在科技領域的浪潮中，12月中旬成為了各大AI大模型廠商競相發布新成果的高光時刻。先是智譜，作為大模型領域的六小虎之一，宣布完成了高達30億元的新一輪融資；緊接著，字節跳動推出了豆包視覺理解模型，而快手也正式上線了可靈1.6版本。
如果說2023年標志著大模型技術的元年，那么2024年則被視為AI應用落地的重要一年。從深度推理技術的崛起，到AI Agent成為新的風口，再到多模態模型的層出不窮，AI產品的迭代速度之快，讓人幾乎忘記了從爆發至今，國內AI領域的發展還不足兩年時間。AI領域的一年進步，相當于人間的十年變遷。
然而，盡管被視為互聯網級別的變革產品，AI至今仍未迎來真正的爆發時刻。上半年，算力還是國內討論大模型發展的核心要素。在百模大戰如火如荼的那段日子，通過增加參數來迅速搶占市場份額，是許多領先大模型的共同策略。但從今年開始，國內外大模型的發展似乎遇到了瓶頸，特別是下半年，大廠推出新大模型的消息越來越少。這并不意味著百模大戰即將結束，而是各大廠商開始意識到，隨著行業的快速迭代，僅靠提升算力和參數規模已難以真正超越競爭對手。
大模型的訓練和運營需要巨額的算力和資金投入，這種投入需要持續進行，對于目前尚未找到成熟商業模式的廠商來說，無疑是一大挑戰。以字節跳動為例，據報道，僅在2024年，字節在AI領域的投入就達到了800億元，幾乎相當于BAT三家公司資本開支的總和。而其2025年的資本開支更是驚人，預計將達到1600億元，其中約900億元將用于AI算力的采購。
即便是ChatGPT，也一直在為算力緊缺所困擾。據報道，微軟為了給ChatGPT和新版必應提供更好的算力，耗資數億美元，使用了上萬張英偉達A100芯片打造超算平臺。微軟還在Azure的60多個數據中心部署了幾十萬張GPU，用于ChatGPT的推理。
然而，從長遠來看，算力并不能構成真正的護城河，它更多體現的是硬件層面的核心競爭力。誰的算力更強，訓練語料更豐富，誰的模型表現就更好。但算力依賴于GPU性能和數據中心建設，訓練語料依賴于公開的數據集，兩者最終都取決于經濟實力。谷歌內部在討論如何應對ChatGPT時，曾有工程師表示，谷歌和OpenAI都沒有真正的護城河。即使谷歌全力投入，也可能贏不了這場AI競賽。
目前國內大模型的現狀也印證了這一點。各公司的模型雖然強弱不一，但核心功能普遍同質化，替代品眾多。一個新功能推出后，很快就會被其他廠商追上。例如，Kimi最初雖然依靠長文本功能成功進入了國內AI大模型的第一梯隊，但如今長文本已成為大多數AI搜索產品的基本能力。
隨著AI領域的焦點從“模型層”轉向“應用層”，各家廠商開始探索AI在不同場景下的應用。然而，同質化問題仍然是AI產品頭頂的達摩克里斯之劍。例如，豆包視覺理解模型發布時，媒體聲勢浩大，但就在兩天前，Kimi才剛剛發布了針對基礎科學領域圖片理解和推理能力的Kimi視覺思考版。
在技術上難以形成護城河的情況下，從應用場景角度進攻能否找到破圈點呢？大模型始終是個底座，要想真正看到爆發點，必須讓AI與普通人產生強關聯。業內人士指出，未來能否出現殺手級別的應用，將是決定各家勝負的關鍵。李彥宏也曾多次強調，“沒有應用，基礎模型一文不值。”
然而，目前AI應用的發展還遠未達到能夠催生出下一個iPhone時代的程度。盡管AIGC技術在某些領域取得了進展，如快手與知名影視工作者合作，用可靈生成電影短片，以及在獨立游戲領域的廣泛應用，但整體上AIGC仍處于發展階段，生成內容的質量、穩定性和可控性等方面仍存在不足。
在硬件端，以手機大模型為例，也出現了同質化的情況。目前AI手機在AI體驗上的主要變化集中在語音交互、圖像處理和通話增強上。幾乎所有頭部手機廠商都在對語音交互進行升級，號稱要將之前的語音助手打造成更智能的AI Agent。然而，正如創新工場聯合CEO汪華所言，現在AI才出來一年半的時間，就指望AI的產品形態被探索出來，顯然是不現實的。
AI應用之所以受到如此重視，一個重要原因是市場亟需看到AI技術能轉化為可落地的商業模式。隨著大量資金涌入AI領域，投資者對AI項目的回報要求越來越高。他們希望AI企業能夠盡快實現技術的商業化應用。然而，目前AI產品的盈利模式仍然有限，主要是付費訂閱和廣告。對于對話類AI產品來說，賺錢確實有一定壓力。
盡管豆包的用戶規模在過去幾個月有所增長，但和其他AI對話形態的產品一樣，其在使用時長、打開頻次及商業化潛力上仍不夠理想。字節管理層判斷AI對話類產品可能只是AI產品的“中間態”，長期更理想的產品形式可能需要更視覺化的用戶體驗、更低的用戶使用門檻。因此，字節已經提升了即夢的產品優先級，嘗試用新的路徑打造AI時代的“抖音”。
盡管如此，只要有活躍的用戶和可持續的使用價值，AI對話類產品的重要性就仍然存在。事實上，縱觀目前其他對話類產品，字節的友商們也并不急于將對話類AI當作商業化的重要組成部分。百度副總裁在談及生成式AI的商業場景時就曾表示，要先滿足用戶需求，才能更好地滿足商業需求。
