大模型狂飆 垂直模型競逐 “iphone 時刻

“地球上不會一共只有 5 台計算機，而是每個人都會擁有自己的 PC。” 這是微軟在 1975 年的預言。
類似的預言，比爾蓋茨今年 5 月也做了一次，他認為當前 IT 技術競賽的最終贏家將是頂級 AI 個人助理，它將顛覆搜索引擎、生產力軟件和在線購物網站，“以後人們再也不會去搜索網站了，也永遠不會去亞馬遜。”

比爾蓋茨説的就是以大模型為技術底座的生成式人工智能技術（AIGC）。

事實上，從去年年底開始，由 ChatGPT 引發的 AI 熱潮中，大模型始終處於輿論場的中心，可隨着用户對寫作、繪畫等通用大模型能力的新鮮感逐漸退去，試圖用 ChatGPT 來解決實際問題時，通常很難獲得讓人滿意的答案。

此時，行業開始從對大模型的技術熱情中走出，冷靜思考大模型深入到具體行業的落地方向和路徑。

一個標誌性的事件，8 月 31 日首批大模型通過《生成式人工智能服務管理暫行辦法》備案，上線應用開放公眾服務後，大大刺激了大模型的落地競爭。

剛剛結束的 2023 世界計算大會，大模型依然是熱點，萬興科技宣佈即將發佈國內首個專注於以視頻創意應用為核心的百億級參數多媒體大模型 “天幕”。

會上，萬興科技還煥新亮相嵌入大模型能力的 10 餘款 AI 應用。此外，萬興科技還與湘江實驗室正式達成戰略合作，助力大模型迭代升級。

很顯然，萬興科技的這些動作全部圍繞着 “落地” 而展開，如果再聯想到 7 月份的 WAIC 2023 中，一批基於醫療、金融、教育等垂直行業大模型的發佈，我們可以感受到，大模型競爭正進入到落地為王的新階段。
 

賦能娛樂，還是生產力？大模型應用狂飆到十字路口

誰也不會想到，OpenAI 在去年 11 月 30 日的一次普通發佈，直接開啓了通向大模型時代的序幕，ChatGPT 的月活僅用兩個月就跨越了億級大關，成為歷史上增長最快的消費者應用程序。

對標着 ChatGPT，百度文心一言、阿里通義千問、華為盤古、科大訊飛星火、360 智腦、京東言犀……在很短的時間內，但凡叫得出名字的科技企業都推出了各自的大模型產品。

回顧過往歷史，從來沒有哪一項新技術能夠引發行業集體押注，從業者用 “百模大戰” 來形容這一行業盛況。

科技部下屬的中國科學技術信息研究所發佈的《中國人工智能大模型地圖研究報告》顯示，截至 5 月 28 日，國內規模在 10 億級參數以上的通用/基礎大模型，至少已發佈 79 個。我國研發的大模型數量已經排名全球第二。

大模型的數量雖然多，但有相當一部分大模型沒有特別好的落地場景，大多停留在陪用户 “寫詩、作畫” 的階段。 

在通用大模型的競爭中，廠商們更多是技術能力的展現，由於急於對標 ChatGPT 的能力，過於關注對用户問答的呈現效果，使得大模型更像是作為一項 “娛樂工具” 而存在。

另外一個維度，通用大模型適用的場景有限，當用户嘗試用大模型來解決一些實際問題時，往往得不到滿意答案，特別是在一些專業性很強的垂直領域，通用大模型很難深入到行業場景中，產生生產力。

ChatGPT 的增長數據很真實的反應了行業對通用大模型的看法。

7 月 4 日，網絡分析公司 Similarweb 發佈數據稱，ChatGPT 6 月份的全球訪問量環比降幅 9.7%，獨立訪客數量環比下滑了 5.7%。

除了 ChatCPT，Character.AI 的訪問量也在 6 月出現了大幅下滑，環比降幅達 32%。
 

Character.AI 可以模仿娛樂名人、歷史人物、虛構人物的人格進行對話，在所有同類 AI 工具中訪問量排名第二。

中國工程院院士鄔賀銓曾指出，對話、寫詩、作畫絕不是大模型的全部，“我們需要去深入思考大模型的應用方向，要將大模型切實投入到城市發展、金融科技、生物醫藥、工業製造、科學研究等領域，也需要專業的企業和組織加速其在實體產業落地，為產業剛需帶來實實在在的價值，真正意義大規模服務社會。”

事實上，彭博社今年 3 月推出的金融行業模型 BloomBergGPT，在私有金融任務上顯示出垂直大模型優於通用大模型的亮眼表現，在一定程度上也堅定了行業對大模型在垂直行業率先落地的認知。

百度董事長李彥宏在 “2023 中關村論壇” 上演講時表示，未來所有的應用都將基於大模型來開發，每一個行業都會擁有屬於自己的大模型，大模型會深度融合到實體經濟當中去。
 

萬興科技董事長吳太兵也持類似觀點——AI 為創意軟件帶來前所未有的大機遇。AIGC 時代，大模型作為基礎設施將賦能千行百業。如果説 AI 是電力，大模型是三峽水電站一樣的大型發電站，那麼落地的 AI 應用則是各種電器。大模型時代，應用為王，但大模型可能是 “王后”。萬興科技將首先聚焦應用，時代的 “美的”，同時積極開發升級多媒體大模型，夯實護城河。

如此一來就很好理解了，在通向大模型時代的進程中，通用大模型是基礎，是詩與遠方；垂直大模型是行業應用，是現實中的柴米油鹽，兩者的方向雖有不同，但最終的目的地卻是一致，如何平衡通用與垂直之間的關係，成為廠商能夠最終跑出的關鍵。

“曲線救國” 還是 “應用為王”？大模型商業路徑靈魂拷問

其實，無論是通用大模型還是垂直大模型，廠商們的技術能力固然重要，但在當前強調落地的競爭階段，還是要看由大模型賦能的創新應用到底能不能打，大模型競爭也將進入到去偽存真的過程。

上文提到，通用大模型很難適配到合適的場景，從而實現從技術到應用的落地，但廠商們還是想出了一些 “曲線救國” 的策略。

其一，用大模型來改造自己的現有業務，繼續保持與強化基本盤的競爭力。

幾個很典型的案例，谷歌、百度用大模型優化自己的搜索產品；阿里表示要用大模型來 “重做” 電商，同時還將大模型的能力融入到釘釘的產品功能中；京東正在實踐將大模型的能力用於核心業務中的零售、金融、物流、健康等場景。

其二，以自己的平台能力來輸出落地應用，其路徑是先 ToC，再 ToB，最終落到具體的行業場景中完成閉環。

由於進入門檻的存在，通用大模型廠商大多為平台型科技巨頭，他們依靠着各自的技術專長，分別建立了一套以主營業務為中心的生態體系，這些科技巨頭用大模型對自己業務改造的同時，也將大模型的能力融入到各自的生態體系之中。

比如，騰訊依託騰訊雲的 TI 平台，打造了一個模型的 “精選商店”，在平台上開放多個模型，企業在選用了合適的模型後，再針對自己的具體需求進行定製化的訓練。

比如，百度為了讓行業用户也能參與到大模型的建設與應用，搭建企業專屬大模型，推出了百度智能雲千帆大模型平台，在千帆平台上，用户可以直接調用包括文心一言在內的 42 個大模型服務，也可以在千帆上開發、部署和調用自己的行業大模型。

可以看出，無論是用大模型來改造原有業務，還是用平台能力來輸出落地應用，都是建立在對場景理解的基礎上，通用大模型如果不 “適用”，那就 “揉碎” 了重新訓練，直至適配。

與通用大模型的落地類似，垂直大模型本來就專注於細分行業，其落地同樣也建立在對場景的理解上，稍有不同的是，垂直大模型更加側重於解決具體問題，呈現在用户面前的是一個個具體的應用。

    舉個例子，我們在日常生活中，如果遇到一些 “小事”，通常會因為 “性價比” 太低，而不願意去打官司，美國就出現了一家主要提供針對 “小官司” 的 AI 法律服務公司 DoNotPay。

DoNotPay 利用大模型的能力，將整個法律流程數字化，即便是沒有法律知識背景的個人也能操作，並且只收取少量費用。

比如你想停掉健身房的會員費，美國很多地方都缺少人工客服，而且需要很繁瑣的手續，但如果用 DoNotPay，就可以找到正確的聯繫方式，寫完備的申斥郵件，幫用户退費。

而這種場景只是 DoNotPay 上百個幫人解決切實痛點的法律場景中的一個而已。

萬興科技一直深耕於數字創意軟件，其開發的數字人短視頻營銷工具萬興播爆/Wondershare Virbo，也是結合大模型能力，並精準抓住跨境用户羣體痛點，從而受到市場的關注，在很短時間內成為爆款。
 

做跨境業務的企業在開展業務時，經常會要拍攝具有當地特色的營銷視頻，此時就會遇到外籍演員選擇有限、國外取景拍攝溝通執行不便等問題，由此產生製作成本高、時效低的痛點。

萬興播爆/Wondershare Virbo 在產品中內置了涵蓋不同膚色和人種的超逼真數字人，並且支持大部分語音，聲線風格也可以自由選擇，用户只需要幾分鐘時間就可以快速生成一條營銷視頻，更關鍵的是，這個產品的收費標準在絕大多數小 B 客户可以接受的範圍之內。其中的數字人播報功能即來自萬興科技自身的大模型能力支撐。

此外，在泛知識領域，萬興科技推出了面向教育培訓、商務辦公場景的 AI 講演工具萬興智演，並結合大模型能力，上線文生演示文稿；在泛娛樂領域，萬興科技針對文生圖、圖生圖的需求，推出了全球首款交互型 AI 繪畫軟件萬興愛畫，上線 AI 煥新家、AI 換髮型等功能。
 

還有一點值得注意，垂直並不代表通用的文本、圖片等模型能力不具備。比如萬興 “天幕” 核心是 “視頻 + 音頻 + 圖片”，但會用到文本大模型的專用部分，以助力用户提效文案撰寫、腳本輸出等。

在行業中，還有很多的 DoNotPay 與萬興科技，他們的實踐與探索，給垂直大模型的落地也趟出了一條切實可行的路。

奔赴，還是旁觀？大模型將成企業分水嶺

從 “百模大戰” 的競爭，到通用大模型和垂直大模型落地路線的選擇，我們看到的是 “智能湧現” 的具象表現，在 “智能湧現” 的背後，大模型正在推動着產業變革的行進以及時代拐點的到來，最有標誌性的特徵是越來越多企業通過大模型實現了 “價值湧現”。

這裏的價值包括兩個方面，一個是應用方，通過大模型實現了降本增效，一個是大模型廠商，從中實現了盈利與增收。

對於應用方的前者，上文提到的萬興播爆，不但可以快速生成跨境營銷各場景的短視頻，還可以將用户製作營銷視頻的花費節約 80% 以上；

電商場景中營銷物料的生成，質量上不會顯著低於人工，但成本會降低 1-2 個數量級；

人力資源領域，大模型可以根據 HR 的需求，自動篩選某個崗位的所有簡歷，大大提升 HR 的工作效率；

編程領域，如今 GitHub 上有 41% 的代碼是大模型生成的，這個過程僅用了 6 個月……

對於大模型廠商的後者，Notion 在接入 ChatGPT 之前，只是一款的傳統個人筆記軟件，可當它的功能與 ChatGPT 融合後，其在博客、會議紀要、工作郵件等場景的應用被大大簡潔、高效和強化了，生成的內容只需簡單修改就能直接使用。

直接結果就是，Notion 只用了一個月就做到了 1000 萬美元 ARR 收入。

萬興科技也是其中的典型代表。

根據不久前發佈的半年報顯示，萬興科技在報告期內實現營業收入 7.18 億元，同比增長 32.90%，淨利潤 4386.89 萬元，同比增長 275.06%。

將各項業務進行拆分，視頻創意產品線實現營業收入 4.56 億元，同比增長 41.31%，繪圖創意營收同比增長 37%，文檔創意產品線同比增長 58.82%。

萬興科技總結公司各項經營數據全面增長的原因時表示為全面擁抱 AIGC 以及訂閲轉型深化所致。

東吳證券分析師還專門研究了萬興播爆等產品的市場前景，他們認為，就像 2013 年移動互聯網時期的臉萌一樣，在新技術爆發早期，創意軟件工具能精準切入用户真實生活、工作場景，低成本、高質量地解決實際需求，用户使用意願強勁，未來商業模式及商業機會仍有許多值得探討的空間。 

需要特別指出的是，當前的大模型能力更多集中在文本語言方面，專注於圖片、視頻創意應用的多媒體大模型卻很少，但市場對這方面需求卻很旺盛。

    來自研究機構 Market.us 的數據顯示，2022 年全球 AI 視頻生成工具的市場規模為 4.15 億美金，預計到 2032 年將達到 21.72 億美金，未來 10 年的市場規模年複合增速可達 18.5%。

   Sensor Tower 數據也顯示，23H1 全球 AI 應用下載量同比增長超過 114%，突破 3 億次，已超出去年全年水平。該數據證明，技術加碼已經為 AI 應用帶來新量級的消費者的關注和喜愛。

 一個更宏觀的視角，大模型催生了諸多機會，也迸發出強大的發展勢能，為佈局的企業帶來更大想象空間，這些企業既可借力大模型率先完成產品與業務形態的進化，還將一定程度推動各自所在行業飛輪的快速轉動。
 

反面來看，正如 AI 無法取代人工，但未來不會使用 AI 的人或將被淘汰；大模型無法取代現有的數字基礎設施，但未來不應用大模型的企業或將被淘汰。$萬興科技(300624.SZ)