最近，国内人工智能大模型范围呈现出前所未有些活跃度，各大厂家好像都在全力冲刺，好消息接踵而至。先是智谱，作为大模型范围的六小虎之一，成功完成了高达30亿元人民币的新一轮筹资；紧接着，字节跳动推出了豆包视觉理解模型，而快手也不甘落后，正式上线了可灵1.6版本。
假如说2023年被视为大模型的元年，那样2024年则无疑是人工智能的应用之年。这一年，深度推理渐渐成为主流，人工智能 Agent成为新的风口，多模态模型如雨后春笋般涌现，人工智能商品的迭代速度之快，叫人目不暇接。然而，从人工智能爆发到今天，国内人工智能范围的进步其实还不到两年的时间。这短短的一年，对于人工智能来讲，仿佛是跨越了十年的经历。
尽管算力被视为人工智能进步的重点原因，但今年开始，国内人工智能范围对算力的依靠好像正在减弱。过去，各大厂家通过提高算力和参数规模来飞速占领市场份额，但现在，伴随行业的迅速迭代，仅靠这类已经很难真正超越同行。再加上大模型的练习和运营需要很多的算力和资金投入，这对现在还很难盈利的人工智能厂家来讲，无疑是一大挑战。
以字节跳动为例，据报道，仅2024年，其在人工智能上的投入就高达800亿元人民币，几乎达到了BAT三家资本开支的总和。而最新消息显示，其2025年的资本开支将达到惊人的1600亿元人民币，其中约900亿元人民币将用于人工智能算力的采购。即使是ChatGPT，也一直在为算力紧缺所困扰。Microsoft不惜耗费巨资，用上万张英伟达A100芯片塑造超算平台，只为给ChatGPT和新版必应提供更好的算力。
然而，从长远来看，算力并不可以构成真正的护城河。它更多地体现为硬件层面的核心竞争优势，而真正决定人工智能模型表现的是算力和练习语料。这两者都取决于经济实力。早在去年，Google内部在讨论怎么样应付ChatGPT时，就有工程师表示，Google并没护城河，Open人工智能也没。开源人工智能模型的进步之飞速，使其非常难形成强技术壁垒。
现在国内人工智能大模型的近况也是这样，各企业的模型虽然强弱不一，但核心功能常见同质化，替代品海量。模型之间的差异性并不具备决定性。某个厂家推出的新功能，其他厂家非常快就能跟上。比如，Kimi虽然刚开始没内部数据，靠调用别人的搜索结果，但凭着其长文本能力，也成功进入了国内人工智能大模型的第一梯队。然而，现在长文本已经成为大部分人工智能搜索商品的基本能力。
伴随人工智能范围的角逐日益激烈，下半年开始，关键字渐渐从模型层转向应用层。华尔街明星基金经理Cathie Wood曾表示，在基础设施建设的阶段，硬件厂家总是表现出更大的增长空间，但一旦这个阶段完成，市场的关注点就会转向软件和应用。
过去一年，国内各家大模型厂家在通用场景的模型能力上缺少辨识度。虽然细分技术方向海量，如Kimi早期的长文本、人工智能搜索商品主打的深度推理、最近开始起风的多模态与近期热点的视觉大模型等，但同质化紧急的问题早已悬在人工智能商品们的头顶。比如，12月18日，豆包视觉理解模型正式发布，主要聚焦在图片内容辨别、理解和推理能力与视觉描述与创作能力上。然而，就在两天前，Kimi才刚刚发布了Kimi视觉考虑版，针对的也是基础科学范围的图片理解和推理能力。
既然技术上没护城河，那样从应用场景角度进攻是不是能找到破圈点呢？大模型一直是个底座，想要真正看到爆发点，需要让人工智能真正与普通人强有关。将来能否出现杀手级别的应用，将是各家决出胜负的重点。李彦宏多次强调，没应用，基础模型一文不值。然而，至少到2024年，大家还看不到如此的火花。
尽管人工智能GC技术在某些范围获得了进展，如快手联手知名影视工作者与人工智能GC创作者合作生成电影短片，与在独立游戏范围的广泛应用等，但整体上人工智能GC仍处于进步阶段。生成内容的水平、稳定性和可控性等方面仍存在不足，再加上人工智能GC的应用场景相对有限，且多为辅助兴工具，未能形成独立且广泛的应用场景，不能满足大规模用户的需要。
在硬件端，以手机大模型为例，也不免出现同质化的状况。现在，人工智能手机在实质的人工智能体验上，主要变化还是在语音交互、图像处置和通话增强上。几乎所有头部手机厂家都在对语音交互进行升级，号称要将之前的语音助手塑造成更智能的人工智能 Agent。然而，正如革新工场联合CEO汪华所言，目前整个人工智能才出来一年半的时间，大伙就指望人工智能的商品形态被探索出来，显然是不现实的。真正做应用，还需要更多的时间。