuca认为，国内数字化预算主要集中在大客户手中。
目前对大模型厂商而言，服务大客户的定制化服务利润最高，但付出人力时间成本高，回款周期长，且只有极少部分大客户能够承担。
不少To B模型厂商，
开始寻找能实现个性化服务的标准技术路径
。比如，国内外已有不少厂商在To B大模型服务中引入RAG（检索增强生成）流程，实现对企业的个性化服务。RAG就好似大模型与企业私有数据库之间的“传声筒”，随着私有数据库的更新，相应的模型服务也会随之更迭。
2024年，To B模型厂商抓住金字塔尖的大客户依然重要，Yuca补充，“不同ToB行业有极高的行业壁垒，如何切入高行业壁垒的大客户也是需要思考的问题”。但位于塔身的广大客群，是目前To B模型厂商立身的富矿。
六、出海，淘金
如今，出海成了不少国内AI厂商无奈又为之振奋的抉择。
中国互联网公司的海外AI产品
无奈，更多来源于对资源的内忧外患。
在美元基金退出、芯片供应受阻的大背景下，AI厂商在国内融资、训练模型的难度骤增。
据不完全统计，在国内，2023年上半年融到钱的大模型企业大概有20多家，但下半年数量骤减至不到1/2——钱早已涌向了少数大模型的早期玩家，后来者的处境并不乐观。
站在基金的角度，远识资本董事Yuca告诉36氪，由于时局并不明朗、IPO充满不确定性，基金更在意如何在IPO前顺利退出，并且从中获利：“
海外市场收并购相对国内成熟，出海项目存在收并购可能性较国内高很多，相比走IPO的独木桥，对基金来说退出更容易一些。
”
相较于国内，海外，尤其是北美，企业之间的收并购更为常见。据数据分析公司GlobalData统计，在2016年到2020年期间，苹果一共收购了25家AI公司，谷歌收购了14家，微软收购了12家。
被这些大厂收购后，创业者依然能够选择二次创业。比如，曾为苹果员工的Adam Menges，在创办的两家公司分别被微软和Niantic收购后，他又加入了AI设计初创企业Visual Electric，获得了红杉的投资。
而出海更令人振奋的原由，莫过于海外有着近中国14倍规模的AI市场。IDC的报告显示，2022年中国AI软件市场规模为307亿元，全球则为640亿美元（约4606.4亿元）。
同时，
在全球成本差异不大的前提下，由于付费能力和付费意识的差异，同样产品在海外的利润率将高得多
。以Apple Music为例，同样的音乐服务，美国的订阅费是10美元/月（约71.93元/月），是中国订阅费（10元/月）的7倍。
至于模型服务，智谱AI CEO张鹏认为，海外客户对标准化的接受程度更高，但国内客户更倾向于选择定制化，这导致模型服务在国内的ROI（投资回报率）并不高。不少受访者的观点是，只要能和OpenAI、微软等大厂形成服务或者价格上的差异化优势，出海对于To B模型厂商而言能够拓展更多商业机会。
此外，一个不得不承认的事实是，国内大模型与GPT-4的客观差距仍然存在。但目前，GPT-4等部分高性能模型无法进入国内市场。
在海外，依托于更高性能的模型底座，AI厂商能够实现更多的应用创新和模式创新。
在与国外厂商技术差距可控的前提下，中国AI厂商出海的天然优势，
则在于对渠道和价格的把控能力
。
对于AI软件厂商，尤其是To C应用而言，经受国内社交+电商+视频三位一体的复杂获客渠道的捶打，面对国外以亚马逊、Instagram等独立平台为主的渠道生态，就从容了许多。“能在国内这么卷的渠道环境中杀出来的，在国外一定不会差。”一名在北美的AI创业者对36氪判断。
对于AI硬件厂商而言，极致性价比依然是收割海外客户的利器。即便全球供应链正在往东南亚转移，但核心部件的生产技术专利仍然把握在中国厂商手中。AI硬件厂商能够通过供应链优势，在海外市场把握定价权。
不过，厂商们也要清楚地认识到，海外市场与国内市场存在不小的差异，这会全方位地影响产品定位、UI设计、训练数据、团队建设。将本地化产品或者团队1:1复刻到海外，结局大多是水土不服、铩羽而归。
比如对于AI绘画软件，国内用户偏爱国风模板，但海外用户则更偏爱漫威和3D。在国内，To B的AI公司需要建立相当规模的工程化团队，以满足客户的定制化需求，但在标准化接受程度高的海外，AI公司反而要放更多精力在底层技术打磨，以及建立高水平的销售团队上。
如今，一批国内大厂已经用AI瞄准了海外市场，而不少AI初创企业的出海财富故事，也已在业内流传：
由西南财经大学计算机教授段江创立的AI图片编辑软件Fotor，在全球超过5000个AI应用中，2023年9、10两月访问量排名23，月活高达千万；MiniMax旗下的海外AI聊天软件Talkie，自2023年8月发布以来，就长期位于美国Google Play娱乐应用下载榜前10。
可以预见的是，成功探路的案例越多，AI出海的队伍将在2024年愈发壮大。
欢迎交流！
版权声明
本文收集整理自网络，如有侵权，请联系删除。
