“任何创业大潮，都有一个规律，叫做‘抢椅子游戏’。在AI时代，椅子的数量会进一步减少，成为AI企业巨头，挑战会比移动互联网时代大得多。”7月6日，昆仑万维董事长兼CEO方汉告诉澎湃新闻记者。
人人挂在嘴边的“大模型热”，究竟是什么，有什么用？2024世界人工智能大会暨人工智能全球治理高级别会议落下帷幕，今年的人工智能行业，关注的焦点正在从AI新技术转向实际的落地场景，光有“屠龙之术”还不够，更重要的是转化成实际的生产力。在火热的AI浪潮中，不少冷思考也在涌现。
“大模型行业要分出高下，只需要一两年，未来不会有独立的大模型企业存在。”猎豹移动董事长兼CEO傅盛告诉澎湃新闻记者，另一位AI投资人向记者坦言，“这么多大模型，总有人跟不上要掉队。现在AI行业风声很大，但有泡沫存在，等潮水褪去，才知道谁在裸泳。”
ScalingLaw、智能体、端侧AI、具身智能......在不断涌现的新词背后，如今的AI热潮实为一场涌动着机会的淘金浪潮，各路资本闻风而动，但业内的共识是，洗牌期可能很快到来，到时的厮杀会比现在更加残酷。
这条赛道上，既有腾讯、字节、百度等传统大厂严阵以待，又有月之暗面、MiniMax、智谱AI等独角兽接连登场，还有来自科研界、投资界等多方力量共同角逐。在这波罕见的科技革命中，究竟什么样的AI企业能走到最后？
7月5日，在2024世界人工智能大会，一家人工智能公司推出的“具身智能本体”跳舞机器人，吸引大批观众前来参观。新华社 图
突围：更高投资，更多训练，大模型能就活下来？
在今年大会上，MiniMax创始人闫俊杰谈到了他眼中未来的AI洗牌：未来全球只会剩下5家大模型企业，但他也不知道中国会有几家。
在他看来，AI时代，大厂与初创公司最终所占的市场比例，可能会比互联网或移动互联网公司的比例更为凄惨，“极端的比例可能会达到9：1。”
谈到AI行业的杀手锏，不得不提“ScalingLaw”（缩放定律）。在今年的人工智能大会上，“ScalingLaw”出现得相当高频，它由OpenAI提出，被认为是大模型行业的“金科玉律”。
从定义上来看，ScalingLaw认为模型的性能与模型的规模、数据集大小和训练用的计算量有直接关系，即指训练数据越多，大模型的性能越强。
通俗而言，这意味着要进行AI技术突破，企业必须不断扩大训练用的数据集，需要算力和资金上的高额投入。
“这几年整体的人工智能革命，都建立在ScalingLaw的基础上。”傅盛告诉澎湃新闻记者，“数据到达一定基础后，就突然涌现出了人工智能。但是为什么涌现？其实所有人都是懵的。大家觉得，如果有10万亿参数，说不定AI界的爱因斯坦就会出现，但是怎么才能出现，为什么出现，过程究竟是怎样的？没有一个人去推演，现在就是热潮。”
尽管围绕ScalingLaw有不少争议，但是多位与会的AI企业家向澎湃新闻记者表示，这仍然是行业目前最行之有效的定律，这代表AI行业的竞争远比想象中残酷。
“大模型本质是重资产投入，企业要All in AI，背后需要有相当充裕的资金支持。”Soul App首席技术官陶明告诉记者，“在这个赛道上，有不少资金充沛的竞争对手，中小型的创业企业，很难在投资能力上与他们抗衡，因此在基础技术突破上挑战很大。”
更重要的是，即便有了技术突破，也未必能在“抢椅子游戏”中活到最后。在陶明的观察中，活到最后的大模型企业，一定要寻找到自己的差异化场景，而并非一味卷参数，“需要找到非常独特、清晰化的应用场景，构建自己独特的壁垒，目标要明确，不能犹豫。”
观众在展台前尝试相关人工智能场景应用
值得注意的是，此前大模型行业价格战，一度成为业内热议焦点，对此，普遍看法是认为目前的AI行业仍在初步阶段，还没有迈入红海，“价格战的出现，其实说明现有大模型在性能上没有太大差异，档次差不多。”傅盛犀利点评道。
陶明也直言，在目前AI的投资热潮中，不少大模型企业只顾着挤入赛道，忘记发展自身优势，导致同质化现象出现，这对行业来说是个重要的信号。
百度CEO李彦宏更是在演讲中呼吁，不要卷模型了，要去卷应用。“很多人仍然把主要的关注点放在基础模型上，一天到晚跑分，刷榜，谁谁谁又超越GPT4了，OpenAI又出来Sora了，又出来GPT4o了等等。今天这个震撼发布，明天那个史诗级更新，但是我要问，应用在哪里？谁从中获益了？”
落地：消费者端市场更大，企业端更容易商业化
作为手握巨额现金流的“收割者”，在AI赛道上，大厂或许不是技术迭代最快的那一派，但一定是更有耐心、更有信心的一派，从不少公开表态中，都能感知到这点。
腾讯高级执行副总裁汤道生曾经谈及马化腾对大模型的态度：马化腾之前说的是，“不着急拿出半成品”，找对方向、想清楚、保持迭代最重要。
在“起得早”和“熬得久”之间，马化腾觉得，不仅仅要“起得早”，更重要是“熬得久”——有时候前期过度投入，坚持不下去，反而不能笑到最后。
“就像《墨攻》电影一样，赵国来攻城，墨家的人就说，大王能守多久取决于他要攻多久，十万大军不走，天天在攻，谁也守不住。”傅盛告诉记者，“如果大厂攻一段时间不想攻了，创业公司就会有机会，但AI这件事，大厂是不可能不想攻的。”傅盛判断，这场竞争会呈现严重的马太效应。创业公司做得快一点、早一点，但是大厂可以慢慢垒。”
傅盛表示，中国的创业公司与Open AI的情况不尽相同。Open AI得到了微软的投资，它有充分的算力，而今天中国创业公司的算力上就无法企及。同时，创业公司虽然也得到了大厂的投资，但是“对于大厂来说，投初创企业是买保险，而AI是核心能力，大厂不会放心把这样的能力交给其他人”。
京东相关负责人则向澎湃新闻记者表示，大厂在数据和应用场景上有沉淀，能够更好的使用真实场景看到更多的反馈和迭代，然后再进一步地去强化模型。
但是初创企业也有自身的独特优势。初创企业一开始就可以用最高效的组织形式、最高效的资金使用形式，聚焦某个点，打造出一个标杆或者一个样板。在某一个细分领域能够快速地推动落地，让大家看到效果。
“AI是一场革命，一定会有新的大公司出现，也一定会有大公司烈火重生。”中国工程院院士、之江实验室主任、阿里云创始人王坚谈到了自己的预判。
方汉告诉澎湃新闻记者，目前AI还是技术为王，但是很快就会转变成产品、应用为王，“很多赛道传统大厂都会布局，如果创业公司要挤入这条赛道，就一定是死路，这时候比拼的是谁的赛道更新颖，大公司对这条赛道关注度更低。”
此外，消费者和用户端口是永远的方向，内容社交也将成为AI落地的第一场景，“C端（消费者端）的市场上限一定是最大的，有关内容的IP产业链：小说、漫画、音乐、影视、游戏，这5个赛道在全世界的创业者中都有很大的机会。但是B端（企业端）更容易存活，因为只要找到一个独特的使用场景，能够建立收费模式，商业模式就能成立。”方汉表示。
观众在人工智能大会现场体验新技术
爆发：“超级应用”还是“超级能干”
在AI行业，比起技术发展，人们更期待的是所谓的“iPhone时刻”：指的是出现了杀手级别的超级应用，可以跨越理论到应用的鸿沟，进入到大众市场并迎来爆发。
在落地中，行业的超级应用什么时候产生？能否达到千万级日活跃用户？
李彦宏认为，要避免掉入“超级应用陷阱”，不一定要出现一个10亿DAU（日活用户）的APP才叫成功，这是移动时代的思维逻辑。AI时代，规律可能不是这样的，“超级能干”的应用比只看DAU的“超级应用”更重要。
而在京东相关负责人看来，大模型的颠覆性、杀手应用，不可能从通用大模型的优化中产生，必然是技术进步与产业积累的结合。未来绝对不能只依靠通用大模型来获得收入，“如果只是靠卖模型来挣钱的话，那是下一个红海。发展大模型的长久之路在于结合产业应用，从其带来的价值来看，我觉得它刚刚进入蓝海。”
“不管是数字人、智能客服还是具身智能，颠覆性的AI时代的产品一定会带来足够大的社会和产业价值，同时也会带来足够大的经济效益。”
智谱AI CEO张鹏向澎湃新闻记者表示，目前行业还需要耐心：超级应用的出现并非完全是技术驱动的事情，它还涉及很多因素，比如市场、用户是否准备好了，需要时间作为基础。举例而言，谷歌打造出世界第一的搜索引擎，到探索出成功的商业落地路径，花了6年；而现在的Meta，原来的Facebook也同样如此，“从AI行业来说，不能只看到最终结果，更重要的是采取行动。”
开源和闭源的路径选择也是AI企业面临的争议话题。对于开源和闭源，诸多巨头各有倾向，有OpenAI的GPT系列、百度的文心大模型、月之暗面的Kimi等为代表的闭源大模型，也有Meta的Llama系列、阿里旗下通义千问的Qwend模型等为代表的开源大模型。
实际上，这并非是两条对立的路线，而不同公司的选择更多基于商业考量。在傅盛看来，开源和闭源是“彼此竞争、共同发展”的关系，不存在一个遥遥领先，一个发展不起来。他认为，目前闭源大模型确实比开源的“能打”一些，但是今天开源模型，各大公司都在下场，发展速度很快，“人工智能的历史也表明，开源生态不是在今天才出现的。在以前的语音转文字、图片识别上，开源的力量已经非常强大。”
快手宣布旗下大模型“可图”将正式开源
出海市场是国内AI企业另一布局点。方汉认为，在AI领域，中国超越美国只是时间问题，在海外市场有很大的发展空间。
“ScalingLaw已经呈现出放缓的趋势，这对中国企业是很大的利好。文本数据集的数量级是亿亿，图片是万亿级，视频是千亿量级、百亿量级，音乐则是4000万量级，Scailing Law放缓得越厉害，对于中国企业来说就机会越多。”方汉表示。
“AI在海外尤其是小语种国家存在巨大红利。”方汉预测，3-5年之后，制作一部《流浪地球》级别的大片，依靠AI之后，制作成本可能会降到几万美金，“中国公司出海主要做平台，让海外本地人利用中国AIGC平台能力，生产属于本土内容，发展空间非常大。”
他还提到，中国拥有最庞大的工程师队伍，和最多的AI论文数量，“目前在AI领域，中国和美国的优势相比其他国家是巨大的，未来两个国家之间的竞争，中国的表现也完全值得期待。”