界面新聞記者 | 肖芳

界面新聞編輯 | 文姝琪

大模型走紅之后，從業(yè)者對其落地應(yīng)用有各種各樣的暢想，也拉高了業(yè)界對大模型落地應(yīng)用的預(yù)期。但一年多過去，大模型在實際應(yīng)用場景中的落地并沒有此前預(yù)期的那么順利。

一家大模型公司的銷售負責人告訴界面新聞，他們走訪了多家工廠之后發(fā)現(xiàn)，工廠對AI最迫切的需求是質(zhì)檢，但目前大模型的能力還不足以支撐其在真實的質(zhì)檢場景中應(yīng)用，而通過大語言模型幫助企業(yè)解決培訓(xùn)、管理流程等問題對制造業(yè)來說并不算剛需。

而在C端（用戶端），此前AI助手類應(yīng)用被認為最能夠成為超級App。但從實際的數(shù)據(jù)來看，Kimi、文小言等AI助手產(chǎn)品在經(jīng)歷一波快速增長時候，留存率并不是很理想，也沒有呈現(xiàn)出移動互聯(lián)網(wǎng)時代超級應(yīng)用爆發(fā)前的增長潛力。

對于當下大模型行業(yè)普遍面臨的迷茫局面，阿里巴巴集團CEO、阿里云智能集團董事長兼CEO吳泳銘在2024云棲大會上表示，AI最大的想象力不在手機屏幕，而是接管數(shù)字世界，改變物理世界。

過去三十年，互聯(lián)網(wǎng)浪潮的本質(zhì)是連接，互聯(lián)網(wǎng)連接了人、信息、商業(yè)和工廠，通過連接提高了世界的協(xié)作效率，創(chuàng)造了巨大的價值，改變了人們的生活方式。但生成式AI是通過生產(chǎn)力的供給創(chuàng)造了新的價值，從而為世界創(chuàng)造了更大的內(nèi)在價值，也就是總體提高了整個世界的生產(chǎn)力水平。這種價值創(chuàng)造，可能是移動互聯(lián)網(wǎng)連接價值的十倍、幾十倍。

但過去業(yè)界對AI的落地應(yīng)用主要集中在自然語言理解、語音識別、視覺識別等方面，并沒有從真實的物理世界中去思考AI如何解決需求痛點。而從今年云棲大會前沿應(yīng)用館展出的一些應(yīng)用來看，一些創(chuàng)業(yè)者和開發(fā)者也意識到此前的問題，在大模型應(yīng)用開發(fā)中改變了思路。

教育科技公司精準學是其中之一。這家成立于2018年的公司原來的主要產(chǎn)品是搭載“AI錯題集”服務(wù)的智能平板，學生在精準學上完成測評，AI通過分析錯題，找到學生掌握不牢的知識點，再自動推薦類似的題目。去年看到大模型走紅之后，精準學創(chuàng)始人楊仁斌開始思考通過大模型來解決學生在使用學習機產(chǎn)品時容易跑神、沒有效率的問題。

精準學基于大模型研發(fā)出的新產(chǎn)品是“超擬人AI一對一老師”。界面新聞從精準學展臺演示產(chǎn)品發(fā)現(xiàn)，這款產(chǎn)品和花200-300元/小時購買的線上一對一私教課體驗類似，講解題目的語氣也和真人老師類似，學生還能夠針對題目的知識點、錯題點等進行對話。這款產(chǎn)品將搭載在精準學今年10月即將發(fā)布的AI輔學機中直接面向?qū)W生提供服務(wù)。

個人開發(fā)者、知名技術(shù)博主張子豪則看中了大模型給人形機器人走入日常生活帶來的機會。

人形機器人發(fā)展數(shù)年卻一直不溫不火的一個重要原因是機器人無法聽懂人類語言。此前的機器人不管能夠完成的多么復(fù)雜的任務(wù)，都是根據(jù)固定的指令去完成固定的動作，沒法實現(xiàn)泛化性、多樣性、通用性操作和對指令的理解。張子豪通過大模型把人類語言翻譯成機器人能夠執(zhí)行的動作列表及函數(shù)參數(shù)，讓機器人可以聽懂人類的任意指令，對后續(xù)機器人真正走向普通人的日常生活也有較大啟發(fā)。

還有一些已經(jīng)在C端有認知度的產(chǎn)品，把原有的業(yè)務(wù)積累和大模型相結(jié)合，提供一些更深層次的服務(wù)。其中，高德地圖基于時空大數(shù)據(jù)和大模型研發(fā)了商業(yè)智能平臺，并基于此推出了商業(yè)智能體ChatBI Agent，可針對咖啡茶飲、商超便利、餐飲等行業(yè)提供行業(yè)趨勢、品牌發(fā)展、選址評估、運營分析等報告生成服務(wù)。

高德地圖副總裁董振寧告訴界面新聞，在開店選址評估上，高德商業(yè)智能體能夠根據(jù)區(qū)域分析客戶目標用戶人群的占比，評估出合適的位置。如果客戶想要在商場選址，高德商業(yè)智能體還能分析流動用戶是否符合預(yù)期?！霸瓉碇饕ㄟ^大數(shù)據(jù)進行分析，有了大模型之后，分析的效率更高，也更準確。”

這些真實生活中小切口的應(yīng)用看起來不太起眼，也很難達到業(yè)界對大模型落地應(yīng)用的期待。這是因為作為一項新技術(shù)，大模型目前的能力還處于早期階段，落地應(yīng)用也要從這些細微的場景開始，循序漸進去解決更為復(fù)雜的問題。

從歷史經(jīng)驗來看，人們對新技術(shù)革命，往往對短期高估，又對長期低估，很多人對大模型的態(tài)度也是這樣。實際上，從去年到今年，大模型的能力一直在進步。比如，OpenAI最新發(fā)布的o1推理模型已經(jīng)能夠解決復(fù)雜推理問題，在物理、生物和化學問題的基準測試中超越了人類博士水平的準確率。

不過，這個漫長的模型升級過程一方面考驗基礎(chǔ)模型公司在模型訓(xùn)練過程中持續(xù)的資金投入，同時也需要大模型公司持續(xù)降低創(chuàng)業(yè)者和開發(fā)者使用大模型的成本。根據(jù)特許金融分析師周淳哲的預(yù)測，未來的GPT-5則是完成AI從“高中生躍升至博士”的成長，不過這個模型將非常消耗算力，使用價格也可能會非常高昂。

樂觀的一面是模型推理成本一直在指數(shù)級下降，已經(jīng)遠遠超過摩爾定律，大模型在未來的某個時間點將能夠以更低的成本滿足人類社會中更多復(fù)雜場景中的需求。

吳泳銘在2024云棲大會上預(yù)測了這個階段的變化：大模型把物理世界數(shù)據(jù)的Token化之后，能夠理解真實世界的方方面面，還能完成使用工具、開公司創(chuàng)業(yè)等各種各樣的事。到這個階段，AI能夠模仿人類去執(zhí)行物理世界的任務(wù)，產(chǎn)業(yè)革命才會發(fā)生。