身处于观望期的大模型赛道，似乎任何风吹草动，都让市场有了不同以往的波动。
近日，摩根士丹利发布报告称，中国 AI 正在面临更大的变现问题，文中直接指出 AI 应用先行者业绩不及预期，金山办公和万兴科技在推出 AI 产品后收入增长令人失望。
随后，多家媒体传言，由于资金投入巨大，以及商业化不及预期，百度可能放弃通用大模型研发。此消息一出，引发市场剧烈波动，百度文心一言市场部负责人迅速出面否认。该负责人称'文心一言刚完成了功能全面升级，我们将持续加大在通用大模型领域的研发投入。'
但只要简单算账，其实当下大模型赛道的尴尬，似乎是一张明牌。
6 月末，高盛的一篇名为《投资太多，收益太少》，将 AI 泡沫论推到台前。文章直言，大公司计划在未来几年投入 1 万亿美元在 AI 相关的东西上，比如数据中心、芯片和电网。但到现在为止，这些钱除了让开发人员的工作效率提高了一点，没看到其他明显的成果。
红杉资本的结论似乎更为直接，在其分析师大卫卡恩的报告中认为 AI 产业泡沫正在加剧，年产值超过 6000 亿美元，才够支付数据中心、加速 GPU 卡等 AI 基础设施费用。而之前的分析中，大卫假设即每年，谷歌、微软、苹果和 Meta 能从新产生的 AI 相关收入中获利 100 亿美元。同时，甲骨文、字节跳动、阿里、腾讯、X 和特斯拉每家能产生 50 亿美元的全新 AI 收入。即便如此，关于 AI 盈利的需要的缺口，仍然在不断扩大。
而回归到国内，在经历了年初的大降价之后，大厂对于大模型的态度，似乎也开始变得暧昧，诸多大厂在财报电话会中，声称会对人工智能加大投资力度，但实际来看，投入却开始变得谨慎。最明显的征兆就是，大厂的负责人开始弱化基础大模型迭代，强调应用的落地。'没有应用，开源闭源模型都一文不值。'其实，反应到当下，应用落地较为成熟如文生图，文生视频等，成了整齐划一的方向。
但需要清醒认识到的是，由于客观条件的限制，最简单的货币化手段，如 OpenAI 对 GPT 收费每月 20-25 美元的方式，在国内几乎无法复制，基于 API 调度的商业模式也被内卷到利润空间稀薄，而各大厂期待的 AI 应用，落地时间以及效率也远不及预期。面对未来越来越大的投入，以及遥遥无期的回报，大厂的焦虑似乎不断上升。
而另一方面，AGI 的路径越往前走，共识也开始被打破，OpenAI 全新的 O1 模型，采用的 Self-play RL（自博弈强化学习），与之前传统以 scaling law 为主的训练方式又有全新的变化。而对于国产大模型，GPT4 还未完全赶超，新的范式又出现。
前后夹击之下，形成了流言的土壤，也意味着国产大模型到了关键的时刻，到底是孤注一掷的投入，还是观望等待技术陡峭走平后，发挥后发优势，似乎决定着未来竞争格局的走势，大厂依然能够依托大模型，赋能场景，将自家的门看好，但如若想要更进一步，一连串的问题，都急需一个明确的答案。
越来越昂贵的'游戏'
从各个角度来看，AI 都在成为一场富人的游戏。
根据第一财经的报道，在最近的季度财报电话会议上，谷歌、微软和 Meta 都强调了在 AI 上的巨大投资。Meta 将今年的支出预测提高了至多 100 亿美元，谷歌计划每季度资本支出约 120 亿美元。微软最近一个季度花费了 140 亿美元，预计这一支出将'显著'增加。以数据中心为例，根据美国市场研究机构 Synergy 研究集团预计，未来每年将有 120-130 个超大规模数据中心上线。而每座数据中心的造价都以亿美元为单位。
与此同时，据彭博报道，OpenAI 正以 1500 亿美元估值，洽谈 65 亿美元融资，并计划通过循环信贷筹措 50 亿美元债务融资。
本轮融资将由 Thrive Capital 领投，OpenAI 最大的投资者微软将参与其中，苹果、英伟达等巨头也一直在就投资进行谈判。
而 AI 以及大模型赛道的昂贵，不仅在于越来越快的烧钱速度，还在于，短期难以回本的现实。据报道显示，2024 年年初，OpenAI 的年收入已超过 34 亿美元，但因为 AI 太烧钱，加上日益激烈的对手竞争，OpenAI 仍在亏损，据行业内估计到 2024 年底，OpenAI 的亏损将接近 50 亿美元。
天量的资金需求，靠融资过活的现实，几乎决定了 AI 赛道对于商业化的渴求：一个残酷的现实是，如果融不到钱，被大厂收购已然是正在发生的事实。8 月 3 日，Google 官宣'收购'Character AI 并收编团队，而 Adept 和 Inflection AI 在不久前分别卖身亚马逊和微软。
与海外的情形类似，国产 AI 也在压力中艰难前行，从最新的消息来看，百川与月之暗面分别完成了数十亿人民币的融资，估值也来到了 200 亿以上的区间，但从实际盈利来看，这些明星独角兽似乎依旧乏善可陈。
与海外大厂激进的投资策略不同，国内大厂对于 AI 的态度似乎开始转向。从早期的 FOMO（fear of missing out）中回过神，国内大厂并没有选择进一步夸张的投入，而是逐渐开始对 AI 应用以及商业化的挖掘。
价格战之后，拥有智能云业务以及场景优势的大厂，分别以此为基线开始了全新的探索，以阿里为例，据业内人士表示，阿里云在芯片禁令收紧以前进口了大批英伟达大卡（H 系列、A 系列），总数超过了 10 万张（包括其海外分支机构的卡）。其中只有一部分是用于内部训练，大部分则以出租的形式提供给外部平台。有投资人直接表示'很多云厂商的大模型业务都是搭着免费送的。'似乎也显示出了，当下赛道内的实际情形。
与此同时，豆包的逐渐走红，也让字节看到了自身在产品方向上的优势。近日，抖音搜索的出现，也让外界浮想联翩。与此同时，据业内人士表示，腾讯除了混元大模型，微信自己还搞了一个大模型，与混元团队完全分开。目前只能通过微信搜一搜：有时候微信会帮你总结你的搜索内容（灰度测试，不保证所有人都被测试到），其背后的大模型一半是混元的，一半是微信的。
由此可见，面对这场越来越昂贵的游戏，大厂并没有选择大规模投资，而是开始了更多的选择赋能自身业务，商业化的诉求和克制的投入，可能成为未来一段时间，大厂对于大模型以及 AI 赛道主要的策略。
