自2023年開始，全球範圍掀起了以大模型為代表的生成式AI浪潮。過去一年，但凡和算力、演算法、資料、網路安全、雲端運算、AI相關的企業和題材，都在AI大模型題材的風口上，被追捧上了天。但從技術革新的角度看，國產大模型並沒有給生產生活方式帶來質的改變。
前不久，李開復在一場採訪中直言不諱地指出，對於美國人來說，“ChatGPT時刻”發生在17個月前，但中國使用者卻還在翹首以待屬於自己的“AI時刻”。
歸根結底，國內的聊天機器人和工具做得還不夠好。“中國必須擁有自己的ChatGPT，才能激發公眾對AI技術的極大興趣，並推動其在更廣泛領域的應用和投資。”李開復直言。
與此同時，不斷有大佬高喊“不能落地的大模型沒有意義”。
比如李彥宏就公開表示，中國現在數百個基礎模型是對社會資源巨大的浪費，更多的資源應該如何探索與各行各業的結合，以及下一個超級應用的可能性。
在需求端，市場其實非常迫切想要找到能快速落地、產生效益的AI產品和服務。對於大模型開發者和應用者來說，卷參數已經沒有任何意義。在火山引擎總裁譚待看來，“如何讓更多人、各行各業用起來”，才是現階段對於“好模型”的最佳定義。
多位行業人士判斷，今年將是中國生成式AI應用的爆發元年。而當下打開市場的關鍵突破口，“價格”成為了行業的新共識。
用起來是關鍵
在剛剛結束的春季功能更新會上，OpenAI宣佈了其最新模型GPT-4o，不僅性能有大幅提升，價格也下調了50%。要知道，這是自2023年初以來，OpenAI進行的第4次降價。
在當前市場上，大模型通常是以1000 tokens為計費單元。以GPT4為例，從去年3月發佈至今，OpenAI把GPT4升級到GPT-4o，輸入價格從0.03美元/1000 tokens下降到0.005美元/1000 tokens，降幅高達83%；輸出價格也從0.06美元/1000 tokens下降到0.015美元/1000 tokens，降幅為75%。
按照OpenAI的預期，其大模型將按照每年50-75%幅度繼續降本。
把降本深埋在業務發展主線的，不只有OpenAI。今年以來，為了加速應用端的落地，國內大模型玩家不僅開始順應降價的趨勢，甚至降幅力度達到了驚人的程度。
例如智譜大模型在本月官宣其新的價格體系，入門級產品 GLM-3 Turbo 模型呼叫價格從 5 元／百萬 tokens 降至 1 元／百萬 tokens，降幅高達 80%。
再比如DeepSeek 在5 月 6 日發佈的二代 MoE 大模型 DeepSeek-V2，能力對標GPT-4、llama 3-70B，每百萬 tokens 的輸入和輸出分別是 1 元和2 元，只有 GPT-4 Turbo 價格的近百分之一。
而字節在5月15日發佈的豆包大模型，直接把AI使用成本從“以分為單位”，幹到了“以釐為單位”的時代。
其中，主力模型豆包Pro 32k定價0.8釐/1000 tokens，比行業平均價格降低99.3%。在全行業降價的背景下，同樣是1塊錢，使用者可以從GPT買到2400個token，國產大模型可以得到8000多個 token。
如果使用者用開源Llama模型自己搭建，大概能獲得3萬個 token。而1塊錢，能在豆包大模型上足足獲得125萬個 token，相當於處理3本75萬字的《三國演義》文字量。
在過去一年上演的“百模大戰”，每隔一段時間總會有人對“如何加速模型落地”進行追問。無可否認，AI大模型有無限大的價值，等著市場玩家去發掘，但眼下不過是行業非常初期的探索階段。
AI作為一場成本驅動的生產力革命，大模型的價值在於通過建立圖像和語言理解，讓創造的邊際成本無限趨近於零。在火山引擎總裁譚待看來，降價是價值創造的重要推動力：“大模型在to B市場的應用場景還很少，包括OpenAI也在不斷降價，大家的共同目標都是把市場蛋糕先做大。”只有降低客戶試錯成本，才能促進產業繁榮。
一位行業人士坦言，目前中國AI大模型應用的市場規模，與所有市場玩家投入的訓練成本相比杯水車薪。企業還無法靠to B服務做到正循環，在收入方面的差距在兩個量級以上。在這種情況下，大模型企業試圖通過降價，讓更多人用起來，“至少是條可以嘗試的路子。”
低價而非價格戰
中國企業歷來奉行應用主義，多數企業之所以願意擁抱AI時代，就是希望自身在市場競爭中借助 AI 打造差異化優勢，從而提升行業競爭力。
然而，面對市場層出不窮的大模型，使用者難以精準做出選型決策。再加上企業缺乏模型調優和專業資料處理的經驗，導致模型的實際應用效果達不到預期，很難與自身業務相適配。
模型效果是AI落地最關鍵的一環。多位行業從業者表示，好的技術一定是在大規模應用，不斷打磨的情況下形成的。這與字節在豆包大模型發佈會上對外闡述的理念一致——用起來才是關鍵。“只有在真實場景中落地，用的人越多，呼叫量越大，才能讓模型越來越好。”譚待告訴虎嗅。
通常來說，價格是使用者對於大模型的首要考慮因素。畢竟AI 創新的風險係數非常高，很多企業即使想做各種創新，可受限於模型使用成本，並且擔心模型難以勝任各垂類場景的任務，導致ROI為負，因此會更傾向嘗試沒有門檻負擔的工具。
譚待粗略算了一筆賬，企業要想用AI做一項創新，至少要消耗100億token，如果按照大模型之前的售價，平均需要花費80萬元，而現在使用豆包大模型，只需要8000元就能搞定。
過去，大模型推理成本下降，很大程度上依賴於算力的升級。而豆包之所以在價格上“碾壓”其他同類大模型，依靠的是模型結構的最佳化、工程上從傳統的單機推理變為分佈式推理，以及把不同負載的推理進行混合調度等方式，從而帶來超預期的降本效果，也成為打開AI應用的重要“開關”。
值得注意的是，包括BATJ等頭部大廠，也都在把大模型的競爭焦點放在了模型訓練效率提升，降低大模型的推理成本上。
當然，如果單純拼價格，誰都能祭出價格更低的大模型。但如果要真正打破大模型與行業之間的高牆，讓美好的場景更廣泛地發生，更低的成本是必要條件，但不能以犧牲模型的質量為前提。
例如市面上也有很多輕量化模型，雖然也做到了比較低的成本，但是以壓縮了模型能力和推理成本為代價，在效果上大打折扣，不能與其主力模型相提並論。
儘管大模型降價的趨勢已成必然，但字節的“行業最低價”也招致不小的熱議。
一方認為，豆包大模型以行業最低價讓企業用最低成本就能呼叫大模型，加速了應用落地；另一方則批評，字節的野心讓其過早地觸發了價格戰，隨著各家大模型使用成本逐步降低，接下來很可能會上演一場市場爭奪戰。
對於外界的質疑，譚待解釋稱，大模型現在還是初期階段，遠沒有到激烈競爭的程度，模型的推理成本未來一定會繼續下降，“或許，等到那時再回看今天的0.8釐錢，也許一點都不便宜。相比之下，我們只不過是提前那麼一步而已，目的並非是為了驅趕對手。”
況且，低價不等同於“價格戰”。to B需要保持長期的盈利，譚待表示：“不虧損是保障業務穩定的關鍵，也是火山引擎的原則。”因為只有這樣，才能長期可持續地提供服務。
從概念驗證邁向落地開花
在去年AI大爆發引發的大模型訓練熱潮中，包括智譜AI、月之暗面、Minimax、零一萬物最早都使用了火山引擎的算力訓練模型。
譚待坦言，雲市場其實比拚的就是規模。AI大模型的火熱，為雲廠商開闢了新的市場機遇。微軟Azure就是最有力的證明。其通過投資繫結OpenAI讓雲業務一路高歌猛進，躍升為全球第一的智能雲。
目前，豆包大模型已通過火山引擎正式對外提供服務。根據官方資料，豆包大模型單日Tokens的用量達1200億，單日生成的圖片數超過了3000萬張。
去年，當大多數在去年上演“百模大戰”時，字節的“缺席”曾一度被外界認為存在嚴重的滯後性。彼時的豆包大模型，還處於襁褓之中。誰曾想，隱忍多時的字節，會在這個節點出手。
除了模型的效果和成本，應用落地也非常關鍵。在過去一年裡，豆包接入了包括抖音、頭條、番茄小說等50多個業務，業務場景涵蓋辦公智能助手、電商導購、售後客服、行銷創作、資料智能分析、程式設計助手等，並邀請了手機、汽車、金融、消費、互娛領域的行業頭部客戶內測。
在模型打磨的過程中，挑戰一直都在。首先要讓基礎能力和性能達到對應的標準，然後對接企業客戶需要解決很多問題，比如搭建大模型評估和應用流程，包括測試集合、案例分析和精調能力等，否則很難辨別哪些場景靠譜，哪些場景短期內不合適。
也是在和企業客戶磨合的過程中，火山引擎團隊加深了對助手類、知識類、娛樂類、教育類等場景的瞭解和適配程度，並且針對不同場景在火山方舟2.0平台植入了對應的外掛和工具平台，不斷實踐摸索中找到最佳的解決方案。
大模型的能力目前很多維度上讓人驚嘆，但也有很多缺陷，同時又在快速演進，每隔三個月、半年都會發生很大變化。“這恰恰是做大模型產品的挑戰和樂趣，需要在這種持續動態的技術發展中，不斷去判斷下一個產品的PMF （產品市場匹配點）可能是什麼。”
值得一提的是，在字節的AI 應用搭建平台“扣子”上，已經有些開發者通過自己開發的應用，獲得了一定收入。譚待預測在今年下半年，大模型在應用方面將會讓更多場景，從概念驗證階段走向落地階段。
眼下，火山引擎和招商銀行、蒙牛、OPPO等企業使用者，在核心業務場景都已展開了合作和探索，至於大模型將如何塑造未來，一切還要交給時間去驗證。 ( 虎嗅APP )