8月16日，以“大模型见真章”为主题，北京商报深蓝智库举行专题分享会，复盘大模型过去200多天的经历，并从中探寻大模型商业化落地的可行之径。会上，元语智能联合创始人兼COO朱雷提到，ChatGPT的流量见顶并不意味着大模型发展到了瓶颈，一系列其他大模型的下载数据预示，大模型可能正在以另一种方式加速推进。
“就像是大模型的API和产业客户演进，也呈现出了一个由虚向实的加速变化，原来可能更注重尝鲜，但现在更注重落地，注重具体的业务场景。”朱雷分析称。
面向未来，朱雷认为，大模型可能会有两大趋势，分别是端云共生以及大小并行。在端云共生方面，目前除了较头部的大模型制造商有云端API外，具体在端侧可能也存在广泛的应用场景，比如工业领域的一些具身智能机器人，以及一些XR眼镜等都可以跑端侧的模型。这种趋势可以概括为从以GPT4为代表的云端API模式慢慢迁移到端云并行的状态。
这也延伸出了第二个预测，大小并行。朱雷解释称，千亿规模的模型一直会存在，甚至可能出现更大量级的模型，但越来越小参数量级的模型可能也会有非常大的应用空间，也就是说要往轻量级模型上发展，能够运行在低端芯片上，并且可以产生不错的效果。
朱雷认为，目前大模型离真正的商业化还比较远，虽然已经出现了一些落地项目，但整个市场充斥着一定量的“伪需求”，大量粗浅的、简单的伪需求会导致客户认为，向其兜售这种模型方案的厂商不够落地，进而呈现出劣币驱逐良币的情况。
“当下人们认为大模型难落地，也是因为没有发现有价值的应用。”朱雷称，面向企业客户做商业化落地，需要有真实的需求牵引，从用户出发，从需求出发，借用AI技术让业务快速增长。这其中涵盖了三个关键词，快速、业务和增长。
朱雷解释称，“快速”是因为很多企业等不及，受限于预算、经营环境以及客户需求等问题，企业通常不能花费一两年的时间等待大模型达到GPT4的效果后才考虑落地。“业务”是因为很多模型厂商兜售方案时，其实与其主营业务没有太大关系，只是泛泛而谈的大模型场景，而无法解决具体的业务问题。“增长”则是因为当下很多方案都以“降本增效”为导向，但商业化公司的重点很多时候不在降本，而在增效。毕竟省钱的空间是有限的，只有挣钱才是最重要的事情。
“在开源节流方面，一些AI企业可能已经做得不错了，但在大模型上的重投入至今仍未给其带来收入上的增长，这也意味着大模型要走商业化，三者缺一不可，希望大模型厂商更多贴近业务再考虑商业化。”朱雷总结称。
北京商报记者 杨月涵
