撰文 | 吳坤諺

編輯 | 吳先之

11月的國內大模型賽道，开始“不堪重負”。

剛剛過去的一周，大模型賽道的消息就沒有停止過。

創業派中有喊出“AI 2.0”口號的李开復，終於帶領新公司零一萬物正式开源發布首款預訓練大模型Yi-34B。新一批通過備案的大模型玩家有知乎“知海圖”、昆侖萬維“天工”、網易有道“子曰”、360“奇元”、出門問問“序列猴子”等宣布即將面向全社會开放模型服務。

密集發布似乎昭示着大模型自今春後的又一個節點，可事實是大模型賽道已經“人滿爲患”，呆不下這么多玩家和業務了。

一則同樣在周末开始發酵的消息是，阿裏雲將不再對外出租英偉達A100服務器，且官網下架英偉達A系列服務器雲計算產品，未來或將停止或減少對外出租A/H服務器算力。

雖然百度雲、騰訊雲等廠商尚未發聲，但擺在玩家們眼前的事實是，供給受限導致雲計算廠商惜售。即使算力租賃日漸火熱，行業短時間內也難以找到合適的替代品。

面對“無米之炊”的不確定性，一些後來者們需要在大模型對自身業務的改造以及商業化後的成本回收上找補確定性。

知海圖找尋指南針

全面接入360搜索等應用的“奇元”可以參考百度，“序列猴子”對標微軟Copilot，“天工”是通用模型底座，“子曰”結合智能教育硬件的路徑也有科大訊飛作伴。

而知乎作爲大模型賽道並不顯眼的第二梯隊，“知海圖”還需要找到自身業務的參照物。

或因如此，具備海量中文優質語料數據的知乎在大模型的第一步便走得和別人不一樣——知乎於今年4月測試了“熱榜摘要”功能，即聚合優質回答的內容形成摘要，讓用戶更便捷地獲取有效信息。知乎巧妙地通過內容聚合的方法，繞過了大模型爲人所詬病的“幻覺”。

這一功能在當時似乎挑不出什么毛病，然而時過境遷，熱榜摘要對如今的知乎顯得有點雞肋。

衆所周知，知乎作爲內容社區的核心競爭力在於創作者提供的多樣化內容，社區內提問、回答、討論的生態循環建立在不同創作者的不同認知上。然而知乎圍繞“贊同”展开的內容分發方式，卻在逐漸蠶食這種多樣性。

進一步說，贊同固然可以篩選優質答案，但也不可避免馬太效應之下的內容僵化。比較典型的場景是在一些早期問題中，部分答案在用戶不斷點贊下牢牢佔據分發第一线。

熱榜摘要聚合的內容自然是老回答、老觀點的集合，進一步讓內容板結。即使知乎可以通過推薦欄目爲新回答納新，但面對熱門問題中成百上千條回答，其納新作用可以說聊勝於無。

況且，內容聚合的目的是爲了減少用戶獲取信息的成本。如果用戶希望“看個大概”，很可能會看一眼熱榜摘要即獲取關鍵信息，從而“淺嘗輒止”。如果用戶希望找到有價值的答案，未標注出處的熱榜摘要對用戶的篩選過程並無作用，“大海撈針”找答案這樣影響體驗的情況依舊存在。

既有分發機制遇到瓶頸時，或許知海圖的內容聚合功能更適合長篇回答場景，用戶可以自行選擇是否使用。當然，內容聚合並非知海圖的唯一路徑。在本次知乎釋出的信息中，知海圖還將改造更多業務。據了解，知海圖對知乎的重構集中在內部提效、創作賦能與教育業務上。

內部提效方面，知乎稱大模型應用已讓分層、分類、興趣理解等業務場景的人工標注量降低了90%以上，業務准召效果普遍提升15%以上，創作方面是爲會員故事智能配圖，教育業務則引入了AI批改、AI教務。

上述三種場景中，與商業化有強關聯的僅教育業務一項。

向哪兒找增長？

面對老生常談的商業化難題，知乎需要找到新的解法。

知乎對直播、短視頻、電商三條移動互聯網催生的賽道均有嘗試，收效目前還不理想。據知乎2023年半年報，除卻2022年初發力建設的職業培訓外，其營收的主要構成仍是付費會員與營銷服務。

作爲目前知乎營收首要板塊的付費會員，無論是收入還是訂閱數都在二季度都出現小幅下滑。財報顯示，知乎2023年Q2付費會員數環比下降6.04%，訂閱收入環比下降了1.32%。而營銷服務收入則同比下降了13.60%。

就目前知乎披露的大模型信息來看，內部提效顯然與上述營收板塊關系不大，更多是向資本市場講述成本故事。那么智能配圖與AI教育能否撐起目前押寶的短文賽道與職業教育賽道？

要給出這一問題的答案，知乎仍需時日。

誠然，爲網文做AI智能配圖的動作，我們能在閱文的大模型路徑中看到，但閱文主打長文賽道以及其衍生的IP經濟。長篇相對短篇更能深化用戶對內容中的角色與場景的心智，“用戶-角色”的破界更具想象空間，甚至能引導IP消費。

而知乎主打的是短文，兩者形式之別也導向了不同的業務邏輯。據知乎官方介紹，“短篇一方面解放了讀者，3分鐘就可以盡享無窮世界、無盡反轉和無限奇妙，降低了對世界觀、人物設定、系統設定等元素的認知成本。”

作爲網文界的“短視頻”，知乎短文短平快的內容在IP變現上天然弱於長篇，但更善於引流與拉動會員訂閱。充斥在抖音的引流短文讓知乎的會員訂閱收入於2022年成爲營收首要板塊，便是其業務邏輯的最佳佐證。

面對內容IP變現的挑战，知乎的解法是深度开發成熟IP，並且試圖擴大內容生態。前者中已有作者@七月荔 小說《洗鉛華》於2021年出版；後者則是通過“長篇創作馬拉松”比賽等內容創作激勵，鼓勵創作者轉向更容易打造IP的中長篇。

10月13日，改編《洗鉛華》的短劇《爲有暗香來》在優酷上线，作爲知乎內容IP變現的範本，《洗鉛華》實際上並不算短文，而是一篇總字數在20萬字上下的中長篇。作爲IP，《洗鉛華》也是知乎自2019年沉澱至今的“三虐文”之一，其影視化道路走了足足4年。

知乎IP變現的布局在2023年Q2顯現出會員訂閱增長停滯後，勢必會進一步加速。至於大模型在其中的作用，目前還看不到影子。

自知乎職業教育業務衍生的AI教育來看，業內也有網易有道與科大訊飛兩大老牌選手借此殺進大模型賽道。但是兩者擁有一個知乎目前尚未觸及的大模型變現支點——終端硬件。以科大訊飛爲例，搭載星火大模型的訊飛AI學習機的GMV在今年5月和6月分別增長136%和217%，但是知乎目前還缺乏這樣的硬件基礎。

此外，知乎與上述兩者的用戶群體也截然不同，大模型變現的難度也不可同日而語。

知乎副總裁張榮樂稱，知乎面向群體以職人爲主，也就是已踏入社會的、具備強烈職業教育需求的年輕群體，他們不僅是消費者，也是付費者和評價者。他們對知乎的職業教育成果、AI能力、內容生態的討論廣布於各大公域。

相比之下，科大訊飛學習機面向的是消費與付費相互格割裂的教育市場，因爲作爲實際使用者的學生人群沒有決策權，真正有決策權的是家長與學校，可他們又不是核心使用人群。

教育焦慮在哪個群體中更容易兜售，一目了然。

知乎創始人周源曾在2023年新知青年大會“鹽Club”活動演講時表示：職業教育已成爲知乎的第二增長曲线。然而大模型究竟能爲這條曲线帶來多少動能，目前還需要打個問號。

AI大多是“點綴”

知乎是大模型賽道中的一個不走尋常路的“異類”，而根源在於其業務的特殊性。但反過來看，我們也可以自知乎這個特殊案例中找到曾經互聯網企業切入大模型賽道的一些共性。

首當其衝的是知乎的切入路徑，知海圖的誕生是知乎憑借自身數據優勢，基於面壁智能打造的模型底座CPM-Bee與模型訓練平台ModelForce訓練精調而成。

作爲模型底座賽道中相對低調的一員，面壁智能的模型能力頻頻在ZeroCLUE、C-Eval等測評榜單上刷榜，在證明其模型能力的同時，也凸顯了當下大模型賽道虛火的問題。

一位業內人士直言，無論是模型底座還是結合垂直領域、業務後的精調，大家其實都差不多，處於可以解決8成問題的情況。這也是爲什么各個測評集榜單會被千模大战中不同玩家反復刷榜——大家實力相近，你方唱罷我登場而已。

至於最尖端前沿的問題，“在商業化的迫切下統統丟給OpenAI”。那么留給玩家們相互比拼的空間在哪？

如果是to B方向，玩家們還可以相互比拼數據廣度與深度，比拼模型團隊在深度學習和專業知識兩方面的深度理解。然而在本次討論中的“面向公衆服務”也就是to C方向，則更取決於自己的業務邏輯。

換言之，C端大模型賽道還做不到用AI“重構”業務，大多只能做到用AI“點綴”業務，邏輯本身沒有變化。

在大模型賽道虛火蔓延的當口，知乎的當務之急是在內容生態與商業化兩方面找到撬動大模型價值的支點。自行業視角看，在算力緊缺的當下，玩家們也恰是時候琢磨既有業務，沉澱數據資產，而不是一頭扎進模型能力的內卷競賽中。

市場需要大模型賽道給出一個高贊好評的回答。

       原文標題 : 知海圖找尋指南針丨祛魅AI

---

標題：知海圖找尋指南針

地址：https://www.utechfun.com/post/289491.html