配圖來自Canva可畫

自去年GPT-4爆發(fā)以來，國內(nèi)產(chǎn)業(yè)界圍繞AI大模型的炒作，就逐漸進(jìn)入了高潮。資本市場上，所有與AI相關(guān)的公司，都挨個(gè)輪動(dòng)漲了個(gè)遍。

不過，仔細(xì)翻看AI四小龍的財(cái)報(bào)不難發(fā)現(xiàn)，曾經(jīng)的AI“老江湖”，基本面依然沒有太多改善。面對急速而來的大模型，其普遍稍顯遲鈍，動(dòng)作甚至比不上一些傳統(tǒng)的大廠和AI初創(chuàng)公司，但好在AI四小龍，終究還是搭上了AI大模型的“便車”。

AI四小龍“搭上”大模型“便車”

2023年在國外AI大模型爆發(fā)之后，國內(nèi)也迅速興起了一股追趕浪潮。百度文心一言、訊飛星火、華為盤古、360智腦、阿里通義……一時(shí)之間國內(nèi)巨頭們蜂擁而至，好不熱鬧。

在國內(nèi)掀起AI大模型浪潮之后，商湯科技和云從科技，紛紛面世了“日日新SenseNova”大模型體系和“從容”大模型，遲遲沒有動(dòng)靜的依圖科技和曠視科技，則被質(zhì)疑為“難產(chǎn)”。直到去年11月份和今年1月份，后兩者的大模型才姍姍來遲。不過雖遲但到，它們總算還是搭上了大模型的“便車”。結(jié)合AI四小龍的現(xiàn)狀來看，主動(dòng)搭A(yù)I大模型這趟“便車”，不僅是順勢而為，也是其尋求破局的重要路徑。

首先，AI四小龍?jiān)诟髯缘膽?yīng)用領(lǐng)域，都擁有相當(dāng)深厚的數(shù)據(jù)基礎(chǔ)，順勢推出行業(yè)大模型的條件得天獨(dú)厚。比如，商湯科技在計(jì)算機(jī)視覺、語音識別、自然語言處理等領(lǐng)域，都有著先進(jìn)的技術(shù)和領(lǐng)先的優(yōu)勢，因此商湯科技的AI大模型，呈現(xiàn)出“多而通”的特點(diǎn)，其基于自家技術(shù)，形成了“日日新”體系下的一系列大模型，如語言大模型“商量”、AI文生圖創(chuàng)作“秒畫”、2D/3D數(shù)字人生成“如影”、大場景、小物體生成“瓊宇”“格物”等一系列生成式AI模型及應(yīng)用。

相比商湯科技，曠視科技則在人臉識別領(lǐng)域，有著豐富的經(jīng)驗(yàn)和技術(shù)積累，目前正逐步從過去的AI視覺領(lǐng)域，切入多模態(tài)大模型領(lǐng)域；依圖科技在語音識別和自然語言處理領(lǐng)域，有很多創(chuàng)新和領(lǐng)先的技術(shù)，其大模型依舊圍繞醫(yī)療、安防等傳統(tǒng)業(yè)務(wù)領(lǐng)域；云從科技則擅長提供，智慧金融、智慧出行、智慧城市等方面的解決方案，其AI大模型核心圍繞智能城市進(jìn)行�？傊�，各家的優(yōu)勢領(lǐng)域不同，各家推出的大模型聚焦的方向也不同。

其次，大模型可以加速AI四小龍進(jìn)行業(yè)務(wù)重塑，有利于其降本增效。一來，有了預(yù)訓(xùn)練大模型，用戶需求端到端的時(shí)間以及成本會(huì)被極大壓縮。一方面，用大模型技術(shù)替代過去的小模型，可以極大壓縮生產(chǎn)過程周期，降低算法研發(fā)成本，讓客戶更快享受到技術(shù)的紅利。另一方面，通過算法和算力的端到端整合，也能帶來成本最小化。比如，過去做1萬路視頻智能化，得用16個(gè)機(jī)柜，現(xiàn)在算法和算力實(shí)現(xiàn)端到端整合后，只用一個(gè)機(jī)柜就可以解決所有問題，但整體成本卻下降了80%。

對于常年虧損的AI四小龍來說，降低研發(fā)成本提升客戶體驗(yàn)，早已成為了當(dāng)務(wù)之急。財(cái)報(bào)數(shù)據(jù)顯示，商湯科技2023財(cái)年上半年業(yè)績報(bào)告顯示，本期總營收14.33億人民幣，較上年同期的14.15億人民幣增長了1.27%；凈利潤率-217.9%；云從科技2023年上半年?duì)I收1.64億元，較上年同期3.91億元下降58.16%；凈虧損3.04億元，上年同期的凈虧損為3.25億元。如果說此時(shí)有什么能夠拯救四小龍的話，那么AI大模型絕對是希望之一。

老問題未解

雖然計(jì)算機(jī)視覺領(lǐng)域，是AI四小龍的傳統(tǒng)強(qiáng)項(xiàng)，但這并不意味著它們在這一領(lǐng)域沒有對手。而且由于常年虧損，AI四小龍的商湯、曠視、依圖、云從等的“基本盤”都面臨困境。

首先，AI四小龍所在的細(xì)分領(lǐng)域巨頭林立，被巨頭業(yè)務(wù)沖擊帶來的“后遺癥”，至今仍沒有得到緩解。在AI四小龍創(chuàng)立早期，其主要圍繞智能安防、醫(yī)療、金融等業(yè)務(wù)場景展開，但各家側(cè)重點(diǎn)不同。比如，曠視科技主要聚焦人臉識別平臺Face++升級，將物聯(lián)網(wǎng)業(yè)務(wù)視為未來業(yè)務(wù)的增長點(diǎn)，前期主要為包括螞蟻金服等在內(nèi)的金融公司服務(wù)，但后期隨著巨頭加大在人臉識別等技術(shù)領(lǐng)域的自研，其業(yè)務(wù)迅速遭到?jīng)_擊。

無獨(dú)有偶，依圖科技、商湯科技、云從科技等也面臨相似的困局。以醫(yī)學(xué)影像分析為主戰(zhàn)略的依圖科技為例，其在轉(zhuǎn)型AI芯片+算力廠商之后，面臨的競爭對手，直接變成了寒武紀(jì)、英偉達(dá)、百度和華為等科技巨頭，其壓力可想而知。在安防領(lǐng)域，AI四小龍與安防巨頭的合作，伴隨著�？低�視、大華等巨頭的自研算法，也宣告了中斷。隨著AI四小龍與主要互聯(lián)網(wǎng)科技大廠的合作中斷，其不得不直面巨頭們“軟硬一體”的“降維打擊”。

為了避免跟巨頭產(chǎn)生惡性競爭，AI四小龍紛紛轉(zhuǎn)向了其他方向。比如，云從科技主打人機(jī)協(xié)同操作系統(tǒng)，曠視科技進(jìn)軍AI物聯(lián)網(wǎng)，依圖科技發(fā)力芯片，商湯則講述平臺化的故事。由于業(yè)務(wù)退出造成的營收下滑，導(dǎo)致其面臨的經(jīng)營形勢持續(xù)惡化。

其次，AI四小龍目前很多業(yè)務(wù)仍然處于投入期，經(jīng)營壓力仍然未有效緩解。以云從科技為例，過去云從科技一直保持著研發(fā)投入大于營收的增長，但其商業(yè)化落地一直未能兌現(xiàn)。比如，其多次提及的人機(jī)協(xié)同系統(tǒng)，至今營收也沒有取得爆發(fā)性增長，這項(xiàng)業(yè)務(wù)創(chuàng)造的營收，僅占其總營收的3.6%，至今為止扛大梁的業(yè)務(wù)，依舊是人工智能解決方案業(yè)務(wù)。但從2021年開始，這塊占到總營收5成以上的業(yè)務(wù)始終處于下滑狀態(tài)，從9.34億縮水至2023年的3.66億。

企業(yè)重點(diǎn)發(fā)展的新業(yè)務(wù)增長乏力，支柱業(yè)務(wù)卻連連下滑，市場因此拒絕為云從的愿景買單。4月7日晚間云從科技拋出的數(shù)份公告中，其中之一便是將AI精靈（AI Agent）的募資目標(biāo)從46.35億元下調(diào)為18.52億元。四小龍的其他幾家中，曠視科技專注智慧物流領(lǐng)域，近年來逐漸斬獲訂單，但整體市場規(guī)模較小，且考慮到曠視科技已經(jīng)多年未曾融資，因此這塊兒的收益，相對其整體虧損或許依舊是杯水車薪。商湯科技則繼續(xù)在智慧城市、交通等領(lǐng)域布局，并在汽車領(lǐng)域與包括哪吒等在內(nèi)的諸多車企建立了合作，但考慮到其在其他業(yè)務(wù)領(lǐng)域的巨大投入，其目前也存在經(jīng)營壓力。

總體來看，AI四小龍當(dāng)中，除了云從科技之外，其余幾家基本上，已經(jīng)有了相對清晰的業(yè)務(wù)路徑，但當(dāng)下很多業(yè)務(wù)仍處于投入期的狀態(tài)，仍然沒有得到改變。

配圖來自Canva可畫

大模型新問題又至

另外，盡管當(dāng)前AI大模型相當(dāng)火熱，但是之后仍然要面臨落地“難”的問題。尤其是相比上一輪AI而言，這一輪的AI發(fā)展呈現(xiàn)出了很多全新的特點(diǎn)，而這些都是其在商業(yè)化過程中必須直面的情況。

首先，AI四小龍將面臨全新的融資環(huán)境，以及更大規(guī)模的市場化競爭，這對企業(yè)自身的造血能力提出了更高的要求。隨著全球流動(dòng)性衰減，科技企業(yè)的高估值很難保持，龐大如谷歌，都在裁員“降本增效”，融資難度相比之前更大了。比如智譜AI的融資水平，就明顯不及當(dāng)年的商湯科技。同時(shí)，大模型又是一個(gè)重投入的行業(yè)，基座模型的技術(shù)競賽，也遠(yuǎn)遠(yuǎn)沒到終結(jié)的時(shí)候，持續(xù)向上探索意味著長期燒錢，需要的資金規(guī)模也更大。

而吸取了上一輪AI投融資經(jīng)驗(yàn)的投資人，面對大模型的火熱顯得格外冷靜，在選擇AI項(xiàng)目時(shí)候，也更加看重AI企業(yè)自身的造血能力。比如，知名風(fēng)險(xiǎn)投資人周嘯虎就表示，未來投資必須考慮所投企業(yè)能否進(jìn)行分紅的因素。

其次，AI的標(biāo)品化依舊很難。在中國做AI，照搬OpenAI是絕對不行的，要看到鐵一般的事實(shí)：中國toC市場，對AI等軟件產(chǎn)品的付費(fèi)意愿不高，監(jiān)管嚴(yán)格很難做，真要做也要配備龐大的團(tuán)隊(duì)去確保安全合規(guī)，投入并不小。toB市場也有很大的差異，國內(nèi)企業(yè)大多不信任SaaS模式，更傾向于私有化部署，行業(yè)市場分散，中小客戶眾多，需求紛繁復(fù)雜，高薪的算法工程師，到一線做一個(gè)幾十萬的項(xiàng)目很常見。

至于toG市場，智能化項(xiàng)目競爭激烈，而且事多錢少利潤薄，上一輪機(jī)器視覺公司基本在做自動(dòng)駕駛、智慧城市、安防等業(yè)務(wù)，都掙的是辛苦錢。一般來說，CV計(jì)算機(jī)視覺類項(xiàng)目費(fèi)用，是比NLP自然語言處理類高的，所以大語言模型想要靠項(xiàng)目制獲得高客單價(jià)，也是很困難的。說到底，TO B市場和TO G市場的AI項(xiàng)目，大多以解決方案式落地，政企機(jī)構(gòu)更希望打包式引入AI、云、IOT等軟硬件，針對自身打造定制化方案，AI產(chǎn)品無法以標(biāo)準(zhǔn)化、模塊化的形式快速交付，前期需要投入很高的成本。

以此來看，未來AI大模型的整體投入或許更大，單個(gè)項(xiàng)目的收益卻并不會(huì)太高，擺在各路參與者面前的商業(yè)化挑戰(zhàn)，或許將比上一輪機(jī)器視覺遭遇的挑戰(zhàn)更大。

AI老人“難闖”新難關(guān)？

站在當(dāng)下來看，AI四小龍仍處于艱難的轉(zhuǎn)型期，盡管AI大模型的確帶來了新的機(jī)會(huì)，但能否借助這波AI風(fēng)口迎風(fēng)而上，卻值得商榷。

一方面，AI大模型及其衍生應(yīng)用的快速發(fā)展，的確為AI四小龍帶來了價(jià)值重估的機(jī)會(huì)。作為早期AI領(lǐng)域的“先行者”，AI四小龍經(jīng)歷過行業(yè)“爆炒”的風(fēng)口期，也經(jīng)歷過熱錢不在、節(jié)衣縮食的困難期，因此面對行業(yè)的風(fēng)口，有更多“風(fēng)口”經(jīng)驗(yàn)的AI四小龍，顯然更能夠把握住這次機(jī)會(huì)。某種程度上來說，作為國內(nèi)計(jì)算機(jī)視覺領(lǐng)域的先行者，AI四小龍憑借早期在視覺算法領(lǐng)域的貢獻(xiàn)，促使海康威視、大華股份等企業(yè)，進(jìn)一步加大相關(guān)領(lǐng)域的研發(fā)投入，這才成就了中國在全球安防領(lǐng)域的領(lǐng)先地位。

作為先導(dǎo)性的AI先驅(qū)，四小龍?jiān)缙谧哌^的與產(chǎn)業(yè)結(jié)合的模式，為如今AI與行業(yè)數(shù)字化的推進(jìn)，提供了有益借鑒。另外，在這一輪應(yīng)用落地過程中，已經(jīng)積累了豐富經(jīng)驗(yàn)的AI四小龍，或許可以更快地進(jìn)行AI的商業(yè)化應(yīng)用，畢竟產(chǎn)業(yè)數(shù)據(jù)對AI大模型的應(yīng)用，將起到至關(guān)重要的作用。

另一方面，圍繞智能化、數(shù)字化轉(zhuǎn)型，國內(nèi)已經(jīng)有多個(gè)領(lǐng)域的龍頭公司參與大模型競爭了，這意味著接下來圍繞行業(yè)大模型的競爭將會(huì)空前激烈。比如，企服龍頭用友，就推出了自己的企服大模型YonGPT，網(wǎng)易有道推出了自己的教育大模型—子曰大模型……在這種情況下，AI四小龍將免不了要與各領(lǐng)域的頂尖龍頭過招。

考慮到AI四小龍當(dāng)下的現(xiàn)金流狀況，其想要在加大研發(fā)投入的同時(shí)，與各領(lǐng)域的行業(yè)巨頭在大模型領(lǐng)域展開競爭，勢必要耗費(fèi)更大的投入，這必然會(huì)對其現(xiàn)金流狀況造成不利影響。因此從更長遠(yuǎn)來看，AI四小龍想要走得長遠(yuǎn)，最好的辦法就是加強(qiáng)與各領(lǐng)域的行業(yè)企業(yè)合作，加大開源力度、廣交朋友，聚焦To B、重視現(xiàn)金流，以“長跑”的韌性贏得比賽。

       原文標(biāo)題 : 闖關(guān)大模型：AI四小龍下手一個(gè)比一個(gè)狠