在AI发展浪潮下，大模型如何突破内卷化困境，探索创新商业模式与开发工具的应用前景

2024年大模型发展现状与内卷化危机

2024年，大模型领域不断推陈出新，从年初的Sora到最新的o3，更新更优的模型层出不穷。然而，这种快速迭代是否带来了真正的创新？还是陷入了“内卷”的陷阱？我们需要先明确“内卷”的定义：某一类产业模式在发展到一定阶段后，陷入“高水平均衡陷阱”，出现“没有发展的增长”，最终导致停滞和危机。

今年，大模型的scaling law法则面临挑战，训练模型的算力集群从万卡扩展到十万卡，但模型的性能并未按比例提升。应用端也未出现杀手级应用，厂商之间展开了激烈的价格战。这些现象与“内卷”的特征相符。那么，内卷化是否让大模型陷入危机？如何找到脱离内卷的出路？

内卷化对行业的负面影响

在内卷化周期中，产业难以保持活力和创新动力。公众和投资者的失望情绪逐渐显现，AI热潮逐渐退去。美股“七姐妹”（苹果、微软、谷歌母公司Alphabet、亚马逊、英伟达、特斯拉、Meta）的股价也有所回落。OpenAI的股东和服务商企业公开抱怨AI能力进展缓慢，OpenAI最近的发布会缺乏亮点，前首席科学家Ilya在NeurIPS2024大会上提出的“预训练终结论”更是给行业浇了一瓢凉水。

此外，产品同质化竞争加剧，基础模型竞赛变得格外激烈。开源模型与闭源模型的差距迅速缩小，进入同质化竞争。同一厂商的模型家族也在加速淘汰，如GPT-3.5-Turbo被GPT-4o Mini取代。激烈的竞争使得厂商不得不下调token价格，经济负担加重。

商业模式面临的挑战

大模型内卷化给商业模式带来诸多挑战。首先是云+API模式，流血降价、以价换量并不是最优解。B端客户更关注模型质量和可靠性，因此一些具有强模型能力的云厂商，如百度智能云和华为云，通过差异化服务取得了成功。

其次是订阅制模式，由于用户粘性低、忠诚度不高，会员市场呈现分散性。频繁的拉新营销活动增加了获客成本，影响用户体验。新用户往往使用一段时间后转向免费版本或更便宜的产品，长期续费率不高。

寻找外向型出路

告别内卷，需要向外寻找出路。2025年将是大模型商业基础设施日趋完善的一年。衡量一个大模型是否“外向”的标准包括：开放度和兼容性、开发工具的细致支持、以及从开发到商业化的端到端支持。

例如，腾讯混元大模型提供多个模型共享资源包，满足多元需求；OpenAI为Sora打造了Remix、Blend和Loop等专业工具；国内的字节跳动和百度也推出了易于上手的开发平台。同时，平台需要加大对开发者的商业资源扶持，帮助其开发有市场需求的产品。

归根结底，技术天花板短期内难以突破，大模型市场饱和与同质化竞争的局面不会轻易解决。要取得商业成功，必须确保用户和开发者的业务成功。2025年，所有模厂都需回答：如果大模型是水和电，用户和开发者拧开开关，究竟能得到什么？

本文来源：