不久前，苹果公司给手机厂商的AI应用打了个样。库克一直在强调，相比于那些酷炫的AI功能，苹果更看重的是与用户数据和个人情境相结合，带来手机等端侧用户体验的提升。

　　所以外界看到，尽管苹果在通用大模型的研发上被认为远慢于对手，但这家公司展现出了极佳的工程落地能力。从目前来看，至少资本是买单的。

　　而在苹果开发者大会之前，微软、英伟达、谷歌的开发者大会无一例外，都将AI和大模型放在了最重要的位置。正是凭借AI的红利，微软重新回到了全球市值最高的宝座，“卖水人”英伟达则已经成为全球市值第二的企业。

　　在国内，围绕人工智能的创新创业也在如火如荼进行。2023年，人工智能赛道诞生了10家独角兽，而与大模型相关的项目占了近一半。大模型成了科技互联网巨头的必备。而来自金融、政企、互联网、工业、娱乐、医药等千行百业的客户，也在加速大模型的行业应用落地，探索新的场景需求。

　　正是在这种背景下，知名财经作家吴晓波再度联手阿里云，推出了《云上的中国3：剧变中的AI时代》一书和相应的纪录片，全景式展现了大模型的应用和未来。

　　通过对国内百家AI企业的实地调研和访谈，《云上的中国3》客观展现了国内AI大模型的现状和创新应用的方向。这本书和纪录片也在业内得到了广泛关注和讨论。

　　《云上的中国3》一书中，从AIGC创新企业、传统产业龙头企业、AI产业链上下游三大细分范畴中着重挑选了40余家知名企业。这些企业既有百川、智谱等大模型厂商，也有大量正在使用大模型服务的企业，包括车企、游戏公司、互联网、电商公司以及高校客户。

　　我们可以看到，从符号主义到联结主义，从机器学习到大模型，人工智能的范式在过去几十年发生了巨大的演进，而大模型的能量比此前几个技术范式都要凶猛。

　　而紧随技术进步而来的是，应用层面的蓬勃发展。从创新企业如何让做出AIGC的爆款应用，到游戏、汽车、高校、工业等细分领域如何在真实场景中进行AI的创新应用，再到这些能力背后的大模型生态和工具链如何建设，书中都有着大量的标杆案例和讨论。

　　如果说2023年是国内基础大模型的元年，那么2024年则是大模型应用的元年。相比于刚开始一窝蜂去买卡堆算力、卷模型卷参数，现在大家的目光都转向了对场景落地和商业应用，让用户真正在生产实践中用起来。

　　我们看到大量的应用和场景开始融入AI的能力，从搜索引擎到办公软件，从手机到电脑等终端设备，从电商到文化娱乐产业，无一不是看中了AI的巨大价值。

　　“中国不需要这么多通用大模型，我们需要的是垂直应用大模型。”吴晓波在《云上的中国3》走访调研期间说。

　　在这个剧变中的AI时代，基础大模型的能力在不断进化。从最初的文生文、文生图到后来的Sora文生视频，GPT-4o等多模态模型全面开花。而大模型技术架构，也从稠密的Dense架构演进到稀疏的Moe架构。另外，对于开源还是闭源的技术路线也一直争论不休。

　　中国工程院外籍院士张亚勤说，“AI大模型将只剩下10家企业扮演重要角色”。百川智能王小川说，“中国大模型第一梯队不超过5家”。创新工场董事长李开复说，”在历经行业大洗牌过后，最终只有几个大赢家。”

　　这些人工智能领域的大佬们都表达了同一个观点，基础大模型赛道在未来基本是大厂们的机会。他们有足够的人才、算力和数据储备。

　　但这并不意味着其他公司没有机会，反而在AI原生应用或者垂直领域的行业大模型上有着巨大的发挥空间。

　　去年，阿里云就启动了“通义千问伙伴计划”，联合了七家顶尖生态伙伴，覆盖油气、电力、交通、金融、酒旅、企服、通信等行业。而这些企业发现，专属大模型的合作需求非常火爆。

　　而后，阿里云也一口气发布并升级了8款行业大模型。比如在专业性和准确性要求很高的金融领域，阿里云采用了多种预训练能力增强技术进行升级，并以多大模型智能体协作的技术框架深度融合实时行情、财研报、新闻政策等度信息，推出了智能投研助手“通义点金”。在医疗健康领域，阿里云基于大量医疗健康知识，整合了检索增强、多模态理解、主动问询、长期记忆等能力，推出了健康助手“通义仁心”。

　　Gartner曾提出过“技术成熟度曲线”：一项新技术诞生伊始，总会先处于不成熟的技术萌芽期，再进入资本疯狂涌入的”泡沫巅峰期”，随后，这项技术暴露出各种问题，进入泡沫破裂低谷期。低谷期后，技术进入触底反弹的稳步爬升期，最后，技术才进入规模应用期。

　　百度李彦宏和投资人朱啸虎都谈到了同一个观点，现在卷通用大模型没有意义，创业者应该去卷应用和卷场景。“AI原生时代，我们需要100万量级的AI原生应用，但是不需要100个大模型。”李彦宏说。猎豹移动傅盛也笃定，2024年一定是AI大模型应用的浪潮年。

　　而AI的应用和落地基本有两条主线：一是AI原生的应用。像通义千问、豆包、智谱清言、Kimi、腾讯元宝等App，面向C端用户提供通用的AI能力。而更多的创业者在基于细分场景做创新，比如用AIGC生成写真照的鸭妙相机，以及通过提示词来生成绘本的童语故事，都是在大模型时代的产物。

　　二是对原有业务和场景的AI重塑。在行业侧则是通过训练行业的垂直大模型。而陕煤建新煤矿则推出了由通义大模型支持的新型矿山重大风险识别处置系统，成为大模型在矿山场景的首次规模化落地。国家天文台人工智能组则基于通义千问开发了新一代天文大模型“星语3.0”，这是大模型首次应用于天文观测领域。

　　在产品侧，秉持着“所有产品都值得用大模型重做一次”的理念，大量应用和场景开始融入AI的能力。比如钉钉加入了AI Agent，比如智能座舱里的小助手，以前都像Siri一样，只能执行简单的指令，但现在不仅可以一次说多个指令，甚至可以跟日常对话一样，洞察你的需求。比如你说车上有点闷，AI就会问你是否打开空调。《易水寒》游戏中则将AI用于NPC的人物和游戏情节创建，替代美术人工。

　　麦肯锡此前发布过一个《生成式人工智能的经济潜力》报告，“生成式AI可以被用到16个业务部门的63个场景，解决具体的业务挑战，为企业带来2.6到4.4万亿美元的价值。”

　　中国互联网历史上有几次大的创业潮，第一次发生在2000年前后，以阿里、网易、新浪、腾讯等互联网公司为代表，商业模式基本属于Copy to China。

　　第二次是2012年之后移动互联网的兴起，诞生了滴滴、美团等大量移动互联网企业，中国跟美国的创业公司也基本处在同一起跑线。

　　“大模型创业，基本还是延续了互联网创业的一个基本特点——把人的行为和某些需求进行平行性的迁移。”吴晓波说，“2024年每个人都要去思考人工智能给你带来的变化，以及需要了解它未来的一种可能性，因为它到的比我们想象得快很多。”

　　这也是《云上的中国3》雄心所在——走遍100家AI公司，用一部纪录片和一本图书作为记录，得到中国AI创业所有答案。

　　事实上，已经开始有创业者从应用中吃到了红利。妙鸭相机是国内AIGC历史上第一个真正意义上的爆款应用，高峰期一度有超万人排队付费，服务器一度被挤爆。

　　而一位业内人士告诉数智前线，他们的一个伙伴在大模型推出后短短一个月时间，就发布了数十款轻量级应用，一个月赚了几百万元。

　　但现在创业者面临的问题，从来都是与速度的赛跑。当一个新的工具诞生以后，该如何去运用这个工具，如何跑得足够快。

　　大模型对不少创业者而言，成本一直是应用落地的一大门槛。ChatGPT刚出来时，训练一次的成本在千万美元，而ChatGPT-3.5的API价格为2美元/百万Token。但经历数次降价之后，GPT4如今的输入价格从30美元/百万Tokens下降到5美元/百万Tokens；输出价格从60美元/百万Tokens下降到15美元/百万Tokens。

　　在国内，大模型的降价更加激进，阿里通义千问、百度文心一言、字节豆包、腾讯混元几乎在同一时间集体大降价。其中对标GPT-4的长文本模型Qwen-long，API价格下降97%，低至0.5元/百万Token，是GPT-4价格的1/100，为全球最低。

　　阿里云智能集团资深副总裁、公共云事业部总裁刘伟光说：“AI推理成本只有每年有十倍甚至百倍的降低，才能真正推动各行各业的AI应用的爆发。”

　　有了云计算和弹性资源的支撑，创业者不需要关注底层的基础设施，只需要把精力放在应用上，快速迭代，快速试错。

　　童语故事创始人张华通过调用大模型，来迅速生成绘本内容，再由文本内容调动通义万相或Stable Diffusion生成相应的配图。通常生成时间在1-3分钟左右，满足了家长给孩子生成个性化绘本故事的刚需。

　　张华算过一笔账，4个月时间，产品迭代了20多个版本。而童语故事一切的IT消耗和服务都在阿里云上，但平均每个月的IT成本才1万元左右。“有了大模型、云计算这些成熟的技术，才能让我们实现低成本高效创业。”

　　降价背后得益于公共云的技术红利和规模效应，带来巨大的成本和性能优势。在同样的模型服务中，在公共云上的调用价格也远远低于私有化部署。

　　张华本人不是技术出身，不懂编程，但在大模型厂商的支持下，他只需要专注将前端的场景做好，挖掘用户的需求。大厂提供了快速训练行业大模型和应用落地的工具。

　　妙鸭相机是国内AIGC历史上第一个真正意义上的爆款应用。短时间内涌入了海量的需求，而阿里云帮助鸭妙在一两周时间调集了万张显卡，没有云这一弹性的基础设施支撑，很难想象如何满足这一需求。

　　云厂商在尽可能地让这一切都变得简单易用。比如阿里云发布的百炼大模型平台，开发者可通过“拖拉拽”5分钟开发一款大模型应用，几小时“炼”出一个专属模型，把精力专注于应用创新。魔搭社区作为国内最大的AI模型社区，通过开源的方式，已聚集了270万开发者，2300个优质模型，模型下载量超过1亿。

　　中世纪的大航海时代，欧洲人刚开始的目的地其实是亚洲，但却意外发现了美洲。航海家在出发前，无法预知前方会发生什么，但正是在好奇心的驱使下，走好眼前的每一块踏脚石，最终意外抵达了新。

　　AI时代也是如此，尽管AI大潮已经是确定性的时代机遇，但具体到微观层面的实操，也是一个摸着石头过河的过程。人们或许无法预知五年后会怎样，但吴晓波有一句话说得很贴切：躬逢其盛，心怀恐惧。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。