大模型太卷，AI應用就好做嗎？

2023-12-07 18:40:04 編輯： robot

導讀作者:武佔國,編輯:齊笑 2022年底，ChatGPT推出後迅速在社交媒體上走紅，很快，月活用戶突破1億，成爲史上增長最快的消費者應用。不久後，國內也掀起了一場轟轟烈烈的大模型競賽，下場的企業越來...

作者:武佔國,編輯:齊笑

2022年底，ChatGPT推出後迅速在社交媒體上走紅，很快，月活用戶突破1億，成爲史上增長最快的消費者應用。

不久後，國內也掀起了一場轟轟烈烈的大模型競賽，下場的企業越來越多，都在揚言要趕超ChatGPT。

一年過去，大模型沒讓參賽者看到盈利的曙光，資本市場也在變冷，弄潮兒們發現：AI應用或許比大模型更有機會。

普遍認爲，大模型是一個底層技術底座，並不直接創造商業收益。現在的大模型更像是移動互聯網時代的操作系統，有兩三個就足夠了，真正能在商業世界裏叱吒風雲、創造價值的是微信、抖音、滴滴等等應用。

李彥宏曾說，“卷大模型沒有意義，卷應用機會更大”。

SensorTower數據顯示，2023年上半年，全球AI應用下載量同比增長114%，突破3億次，收入同比增長175%。

近日，抖音新也成立一個AI部門，是由大模型團隊負責人領導，主要做AI應用層面的產品。

那么，AI應用發展得怎么樣？中國企業AI應用做得怎么樣？國內企業如何抓住AI應用的機會？

一、海內外AI應用，差距有多大？

AI應用市場最熱門的應用有三類，分別能自動生成文字的AI+Chatbot（AI聊天機器人）和能自動生成圖像的AI生成自拍應用，還有能自動生成視頻的AI應用。

生成文、生成圖、生成視頻，難度系數逐漸增加，成熟度逐漸降低。

第一，最先火的AI應用是聊天機器人，截至2023年6月，此類AI聊天機器人應用佔據了榜單總流量的68.7%，排行榜前五名的應用裏有四個是聊天機器人。

不出意外，下載量第一名是ChatGPT，它的流量佔了前50大生成式AI產品總量的60%，谷歌的Bard、Facebook前員工創辦的Quora旗下Poe兩款LLM聊天機器人應用，分別佔據第三名和第四名。

排名第二的聊天機器人CharacterAI，可以扮演數百名虛擬人物，既可以滿足用戶的情感類需求，也可以滿足用戶的工具型需求。

比如AI可以扮演拿破侖、馬斯克、居裏夫人等，與用戶聊天，也可以扮演心理咨詢師、圖書管理員、英文老師等角色，提供健身指導、知識傳授等服務。

門檻最低，也意味着競爭更激烈。上半年，移動應用市場中聊天機器人應用多達200余款，下載量突破1.7億次。

第二，難度更高的圖文、視頻自動生成——內容生成類。

截至今年6月數據，內容生成類應用佔前50大應用總流量的9.7%，其中圖像生成類應用佔比最大爲41%，其次是寫作工具類應用佔比26%，視頻生成類佔比8%。

文字類，如排名第五的QuillBot，是一款AI寫作工具，可以提供句子改寫、文章重寫和AI生成文字等功能，相較於對話，這樣的應用對於邏輯、語言結構的要求要更高一些。

圖片生成在Stable Diffusion开源之後迎來了較快的發展，頭部的應用有Midjourney、Leonardo AI，還有移動端生自拍照的Lensa AI，它們相比過去的PhotoShop等應用，降低了用戶的操作門檻，更容易將用戶心中所想變成現實。

視頻生成的難度就更高了，一方面是因爲描述視頻需要更復雜的語言，模型對於文字描述的理解，會影響生成，另一方面，文字生成視頻需要大量數據學習字幕相關性、幀照片寫實感和時間動，而且，視頻數據在樣式、數量和質量方面也會受到更多限制。

近期，生成視頻領域也有突破。

Pika因爲一個預告片火出圈，預告中，Pika即將上线的產品，在延長視頻長度、拓展視頻畫布和轉換視頻、更換局部細節等方面都有所突破。

與流浪地球導演郭帆的合作，也讓Pika受到了極大的關注。

視頻生成領域還有一個應用Runway，它的技術已經被廣泛應用於電影、電視和廣告領域，可以實現AI工具去除背景、放慢視頻、制作無限延伸的圖片等等。

這輪AI應用的湧現，我們屬於追隨者。國內AI應用佔全球AI應用的下載量和收入規模比較小。

由於政策監管等原因，國內尚未推出較爲完善的陪伴型AI聊天機器人。

小冰公司曾經推出X Eva App，與Character.AI相似，用戶可以與網紅明星的克隆人進行交流，也可以使用APP的撰寫文案、寫代碼等功能。這個APP曾經被熱烈討論，現在也幾乎沒什么存在感了

在文生文和文生圖方面，文心一言（文生圖文心一格）、星火等大廠的產品還算拿得出手，其他的或者是聲量比較小，比如萬興愛畫，或者是不具備持續性，比如妙鴨相機。

整體來看，我們文生圖和文生視頻的AI應用，都落後一大截，更別提變現了。

二、AI應用，如何變現？

硅谷知名創投機構a16z，9月發布的分析報告顯示，截至2023年6月，訪問量排前50名的AI應用（網站與App合計）中，有90％的开發者實現盈利。

SensorTower數據顯示，2023年上半年，移動端（僅包括App Store和Google PLay），美國是AI應用內購收入最高的市場，歐洲市場的吸金能力也同樣亮眼，他們分別佔全球頭部AI應用總收入的55%和20%。

實現盈利的AI應用以C端付費爲主，這和移動互聯網時代的經驗是相似的。

參照移動互聯網時代的發展經驗，佔據用戶時間越長、信息匹配越難、學習壁壘越高、重復性操作越多的領域，更有可能率先出現爆款應用，也更容易變現。

先來看國外商業化兩個案例。

第一個是Character.AI，以訂閱制收費，付費和AI扮演的角色聊天，10月份又推出了付費群聊功能。

Character.AI的模式是非常好的C端產品，可以交互、可以定做，如前面提到的，既能滿足情感需求，也能滿足工具需求。

不過，此前有報道稱，Character.AI目前還處在燒錢換規模階段，商業模式仍在探索中，未來團隊規模擴大後考慮开拓TOB業務。

第二個是生成圖片類的應用Midjourney。

這是一個針對專業繪圖人士的AI應用，同樣採用SaaS訂閱制模式，月付費情況下，每月基礎套餐、標准套餐和專業套餐的價格分別爲10、30、60美元，研報顯示，Midjourney在公測版上线的第二個月就實現了盈利，盈利模式已經跑通。

這意味着在目前階段，需求不等於付費，剛需才等於付費。而在習慣免費、付費意識更差的國內，純to C的產品在變現上會面臨比Character.AI更大的難題。

AI應用屬於技術驅動型的產品，屬於供給創造需求。那么，什么樣的供給才能創造出需求呢？

新型的AI應用，好的產品變現有五個步驟，分別是吸引用戶、初次體驗（用戶激活）、用戶留存（回頭客）、轉化收益、實現口碑傳播。

比如在移動互聯網時代，微信抓住了用戶的社交需求，並且通過培養用戶在微信上的使用習慣，不斷優化社交體驗，不斷實現裂變，形成網絡效應，成爲騰訊現在重要的變現產品。

目前，國內的AI應用供給端，一方面沒有足夠優秀的大模型基座；另一方面，基於大模型的產品，也無法通過產品的創新和微調的方法，做出足夠吸引用戶留存的產品。

第一，目前大模型基座方面，國內還比較落後。

比如，在AI聊天機器人領域，也許大家的印象，還停留在ChatGPT爆火，下載量也大漲，收入也能排到第一。但事實上，最賺錢的產品，卻是基於ChatGPT API的對話機器人應用“Chat with Ask AI”，憑借智能的問答功能和流暢的體驗，上半年下載量突破2500萬次，收入超過1600萬美元。

因爲擁有很好的大模型基座。不僅今年5月，OpenAI在移動端上线ChatGPT，此後下載量和收入不斷增長，而且基於OpenAI的API產品Chat with Ask AI收入也在不斷增長。Appfigures數據顯示，今年9月，Chat with Ask AI的收入爲551萬美元，ChatGPT的收入是458萬美元。

而國內的文心一言上文提到才剛剛开始變現，基於其API的AI應用，仍未看到爆火、且能持續變現的產品。

第二，基於大模型微調的產品，國內企業AI技術積累不足。

比如Lensa AI，其內置推出的Magic Avatar功能，用戶可以上傳10-20張自拍照，然後生成奇幻、動漫、時尚等10種不同風格頭像，當然這一功能需要付費使用。

Lensa AI、Waifu Diffusion，Stablediffusion Infinity，還有上文提到的Midjourney的一些功能都是基於开源的Stable Diffusion开發的。所以，在技術層面上，Lensa AI與同類產品相比並沒有明顯的壁壘。

但是，Lensa AI通過對Stable Diffusion的微調，同時基於此前在AI領域“藝術風格的神經算法”（NAAS）的研究，優化了對算力的需求、提高了計算效率，使其能夠在手機上快速運行、生成圖片。

因此，在Magic Avatar功能上线後，此前的技術積累與同類產品形成差異化，才廣泛受到用戶關注。

而國內模仿Lensa AI的妙鴨相機微信小程序，其也是用戶上傳20張照片，然後需要付9.9元，便可以生成不同風格的高清照片。技術愛好者們普遍猜測，妙鴨相機底層模型也是用的Stable Diffusion开源模型，再使用 LoRA (Low-Rank Adaptation) 插件進行微調。