本文共3744个字，阅读需要10分钟。
自2022年末ChatGPT.3.5的发布引发全社会注意力后，大模型领域的竞争已成为国际热点议题。2023年初，国内先进高校踊跃推出相关产品，随后，百度、阿里巴巴、360及商汤等知名企业陆续入局，6月起，更多通用型和垂直型大模型崭露头角，全国已有超过30种大模型公开亮相，竞争态势愈发激烈，形成了“百模大战”的格局。
2023至2024年间，我国大模型产业呈现出欣欣向荣之势，科技巨头、初创企业以及科研机构纷纷投身于此。各方在产品升级、官方注册、基础设施建设、生态体系构建、用户拓展以及融资等多个层面取得显著进展。
自上世纪50年代人工智能技术诞生以来，历经专家系统、机器学习、深度学习和大模型四个阶段。前三个阶段受限于数据、算力、应用场景和投资回报率等因素，未能实现商业闭环，而大模型因其通用性、涌现性和强大计算能力，有望实现商业闭环，从而吸引了众多参与者。
市场规模持续扩大，资本市场关注度不断提高，使得大模型赛道愈发火爆。根据新兴技术发展周期理论，经过参与者增多和投资热情高涨的期望膨胀期后，市场将逐渐回归理性，预计将在短期内步入“百模大战”阶段。因此，从产业发展规律来看，大模型赛道已过创业高峰期，市场出清趋势将加剧各产业玩家间的竞争，推动新一轮市场洗牌。
大模型赛道竞争激烈，算力等资源具有稀缺性。随着市场竞争愈演愈烈，算力资源将出现供需失衡，资源配置倾斜现象也将日益突出。再加上算力成本的上涨，行业参与者必须积极应对，打造竞争优势，才能获得长期发展所需的资源支持。
大模型领域的竞争，是一个对资源极度依赖且行业门槛较高的战场。“百模大战”则是一场持久且耗资巨大的博弈。上半场的争夺主要集中在资源和技术方面。企业需要具备雄厚的资源实力，集聚优秀人才、优质数据和庞大计算力。同时，还需持续加大研发投入，通过科技创新和技术积累构筑竞争壁垒。
下半场的竞争中，商业落地能力和客户投资回报率将成为关键。创新商业模式，打造商业闭环，推动公司稳步发展；同时提升大模型技术为下游客户带来的实际收益，进一步巩固企业的竞争优势。
商业落地能力是连接技术创新与市场需求的桥梁，对于企业的可持续发展至关重要。在“百模大战”中，该能力直接决定着企业是否能够保持竞争力和市场领导地位。
技术实现商业化后，应高度重视并有效提升产品为下游客户创造的价值，持续提升产品的战略价值、经济价值以及成本价值，以提高客户投资回报率，增强客户黏性和市场竞争力。
在团队实力方面，重点关注人才结构、质量及培养模式。大型制造商如百度、腾讯和华为在团队建设方面具备显著优势，拥有庞大的研发队伍、创新型人才团队及高效的人才培养机制，成为大模型产品技术创新和落地的坚实后盾。
产品力是衡量制造商竞争力的重要标准之一。持续优化大模型性能可提升用户体验，助力厂商业务长期增长。为此，工信部、信息通信研究院、新华社及上海人工智能实验室等机构推出大模型性能评估模型，全面评估主流大模型产品性能。结果表明，百度、腾讯、360、阿里巴巴、华为和科大讯飞在多数评估体系中均位居前列。
在基建算力方面，算力是大模型训练和运行的核心资源，芯片是提供算力的硬件基础，数据则是训练大模型的原料。构建大规模算力、高性能芯片及高质量数据等多元一体的大模型基建设施，是保障大模型技术创新和产品商业化的关键。大型制造商在基建算力方面具备较大优势，常通过自建算力中心、自主研发芯片及构建高质量数据集以巩固其在大模型产业中的地位。
生态力则指制造商在构建和维护生态系统方面的能力，涵盖合作伙伴组建、开发者社区打造及用户群体维护等环节。当前，业界主要通过构建开发者社区、建立战略合作伙伴关系及依托自有平台赋能大模型产业等方式推进生态建设。其中，百度、阿里和华为在生态建设方面已超出行业平均水平。如华为昇腾社区日益繁荣，百度飞桨平台致力于推动大模型技术实际应用，阿里则设立AI大模型社区，吸引众多开发者参与。
团队协作、产品品质、基础设施完善及生态环境支持共同构成大模型开发商的关键竞争力。作为衡量企业战略及商业模式的重要因素，对其在长远竞争中的持续领跑至关重要。现阶段，大模型市场仍处商业推广初期，虽有部分商家探索出独特发展路径并尝试商业运营，但各家间差距尚未显现。
随着大模型技术的进步，其对各行各业的赋能能力持续增强。近期内，金融、教育、文娱传媒、办公和营销等领域有望实现快速场景落地，推动智能化进程。中期而言，政务、制造和智慧城市等领域的市场潜力将逐步释放，未来前景广阔。长期来看，大模型将为医疗、汽车和科研等领域带来革命性的变化，助力高质量发展。
金融业是人工智能应用较高的行业，也是大模型的理想落地领域，具有丰富的数据资源。智慧销售、智能问答和智能风控是热门应用场景。通过前中台通用应用、后台应用、个性化应用和监管应用，实现流程优化、运营成本降低和风险控制能力提升的目标。
大模型可以提升医疗行业诊疗效率、精准度和管理效能，赋能于各环节。由于医疗行业应用场景复杂且数据专业度高，大模型的技术成熟度相对较低，目前仅有电子病历等技术门槛较低的场景商业化。智能药物研发、数字疗法和辅助诊疗等技术的成熟将推动医疗行业的智能化转型，提高医疗服务的普及性。
随着数字化政府的推进，人工智能技术在政策领域中越来越广泛。大模型技术已经应用于生成类场景，如业务办理和政务咨询，并有望在决策类场景发挥更大作用，如城市管理、舆论引导和公共安全。大模型的未来发展依赖于生产平台和运营平台的协同，融合多元化服务能力，持续挖掘细分应用场景，以推动政务领域的高质量发展。
教育大模型在C端场景落地更快，主要针对教师和学生群体，助力备课、教研、自主学习等环节。智能硬件产品如学习机随着大模型技术成熟，迎来了新一轮发展，提升教学质量。当前智能作业和辅助练习场景应用已相当普及，未来大模型技术有望赋能学术科研、智慧管理、学业规划及虚拟教师等细分场景。
影视传媒业为大模型优质落地领域，应用范围覆盖全流程。现阶段，已开展内容推荐、数字人播报和内容生产实践，内容传播、内容审核及舆论管理场景则具备高场景落地价值和巨大发展潜力。大模型技术发展迅猛，已由单模态生成转向多模态生成，将改变影视传媒行业生产模式，塑造全新内容生产范式，实现创作效率提升、创作空间拓展及作品质量提升的目标。
制造业分为研发、设计、仿真、生产、测试、运维、售后等环节，大模型多类型生成能力有助于各环节智能化转型。当前，大模型技术在制造业应用处于初级阶段，但已在质量检测和教学实训等方面进行探索。随着技术不断完善，未来将通过前瞻性设计、高效化仿真、精细化检测、智能调控、科学运维和定制化售后等手段，推动大模型在制造业的深度应用，赋能仿真、场景生成和安全监管等多场景落地。
通用大模型经历了创业爆发期后，目前正处于“百模大战”的关键时期，市场同质化竞争严重，资源、技术、人才和商业落地能力成为了厂商迈向下一阶段的核心竞争力。预计到2025-2026年市场将逐步出清，优势企业将坚守阵地，其余企业将逐渐退出竞争。预计到2027-2028年，通用大模型市场将呈现寡头竞争格局，其中3-5家厂商将成为中国大模型生态的重要组成部分。
垂类大模型市场竞争呈碎片化垂类赛道将成为大模型产业竞争最为激烈的领域，预计到2023-2024年，在百模大战的背景下，部分行业场景将率先落地；到2025-2028年，通用大模型市场格局将逐渐稳定，垂类赛道将吸引众多来自通用领域的转型者，生态持续繁荣，各行业都将开始落地大模型场景；到2029年后，市场将初步出清，各细分行业将呈现碎片化竞争格局，应用层所获得的市场价值将日益增长。
无论是通用还是垂直方向的大型模型领域，开源和封闭性发展模式均将保持并行。在通用大模型的赛道中，开源模型与闭源模型之间的性能差距正逐渐减小，随着持续的资源补充，开放式模型有望达到甚至超越闭源大模型的性能水平；而在垂直行业大模型领域，各厂商会依据模型训练数据特性决定实施开源或闭源策略，以此保持自身竞争优势，同时推动整个产业生态的繁荣。
AI 助手主要分为单任务场景代理和多任务场景代理两种类型。单任务场景代理处理特定领域的简单问题，多任务场景代理则扮演“高级秘书”角色，协助用户利用各类资源解决复杂问题。现阶段，AI 助手主要应用于单一场景，但技术进步将推动通用化、智能化的多任务场景的AI助手成为未来发展趋势，实现更深入的人机互动。
随着大模型技术成熟，模型生成能力将由单模态转向多模态。Sora大模型具有“3D一致性、物体持久性、模拟数字世界”等核心能力，引发业界对卫生视频领域的关注。早期对技术趋势预判保守，导致试错厂商缺乏，但目前已有部分产品成功落地。尽管与OpenAl相比仍有差距，但只要持续投入，有望迎头赶上。
此外，文本、代码和图像生成领域已经日渐成熟，视频生成尚处于起步阶段，预计未来文生3D将成为新的热门领域。
总的来说，面对不断进步和发展的产业，所有人都无差别的面临着前所未有的机遇和挑战。但一如蒲公英孵化器生态中的项目一样，通过不断进取，我们有理由相信，在不久的将来，所有人都能到达一个共生的数字环境。
