界面新聞?dòng)浾?| 伍洋宇

界面新聞編輯 | 劉方遠(yuǎn)

2024年，AI大模型的戰(zhàn)火不熄，反而愈演愈烈。

相較于2023年一片混沌的百模大戰(zhàn)，行業(yè)在經(jīng)歷一年洗牌后，開始呈現(xiàn)出更清晰的市場格局。?

互聯(lián)網(wǎng)大廠們各自建立起了相對成熟的模型能力，在擴(kuò)張?jiān)茦I(yè)務(wù)的基礎(chǔ)上，開始向自己的既有產(chǎn)品體系滲透。不僅是AI原生應(yīng)用，部分原有應(yīng)用與AI大模型的適配度也極高，這將是大廠進(jìn)一步鞏固自己護(hù)城河的地方。

而對標(biāo)OpenAI的中國大模型創(chuàng)業(yè)“六小虎”，或艱難或順利地陸續(xù)完成了這一年的關(guān)鍵融資，獲得繼續(xù)留在牌桌上的資格。與此同時(shí)，各家對于模型側(cè)與應(yīng)用側(cè)的方向選擇顯現(xiàn)差異化，其各自的不同商業(yè)化脈絡(luò)開始成型。

值得關(guān)注的是，其中誰的選擇停留在了大廠射程內(nèi)，而誰的選擇人跡罕至但異?？部?。

此外，在端側(cè)模型、視頻模型等賽道，仍有其他創(chuàng)業(yè)公司展現(xiàn)出了不俗活力，它們都有可能是各自細(xì)分領(lǐng)域的核心競爭者。

互聯(lián)網(wǎng)大廠：備好基座模型能力，向業(yè)務(wù)滲透

百度文心一言

作為最早入局AI大模型的互聯(lián)網(wǎng)大廠，百度的模型與產(chǎn)品此前并未得到與之匹配的認(rèn)可和聲量，它這一年仍在努力自證。?

在模型側(cè)，目前文心大模型矩陣包括ERNIE 4.0 Turbo等旗艦大模型、ERNIE Speed等輕量模型，以及基于基礎(chǔ)模型生產(chǎn)的系列思考模型和場景模型。根據(jù)百度披露的數(shù)據(jù)，文心大模型日均調(diào)用量超15億，相較一年增長約30倍，用戶規(guī)模達(dá)到4.3億。

在產(chǎn)品側(cè)，文心一言App上線一年之際，百度在9月官宣該產(chǎn)品升級(jí)為“文小言”，定位“新搜索”智能助手，希望從富媒體搜索、多模態(tài)輸入、記憶、自由訂閱等能力體現(xiàn)出差異化。據(jù)官方數(shù)據(jù)，截至9月，文小言月活躍用戶達(dá)到千萬級(jí)別，累計(jì)調(diào)用量超過20億次。

另外，在百度的核心業(yè)務(wù)場景下，其大模型最為強(qiáng)調(diào)的是知識(shí)增強(qiáng)、檢索增強(qiáng)以及智能體等技術(shù)。對此，百度還發(fā)布了檢索增強(qiáng)的文生圖技術(shù)iRAG，以及多智能體在代碼場景里的應(yīng)用秒噠和文心快碼。

這一年，百度對于AI大模型應(yīng)用的戰(zhàn)略抉擇也愈發(fā)清晰。

對于看起來極為火熱的視頻模型領(lǐng)域，李彥宏在一場內(nèi)部講話中明確表示，不會(huì)投入Sora這類投入周期太長且10-20年沒有業(yè)務(wù)收益的視頻生成模型。

與之相對應(yīng)的是，李彥宏公開強(qiáng)調(diào)了智能體應(yīng)用方向的價(jià)值。他表示，過去24個(gè)月AI行業(yè)最重要的變化是大模型基本消除了幻覺，“智能體是AI應(yīng)用的最主流形態(tài)，即將迎來它的爆發(fā)點(diǎn)”。

阿里通義千問

過去一年，通義千問的核心動(dòng)作是對標(biāo)Llama系列，從性能和豐富度上，拉高國內(nèi)開源模型的整體水平。

9月云棲大會(huì)，阿里云發(fā)布通義千問新一代開源模型Qwen2.5，其中旗艦?zāi)Ｐ蚎wen2.5-72B性能超越Llama 405B，其余模型尺寸包括0.5B、1.5B、3B、7B、14B、32B，幾乎覆蓋從端側(cè)到工業(yè)級(jí)全場景。

隨之而來的一系列開源模型還包括語言模型Qwen2.5、視覺語言模型Qwen2-VL-72B、編程模型Qwen2.5-Coder、數(shù)學(xué)模型Qwen2.5-Math等，累計(jì)上架超100個(gè)。12月，阿里云又發(fā)布了開源多模態(tài)推理模型QVQ-72B-Preview。

至此，通義千問Qwen被認(rèn)為是僅次于Llama的世界級(jí)模型群，在商業(yè)考量上，這是為充分適配各種場景的開發(fā)者和中小企業(yè)需求。根據(jù)官方數(shù)據(jù)，截至9月中旬，通義千問開源模型累計(jì)下載量已突破4000萬，衍生大模型超5萬個(gè)。?

阿里旗下另一個(gè)值得關(guān)注的AI業(yè)務(wù)在于夸克。

定位“AI全能助手”的夸克，在今年發(fā)布了PC端產(chǎn)品，重點(diǎn)升級(jí)了AI搜索、AI寫作、AI PPT、AI文件總結(jié)等一系列主打效率提升的功能。實(shí)際上，夸克的存量用戶與AI應(yīng)用的用戶畫像高度吻合 ，這款應(yīng)用如何利用大模型取得增益，也會(huì)是阿里AI戰(zhàn)略未來的一個(gè)重要看點(diǎn)。

騰訊混元

在一眾大廠大力投入AI大模型的趨勢中，騰訊混元被認(rèn)為今年在基座模型和產(chǎn)品應(yīng)用上有所掉隊(duì)，不過其多模態(tài)能力仍是亮點(diǎn)。?

這一年，它最突出的能力體現(xiàn)在視頻生成領(lǐng)域。12月，騰訊混元大模型宣布正式上線視頻生成能力，并開源該130億參數(shù)量視頻生成大模型，這也是當(dāng)前最大的視頻開源模型。在眾多測試中，其生成視頻在質(zhì)感和語義理解等方面有較高水準(zhǔn)的表現(xiàn)。?

至此，騰訊混元系列模型包含文本大模型，AI繪圖大模型，3D生成大模型以及視頻模型。其他模型進(jìn)展上，騰訊于9月發(fā)布混元Turbo，于11月開源混元Large和混元3D生成大模型Hunyuan3D-1.0。

基于騰訊自身的業(yè)務(wù)積累和優(yōu)勢，多模態(tài)大模型或?qū)⑹瞧浯竽Ｐ蜆I(yè)務(wù)的最大看點(diǎn)。

今年7月WAIC上，騰訊集團(tuán)副總裁蔣杰表示，大模型行業(yè)正從最初的單模態(tài)向多模態(tài)過渡。對于騰訊混元大模型，多模態(tài)是一道必答題，混元正在積極部署多模態(tài)到全模態(tài)的技術(shù)，很快將在騰訊元寶App、騰訊內(nèi)部業(yè)務(wù)及場景中體驗(yàn)，同時(shí)會(huì)通過騰訊云向外部應(yīng)用開放。

字節(jié)豆包

字節(jié)跳動(dòng)就算曾經(jīng)對AI大模型重視不夠，在這一年也窮追猛補(bǔ)回來了。

在模型側(cè)，目前豆包系列已包含通用模型Pro，音樂模型，文生圖模型，3D生成模型，視頻生成模型PixelDance和Seaweed等等，覆蓋文本、語音、圖片及視頻等多模態(tài)能力。近期，字節(jié)再度發(fā)布豆包視覺理解模型，加強(qiáng)了模型的視頻識(shí)別與理解能力。?

這一年，字節(jié)還通過降價(jià)等方式加速了大模型在應(yīng)用端的使用。在今年年中的API降價(jià)潮中，字節(jié)跳動(dòng)是第一個(gè)跟進(jìn)的大廠，并且力度出奇，直接將大模型從以分計(jì)價(jià)帶到以厘計(jì)價(jià)時(shí)代。12月，字節(jié)又將豆包視覺理解模型價(jià)格降至0.003元/千Tokens，比行業(yè)平均價(jià)格降低85%。

據(jù)字節(jié)透露，豆包大模型12月日均tokens使用量超過4萬億，較5月發(fā)布時(shí)期增長超過33倍。

在模型性能和產(chǎn)品投流的共同支持下，字節(jié)豆包App在2024年成為日活斷層領(lǐng)先的AI應(yīng)用。據(jù)數(shù)據(jù)分析機(jī)構(gòu)QuestMobile，豆包App今年9月的日活已達(dá)760萬，同應(yīng)用場景的其他產(chǎn)品日活級(jí)別均在一百萬級(jí)別上下。

在應(yīng)用側(cè)，字節(jié)跳動(dòng)已經(jīng)打造了自己的AI應(yīng)用艦隊(duì)。除去豆包和即夢兩大頭部產(chǎn)品，字節(jié)旗下已有十幾款A(yù)I應(yīng)用，幾乎完全覆蓋AIGC、Agent等所有主流方向。另外，字節(jié)還通過Ola耳機(jī)切入AI耳機(jī)，并已在AI眼鏡等智能硬件品類上蓄勢待發(fā)。

六小虎：留在牌桌上，找到活下去的路

智譜AI

在“六小虎”中，智譜AI的To B（面向企業(yè)）定位依舊明確。

過去一年，智譜相繼發(fā)布新一代基座大模型GLM-4和GLM-4-Plus，在多模態(tài)上推出了視覺模型GLM-4V，視頻生成模型CogVideoX，以及端到端情感語音模型GLM-4-Voice。?

在開源水平上，除了GLM-4-9B和CogVideoX兩款主力模型外，智譜共開源ChatGLM等50余款模型，全球下載量超過3000萬。?

進(jìn)入年末，智譜在Agent戰(zhàn)略上發(fā)布重要成果AutoGLM，以“人類歷史上首次用AI發(fā)紅包”引起一陣熱度，并同時(shí)推出推出GLM-PC，開啟“無人駕駛”PC的技術(shù)探索。

智譜AI今年完成兩輪融資，繼續(xù)站穩(wěn)“六小虎”地位。9月，中關(guān)村科學(xué)城公司以投前200億估值領(lǐng)投智譜；12月，公司再完成新一輪三十億人民幣融資，新投資方包括多家戰(zhàn)投及國資。

值得關(guān)注的是，智譜AI是少見的主動(dòng)披露商業(yè)化收入及增速的大模型創(chuàng)業(yè)公司。

智譜AI今年商業(yè)化收入增長超過100%，平臺(tái)日均Tokens消耗量增長150倍。其C端產(chǎn)品智譜清言App擁有超過2500萬用戶，年化收入（ARR）超千萬。

月之暗面

月之暗面大概是所有創(chuàng)業(yè)公司中，在產(chǎn)品層面唯一能夠正面對抗字節(jié)跳動(dòng)的存在。

回頭看，它今年最重要的動(dòng)作是聚焦Kimi，并把“長文本”這個(gè)標(biāo)簽做到了極致。今年3月，Kimi Chat將上下文輸入限制突破至200萬文字，產(chǎn)品熱度一度致其小程序宕機(jī)，甚至在二級(jí)市場形成Kimi概念股板塊。?

這股熱度一直延續(xù)至今。盡管在用戶活躍度層面，Kimi與豆包之間相差一個(gè)數(shù)量級(jí)，但它已經(jīng)基本與文小言持平，并超越一眾創(chuàng)業(yè)公司的同類應(yīng)用。

不過，在應(yīng)用層，月之暗面已經(jīng)暫時(shí)收縮了C端（個(gè)人用戶端）的出海戰(zhàn)略。月之暗面表示，這是公司主動(dòng)選擇做減法，將更加聚焦Kimi的開發(fā)。

進(jìn)入年末，盡管身陷創(chuàng)始人風(fēng)波，但月之暗面仍在Kimi Chat一周年時(shí)發(fā)布了新一代數(shù)學(xué)推理模型，其數(shù)學(xué)能力對標(biāo)OpenAI o1系列。

融資層面，去年還不算突出的月之暗面，在2024年完成了自己的站位轉(zhuǎn)變。今年2月，阿里巴巴入局，公司完成一輪超十億美金融資，以25億美金估值站穩(wěn)行業(yè)第一梯隊(duì)。8月，騰訊跟進(jìn)投資，月之暗面融資規(guī)模超過110億元人民幣，以33億美金刷新大模型創(chuàng)業(yè)公司估值最高紀(jì)錄。

Minimax

Minimax今年的優(yōu)勢相對明顯，其C端應(yīng)用已初具矩陣形態(tài)，并在出海戰(zhàn)略上頗為成功。

在國內(nèi)和海外，海螺AI、星野、Talkie已成為其認(rèn)知度較高的產(chǎn)品。根據(jù)Sensor Tower的數(shù)據(jù)，Talkie在美國免費(fèi)娛樂類應(yīng)用榜上排名第五，全球月活躍用戶數(shù)已達(dá)1100萬。此外，根據(jù)QuestMobile數(shù)據(jù)，星野活躍率達(dá)到25.7%，月人均使用天數(shù)為7.7天。

這些產(chǎn)品熱度帶來了實(shí)在的商業(yè)化進(jìn)展。據(jù)英國金融時(shí)報(bào)，Minimax今年的ARR收入或達(dá)7000萬美金。

模型側(cè)，Minimax在4月推出萬億參數(shù)MoE大語言模型abab6.5，多模態(tài)方面，8月推出音樂生成模型與視頻生成模型。并且，Minimax的視頻生成能力頗有后來居上的態(tài)勢，在可信度上表現(xiàn)突出，與快手可靈、字節(jié)即夢均有可比性。

從基座模型進(jìn)展來看，采用新一代技術(shù)的“abab7”系列文本模型，以及o1類產(chǎn)品，將是Minimax在明年上半年的重大看點(diǎn)。

融資方面，今年3月，MiniMax完成B輪的6億美元融資，投資方為阿里巴巴，其估值達(dá)到25億美元。

百川智能?

“六小虎”中，百川智能在AI應(yīng)用場景層面的戰(zhàn)略選擇最為明確。?

今年5月，百川智能發(fā)布最新一代基座大模型Baichuan 4，并推出成立之后的首款A(yù)I助手“百小應(yīng)”。

Baichuan 4仍是一個(gè)數(shù)千億參數(shù)級(jí)別大模型，相較Baichuan 3，其通用能力提升超過10%，數(shù)學(xué)和代碼能力分別提升14%和9%。“百小應(yīng)”定位于專業(yè)AI助手，功能涉及整理資料、輔助創(chuàng)作、多輪搜索等。

而后，百川智能重點(diǎn)投入醫(yī)療大模型，目前已在兒科領(lǐng)域取得一定進(jìn)展，與兒童醫(yī)院合作推出了“一大四小”醫(yī)療產(chǎn)品。

王小川強(qiáng)調(diào)，醫(yī)療應(yīng)用需要精準(zhǔn)和高效的智能支持，因而提升模型智力的上限對于醫(yī)療領(lǐng)域尤為重要。

關(guān)于大模型公司可能放棄“預(yù)訓(xùn)練”的傳聞。他明確表示，中國的大模型公司仍需堅(jiān)持“預(yù)訓(xùn)練”這一戰(zhàn)略，因?yàn)檫@是國家戰(zhàn)略資源的一部分。與海外通過超級(jí)平臺(tái)推動(dòng)預(yù)訓(xùn)練不同，中國的預(yù)訓(xùn)練更多依賴于場景驅(qū)動(dòng)，而醫(yī)療正是一個(gè)理想的應(yīng)用場景。

融資方面，百川智能今年完成了A輪融資，總?cè)谫Y金額達(dá)50億元，公司表示將以200億元估值開啟B輪融資。

零一萬物?

雖然在外界看來，零一萬物的高管團(tuán)隊(duì)在今年發(fā)生了動(dòng)蕩，但這家公司目前在模型層和應(yīng)用層也梳理出了自己的明確方向。

今年上半年和下半年，零一萬物分別發(fā)布千億參數(shù)模型Yi-Large，以及最新旗艦?zāi)Ｐ蚘i-Lightning，后者在國際權(quán)威盲測榜單LMSYS上排名世界第六。

在應(yīng)用層，經(jīng)歷B端和C端產(chǎn)品試水以及海內(nèi)外業(yè)務(wù)同時(shí)推進(jìn)后，零一萬物在趨緊年末的節(jié)點(diǎn)捋出了更適合自己的清晰打法。

針對國內(nèi)市場，零一萬物采取ToB戰(zhàn)略，并將其概括為“Infra+大模型+應(yīng)用”三位一體戰(zhàn)略，囊括三條業(yè)務(wù)線分別是，面向電商直播、辦公會(huì)議等場景的“如意”數(shù)字人解決方案，基于自身AI Infra能力提煉的AI Infr 解決方案，以及原有的Yi API和開放模型訓(xùn)練平臺(tái)。

C端產(chǎn)品上，零一萬物面向海外市場的Pop AI，有望繼續(xù)為其產(chǎn)生穩(wěn)定現(xiàn)金流，而面向國內(nèi)市場的AI智能助手“萬知”將維持基礎(chǔ)運(yùn)營，并在未來伺機(jī)尋找其他增長機(jī)會(huì)。?

8月，消息稱零一萬物完成新一輪融資，金額達(dá)數(shù)億美元，此輪融資參與方包括某國際戰(zhàn)投、東南亞財(cái)團(tuán)等多家機(jī)構(gòu)。

階躍星辰

階躍星辰的低調(diào)作風(fēng)延續(xù)了一整年。雖然市場輿論有所看衰行業(yè)發(fā)展，但這家公司仍然堅(jiān)定AGI目標(biāo)與基座模型預(yù)訓(xùn)練。?

在模型層，階躍星辰今年率先發(fā)布了行業(yè)首個(gè)萬億參數(shù)級(jí)別MoE大模型Step-2，并推出了Step-1V多模態(tài)理解?模型。

據(jù)統(tǒng)計(jì)，過去10個(gè)月，公司一共發(fā)布了11個(gè)自研基座模型，包括千億、萬億參數(shù)的語言大模型，圖像、視頻理解大模型，圖像、視頻生成大模型以及不久前發(fā)布的國內(nèi)首個(gè)端到端千億參數(shù)語音模型。?

商業(yè)化方面，階躍星?執(zhí)行的是“超級(jí)模型+超級(jí)應(yīng)?”戰(zhàn)略，通過?研和?態(tài)合作的模式面向C端市場發(fā)布產(chǎn)品，目前已有AI智能助手躍問、AI開放世界冒泡鴨，以及在?融財(cái)經(jīng)、內(nèi)容創(chuàng)作、智能終端等領(lǐng)域與各企業(yè)合作完成的AI應(yīng)用。

接近年末，階躍星辰成為2024年最后一家傳出融資消息的“六小虎”。

12月這輪融資后，其總?cè)谫Y金額達(dá)數(shù)億美元，新一輪核心投資方包括上海國有資本投資有限公司及其旗下基金，戰(zhàn)略和財(cái)務(wù)投資人包括騰訊投資、五源資本、啟明創(chuàng)投等，但仍未透露估值信息。

牌桌上還有這些玩家

面壁智能

作為端側(cè)大模型玩家的代表，面壁智能的行業(yè)站位突出且明確。

2月，面壁智能開始推出端側(cè)大模型小鋼炮MiniCPM系列，并于9月發(fā)布4B版本MiniCPM 3.0 文本模型，在自然語言理解、知識(shí)、代碼、數(shù)學(xué)等能力上可達(dá)到GPT-3.5水平。

多模態(tài)方面，面壁智能8月發(fā)布8B版本MiniCPM-V 2.6多模態(tài)模型，首次將超清OCR識(shí)圖、實(shí)時(shí)視頻理解等能力集成到端側(cè)。?

據(jù)統(tǒng)計(jì)，面壁小鋼炮MiniCPM系列累計(jì)下載量400萬。

當(dāng)前，智能硬件成為AI大模型最重要的落地場景之一，這為端側(cè)模型供應(yīng)商構(gòu)成一定商業(yè)化想象空間。對此，面壁智能正在與華為、聯(lián)發(fā)科技、聯(lián)想、英特爾、長城汽車、易來智能等企業(yè)協(xié)作，業(yè)務(wù)覆蓋AI Phone、AI PC、智能座艙、智能家居與具身機(jī)器人等領(lǐng)域。

12月，面壁智能完成新一輪數(shù)億元融資。

對標(biāo)Sora的創(chuàng)業(yè)公司們：生數(shù)科技、愛詩科技?

AI視頻生成是這一輪大模型創(chuàng)業(yè)中格外火熱的一條賽道，在這里競爭的不止有互聯(lián)網(wǎng)大廠和“六小虎”。

生數(shù)科技在商業(yè)化層面瞄準(zhǔn)了影視、文化、泛娛樂等領(lǐng)域。今年4月，公司推出長視頻大模型Vidu，以一鍵生成32s視頻，同時(shí)支持4D、音視頻融合生成等特性產(chǎn)生了一定熱度。11月，Vidu 1.5版本上線，進(jìn)一步攻克視頻模型多主體一致性難題。

愛詩科技是另一個(gè)重要代表，創(chuàng)始人王長虎曾擔(dān)任字節(jié)跳動(dòng)的視覺技術(shù)負(fù)責(zé)人。

今年2月，愛詩科技核心產(chǎn)品PixVerse上線，產(chǎn)品增速一度迅猛，4月其視頻生成總量超越1000萬。11月，PixVerse毒液變身特效在抖音走紅。截至目前，PixVerse全球用戶數(shù)超1200萬，月活躍用戶數(shù)近600萬。

12月，愛詩科技宣布完成A2至A4輪融資，總金額近3億元人民幣。