在分析技术创新与商业化过程中，“漏斗模型”扮演了独特角色。这一概念最初由学者Henry Chesbrough在其著作《通过技术创新盈利势在必行》中提出，用于描述技术创新过程中，众多初始项目通过市场的考验最终仅有少数能够商业化的现象。
如今让我们将视点转向2024年大模型的发展局势。在这一年，就似漏斗式的筛选中，基础大模型经历了严酷的竞争洗礼。回顾2023年初，行业讨论的焦点集中在中国是否能培育出领先的大模型。此后，国产大模型数量迅猛增加，直至2024年初，已备案并提供服务的大模型多达百余种。这促使了市场焦点转向如何处理和应用这众多大模型的问题。
经过这一激烈的竞争，最终仅有约10%具有活力和用户活跃度的大模型在市场中崭露头角，成为“决赛圈”的胜利者。大模型的商业市场由原本繁复的竞争格局转变为两家巨头的对决态势。
一是以互联网、云计算公司为代表的科技巨头，包括百度、阿里、腾讯、字节跳动等各自的大模型项目。二是以“人工智能六小虎”为代表的领军创企，例如智谱AI与零一万物在大模型方面的成果。这标志了大模型的一种完整市场结构转变。然而，重资产的大模型领域竞争异常激烈，预计99%的大模型将会失去产业空间，因此这场淘汰赛还远未结束。而且，预计基础模型的创新仍将进一步收缩，最终可能仅留下三四个产品作为AI的基础构架。
接下来，我们将回顾一下2024年淘汰赛中胜出的“种子选手”。
国内外大模型格局都显示了明显的马太效应。国际市场上，OpenAI、谷歌、微软这样的巨头仍然屹立，而其他众多大模型创企则纷纷寻求被收购。国内的情况也差不多，科技巨头（如百度、阿里、腾讯等）和融资能力强的AI创企成为市场中的活跃竞争者。大浪淘沙之后，大模型的商业模式在2024年变得更加清晰。具体来说，大模型要成功通过“漏斗”，需要三种动力：
- 可持续的资源投入。AI大模型产业属于重资产行业，随着模型发展，所需高质量数据量和计算量亦不断增加。这种资金、技术、数据等方面的优势，是头部企业能够在竞争中脱颖而出的关键因素。
字节跳动2024年初次全面加注大模型，5月推出的项目迅速在市场上露头角，其日均Tokens使用量从五月的1200亿升至九月的1.3万亿。依靠原有的云服务、人才等资源积累，字节跳动短时间内建立起了竞争优势。
- 快速迭代的模型能力。字节跳动的后来居上也显示，AI大模型没有长久的竞争优势。模型能力持续贬值，新更高的模型会让人放弃旧模型，开源模型的出现也会使得闭源自模型被放弃。因此，模厂需要不断开发新的强大模型和迭代旧模型。
比如百度的文心大模型，得益于百度的深度学习平台和全栈布局，文心大模型的迭代速度一直领先。百度在文心大模型4.0的基础上，推出了新工具版和Turbo版，推理速度和效果均得到了提升，这样的快速迭代加强了用户和开发者的信心，提升了使用度和付费意愿。
- 可变现的商业通道。模厂的竞争在研发基础模型之外，还体现在后续的商业推广。2024年，大模型从价格战转向免费大战，一些主流模型最终免费提供。这迫使模厂寻找新的商业途径来实现营收，回收前期投入。
科技巨头手握数据、应用和渠道资源，使得AI大模型能直接接触到用户，推动用户付费。比如百度文库通过整合AI功能，付费用户数量快速增加，月活跃用户已经超过数千万。
而创企依靠技术和解决方案在市场中崭露头角。AI六小虎之一的零一万物，利用基座模型深度切入业务场景，推出了数字人和营销短视频解决方案。
总结来说，2024年的大模型产业是不断扩大的市场规模和艰难的淘汰赛。互联网和云计算巨头以及一些AI独角兽成功穿破“漏斗”，进入了下一轮竞争。
市场格局更趋于理性，大模型企业的留存率控制在10%左右。这些强者是如何在竞争中生存下来的？2023年，大模型的关键战役在于基础设施的攻坚战，而到2024年，重点转向商业市场的争夺。
大模型商业市场竞争主要围绕两个主题。
主题一，烧钱营销。AIGC产品通过服务完成商业转化，也是大模型商业化的主要路径。上年AIGC产品的爆发使得模厂必须通过大规模的市场推广活动来争夺活跃用户。月之暗面、智谱等企业在营销上投入了巨额资金，但是否能够实现大规模商业价值仍然不明确。
主题二，走向应用。大模型向产业和广大用户及开发者深入，通过多种方式实现商业化。智能体的发展，让大模型从AI助手转型为可以自动执行简单操作的智能体，提升了可用性。工具链的推出，让普通人也能制作智能体，押注AI应用化的百度在智能体生态上布局最全面，推出了多平台和硬件。
上述两大主题贯穿2024年大模型商业化之战，确保了大模型的市场活力和用户基数。
展望2025年，我们可以预期大模型将有以下几点变化：
模型数量的减少，最终留下几个基础模型作为AI基础设施支撑下游的广泛应用。在这一过程中，可持续性投入、迭代速度和商业化能力将十分关键，互联网公司和云服务商更有可能取得最后的赢家位置。
从技术使用的进一步简化到生态的扩大，对于每个模厂而言，远远超越了单一底层模型的封装。这些模厂需要支持数据训练、部署、模型调取组合，并通过多样性发布渠道满足用户定制化需求。
随着2024年底层模型竞争的结束，我们即将迎来AI应用的爆发期，在“人人皆可AI”的昂扬呼声中，2025年正向我们走来。
相关文章
