大模型竞争下半场

肖仰华

2024年4月18日，浙江杭州，阿里云AI智领者峰会在杭州迎来首站，超500位大模型实操者到场

近期，大模型厂商之间的价格战似乎进入白热化阶段，阿里、百度、科大讯飞、腾讯纷纷宣布降价，甚至免费。价格战按下了大模型应用的加速键，吹响了大模型竞争下半场的哨子。这场大模型价格战的表象背后还隐藏着更深层的原因。

如果一百年后回头看今天的大模型价格战，它很可能是人类社会这一火箭引擎的点燃时刻。很快，AI引擎就将以“宇宙航速”而非“地球速度”将整个人类社会推动到高速发展阶段。虽然大模型产业目前商业闭环还不多、盈利甚少、负面声音不绝于耳，但这只是暂时的，我们应从更长远的趋势和高度来审视由大模型所推动的人类社会演进进程——人工智能必将很快把人类带入“宇宙航速”时代。

降价是趋势

我国大模型产业发展从追求大模型刷榜、追求更大规模的参数、追求更长文本的输入，到现在的价格战，表面看热点纷呈，实则多是企业为了兑现资本与政府的期望，而不得不为之的一时之计。

大模型是新一轮科技大国竞争的重要赛道，不能存有任何幻想，自主创新是唯一可行之路。

从表层看，大模型价格战无疑是后来者的一种有效竞争策略。由于缺乏先发优势，与国际先进大模型相比尚存一定差距，通过价格优势来弥补能力不足成为获取竞争优势的可行途径。

价格战是当前大模型产品能力趋同的一种表现。经过一年多的研发，除了OpenAI传说中的GPT5还未揭开神秘面纱，其能力我们不得而知，其他绝大多数大模型“后来者”们在能力特性方面并无显著差异。这种情况下，价格优势就变得十分显著。

能不能打响价格战，反映出企业的资本实力。大模型研发要耗费巨大成本，同时价值变现仍存在诸多不确定性，因此大模型的价格战将是一场长期的消耗战。

大模型的价格战间接体现了企业的技术水平，尤其是低成本大模型训练技术。当前大模型训练存在巨大的算力与能源消耗，比如浩大而繁重的数据工程，琐碎而冗长的评测工程。低成本、绿色化大模型训练技术将是支撑大模型价格战长期实施的核心能力。

这场大模型价格战的未来趋势如何？有三个方面需要关注：

首先，随着大模型作为人工智能产业基础设施的地位凸显，其价格必将持续降低。正如三大运营商长期努力降低作为国家基础设施的通信网络成本，不断压低上网费用那样，所有基础设施发展的基本规律，就是通过低成本、大规模使用来巩固其作为基础设施的地位和作用。大模型也会遵循这一规律，通过持续降低使用门槛，使多数企业和个人消费者能够负担得起使用各种大模型基础设施。

其次，产业发展的基础设施都具有显著垄断特性。价格战的扫尾阶段，往往是产业资源向头部企业集中、巨头企业对中小企业兼并的过程。因为只有头部大模型才能在长期巨大投入而收益甚微的情况下存活下来。在全球范围内，通用基础大模型供应商企业经过大浪淘沙而存活下来的必定是少数，国内情况也类似。眼下价格战付出的代价，未来势必会通过长期的市场支配地位而获得相应回报。作为国家基础设施，中国的大模型供应必须牢牢掌控在代表国家和人民利益的机构或组织手中。

最后，随着价格战的愈演愈烈以及大模型持续下沉为基础设施，大模型应用将加速发展，大模型将快速普及，围绕大模型将加速形成产业周边形态，普通消费者和使用者将受益于价格降低、获得实惠。人工智能技术加快与人类社会生产生活全面融合，推动了智能时代的加速到来。

三大关键问题

价格战开打，标志着行业洗牌进程已经开启。如果说此前大模型发展还是各企业积蓄动能、积攒家底，那么价格战无疑打破了这种岁月静好，迎来了“战国时代”。

大模型竞争的下一阶段是从基础能力竞争转向模型应用竞争。大模型价格战直接刺激的是大模型应用的发展，能否围绕自身的大模型尽快形成完善和丰富的应用生态，是未来大模型产业发展的焦点。千行百业的高价值应用，人民群众对美好生活的日常需求应用，都是激发大模型价值的源头。

大模型的商业应用基本上可分为面向消费者（ToC）和面向企业服务（ToB）两种类型。

2023年10月17日，工作人员介绍应用大模型的智能驾驶舱（张漫子 / 摄）

ToC应用需要大规模市场验证，但我们已经看到大模型在提升个人消费者产品智能水平方面的巨大潜力。比如一些新型人机交互硬件，包括可穿戴设备中植入的个人助理，以及对传统智能硬件如手机、手表、个人语音助手等的智能化升级。未来，其有望真正成为智能助理，为人类生活提供更加智能贴心的服务。此外，大模型还会在情感社交、游戏等面向个人消费者的应用中发挥巨大价值，比如个性化的虚拟人工伴侣正在吸引越来越多的用户。

通用人工智能作为即将到来的技术革命，将呈现百花齐放的生态格局。在这个大花园里，可采摘的鲜花种类很多，比如具身智能、群体智能等，这都是潜在可能形成优势的赛道。

相对而言，ToC应用的变现较快，但需要与消费者使用习惯、对AI的接受程度、人机交互方式等进行磨合。眼下，许多ToC应用已经看到效果，不过其发挥更大价值和大规模应用仍在过程中。

ToB应用，本质上是使用基于大模型的能力对企业数字化和智能化架构进行重塑，推动企业经营管理和决策过程发生根本性、革命性的升级。这是相对缓慢的过程，一方面需要企业生产流程、行业形态调整以适应大模型；另一方面也需要从大模型角度重新审视企业和行业的发展经营。制造业、金融业、医疗等行业均有望在决策分析、运营优化、风险防控等环节借力大模型实现质的飞跃。

无论是ToB还是ToC，都需要教育用户、培养用户了解和学习大模型原理，这需要时间。人们对大模型的观念更新也需要时间，比如是否愿意将社交等权利交给虚拟分身。从本质上看，这牵扯到当下社会关系如何适应大模型这种先进生产力的问题，涉及价值观念、工作方式、生产关系等上层结构的调整。因此，大模型的商业变现仍需要过程和时间。

大模型要走进千行百业，仍有很多技术问题需要解决，比如幻觉生成、训练代价大、推理成本高、可控性差、过程不可解释等问题。总体而言，通用大模型仍难以满足特定领域复杂决策任务所需要的专业性要求，大模型理解行业与私域数据仍需要极大的努力，大模型离行业专家的水平仍相距甚远，大模型仍难以在高价值行业应用中发挥显著效果。

目前有三个关键问题，需要在大模型竞争的下半场认真解决，如此才能真正推动大模型在行业落地。

首先，加快行业训练语料与数据集的建设。大模型发展的下一阶段重点是从通用走向专用，从开放走向私域。大模型能否解决金融决策辅助、医疗决策辅助、生产流程优化、产品质量提升、运营风险管控等等，决定了其价值密度。一旦大模型能在千行百业发挥作用，就将释放更大的产业能级。随着数据要素市场的完善，私域数据、垂直领域的高价值数据将成为大模型训练的重要来源，使得大模型有可能成为各行业的行家里手，进而从根本上缓解各行业的专家资源稀缺问题。

其次，加快突破大模型行业应用的关键技术。需要重视行业语料集的构建技术，行业中广泛存在的结构化数据、复杂文档、设备日志、生产现场的音视频文件如何形成大模型训练语料，仍有待深入研究。需要重视大模型的行业认知能力提升技术，如何设置合理的课程提升大模型的特定行业认知水平，也有待深入研究。此外，如何提升大模型在行业认知中的准确性、逻辑性，提升大模型与人类专家、知识库、小模型的协同水平，都需要尽快突破。

最后，积极打造大模型与行业深度融合的产业生态。具体包括：加强大模型等AI技术赋能产业发展的培训与教育，从理念源头扫清障碍；鼓励行业头部企业以更加积极的姿态开放多样的大模型领域应用场景，与大模型技术团队形成紧密合作伙伴关系；加快大模型应用试错与验证步伐，开展典型案例征集与宣传；在全社会范围内积极营造以大模型促产业变革的氛围，促进大模型与应用场景的深度融合。

坚持自主创新

总体而言，大模型是新一轮科技大国竞争的重要赛道，不能存有任何幻想，自主创新是唯一可行之路。美国最近在推动开源大模型的限制政策，这未必是坏事，可让一些存有幻想的从业者清醒地认识到当前的严峻竞争形势，从而早日踏上自主研发大模型、掌握核心关键技术的自力更生之路。

大国科技竞争就像两个高明棋手的对弈，不可能也无需在每一条赛道上都力求战胜对手，在通用大模型竞争中暂有劣势，可以通过积极开辟多元化的技术竞争赛道，在其他领域形成优势来抵消弥补。就像赛马运动，自己的良驹未必比对手的骐骥更具竞争力，但在其他赛道上的马匹如能形成优势，依然能够在全局获得竞争主动权。

2024年1月9日，上海，一款拥有AIGC 消除功能的手机，不仅一键可圈出需要抠除的人物或其他物体，而且具备消除后空白区域的生成补全能力

因此，首要是积极开辟通用人工智能多元化技术竞争赛道。通用人工智能作为即将到来的技术革命，将呈现百花齐放的生态格局。在这个大花园里，可采摘的鲜花种类很多，比如具身智能、群体智能等，这都是潜在可能形成优势的赛道。

即便只看大模型自身，也有几个值得高度重视的多元化赛道。大模型涉及多个关键因素，如模型、数据、算力等。发展至今，数据有可能成为取胜的关键因素。相关企业可以充分借助国内数据要素市场发展的契机，利用相对健全的数据要素制度，在大模型训练数据方面形成竞争优势。尤其是在高价值的垂直行业数据方面，目前这些数据对于大模型能力的价值还未得到充分释放，这可能是我们的潜在优势。

其次是资源和能源消耗。我国一直大力倡导可持续发展，随着大模型规模日益庞大，算力能耗已成为制约大模型进一步发展的瓶颈。如不能突破这一瓶颈，不能发展出绿色高效全能的大模型发展路径，大模型前景将受到极大制约。国际范围内，绿色化、高效化、节能化大模型发展路径在理念和技术上的竞争才刚刚开始。

三是大模型风险管控。随着大模型在生产生活中大规模应用，将会引发大量社会问题。作为先进生产力，大模型对整个行业全面渗透并产生革命性影响是不可避免的趋势。这就要求整个社会的上层建筑，从生产关系到价值观念、文化教育等各个方面，都要做出变革和适应性调整，才能很好地适应这种先进生产力的到来。

中国在统筹社会发展方面拥有西方国家无可比拟的优势，要充分发挥这一制度优势，在生产关系调整、教育体系革新等方面做出富有前瞻性和建设性的系统谋划，积极、严密、细致地推进相应的布局调整，使社会能够以和谐方式适应人工智能这一先进生产力，避免出现剧烈冲击和较大社会震荡。

总之，在通用人工智能时代的大国较量中，我们应当积极主动开拓多元化的竞争赛道，借助自身独特的体制机制优势，在一些关键领域发力，努力形成新的战略主动。唯有如此，方能在未来的大模型时代占据有利位置。

（作者系上海市数据科学重点实验室主任、复旦大学教授）