近期，国内AI大模型领域呈现出前所未有的活跃度，各大厂商似乎都在全力冲刺，好消息接踵而至。先是智谱，作为大模型领域的“六小虎”之一，成功完成了高达30亿元人民币的新一轮融资；紧接着，字节跳动推出了豆包视觉理解模型，而快手也不甘落后，正式上线了可灵1.6版本。
如果说2023年被视为大模型的元年，那么2024年则无疑是AI的应用之年。这一年，深度推理逐渐成为主流，AI Agent成为新的风口，多模态模型如雨后春笋般涌现，AI产品的迭代速度之快，让人目不暇接。然而，从AI爆发至今，国内AI领域的发展其实还不到两年的时间。这短短的一年，对于AI来说，仿佛是跨越了十年的历程。
尽管算力被视为AI发展的关键因素，但今年开始，国内AI领域对算力的依赖似乎正在减弱。过去，各大厂商通过提升算力和参数规模来迅速占领市场份额，但如今，随着行业的快速迭代，仅靠这些已经难以真正超越同行。再加上大模型的训练和运营需要大量的算力和资金投入，这对目前还难以盈利的AI厂商来说，无疑是一大挑战。
以字节跳动为例，据报道，仅2024年，其在AI上的投入就高达800亿元人民币，几乎达到了BAT三家资本开支的总和。而最新消息显示，其2025年的资本开支将达到惊人的1600亿元人民币，其中约900亿元人民币将用于AI算力的采购。即便是ChatGPT，也一直在为算力紧缺所困扰。微软不惜耗费巨资，使用上万张英伟达A100芯片打造超算平台，只为给ChatGPT和新版必应提供更好的算力。
然而，从长远来看，算力并不能构成真正的护城河。它更多地体现为硬件层面的核心竞争力，而真正决定AI模型表现的是算力和训练语料。这两者都取决于经济实力。早在去年，谷歌内部在讨论如何应对ChatGPT时，就有工程师表示，谷歌并没有护城河，OpenAI也没有。开源AI模型的发展之迅速，使其很难形成强技术壁垒。
目前国内AI大模型的现状也是如此，各公司的模型虽然强弱不一，但核心功能普遍同质化，替代品众多。模型之间的差异性并不具有决定性。某个厂商推出的新功能，其他厂商很快就能跟上。例如，Kimi虽然最初没有内部数据，靠调用他人的搜索结果，但凭借其长文本能力，也成功进入了国内AI大模型的第一梯队。然而，如今长文本已经成为大多数AI搜索产品的基本能力。
随着AI领域的竞争日益激烈，下半年开始，关键词逐渐从“模型层”转向“应用层”。华尔街明星基金经理Cathie Wood曾表示，在基础设施建设的阶段，硬件厂商往往表现出更大的增长空间，但一旦这个阶段完成，市场的关注点就会转向软件和应用。
过去一年，国内各家大模型厂商在通用场景的模型能力上缺乏辨识度。虽然细分技术方向众多，如Kimi早期的长文本、AI搜索产品主打的深度推理、近期开始起风的多模态以及最近热门的视觉大模型等，但同质化严重的问题早已悬在AI产品们的头顶。例如，12月18日，豆包视觉理解模型正式发布，主要聚焦在图片内容识别、理解和推理能力以及视觉描述与创作能力上。然而，就在两天前，Kimi才刚刚发布了Kimi视觉思考版，针对的也是基础科学领域的图片理解和推理能力。
既然技术上没有护城河，那么从应用场景角度进攻是否能找到破圈点呢？大模型始终是个底座，想要真正看到爆发点，必须让AI真正与普通人强相关。未来能否出现杀手级别的应用，将是各家决出胜负的关键。李彦宏多次强调，“没有应用，基础模型一文不值。”然而，至少到2024年，我们还看不到这样的火花。
尽管AIGC技术在某些领域取得了进展，如快手联手知名影视工作者与AIGC创作者合作生成电影短片，以及在独立游戏领域的广泛应用等，但整体上AIGC仍处于发展阶段。生成内容的质量、稳定性和可控性等方面仍存在不足，再加上AIGC的应用场景相对有限，且多为辅助性工具，未能形成独立且广泛的应用场景，难以满足大规模用户的需求。
在硬件端，以手机大模型为例，也不免出现同质化的情况。目前，AI手机在实际的AI体验上，主要变化还是在语音交互、图像处理和通话增强上。几乎所有头部手机厂商都在对语音交互进行升级，号称要将之前的语音助手打造成更智能的AI Agent。然而，正如创新工场联合CEO汪华所言，现在整个AI才出来一年半的时间，大家就指望AI的产品形态被探索出来，显然是不现实的。真正做应用，还需要更多的时间。
