圖片來源@視覺中國

“十倍于移動互聯網的平臺革命”，不僅吸引著國內眾多科技大廠投身AI新浪潮，或自研通用大模型，或推出相關產品和解決方案，向企業服務、金融、工業等行業加速滲透，同時也引發細分領域的諸多垂直廠商積極占位，深耕領域內的“一畝三分地”。

某種程度上而言，大模型是垂直廠商們“不得不為之”的“跟風”選擇，即便在資金、技術、人才等硬件條件上與科技大廠相比不具優勢，但面對新興技術浪潮的沖擊，不進則退，且極容易被新進入者顛覆。

(資料圖片)

這個新進入者，既包括新興的大模型創業公司，也指向“借機”扎根產業深處的科技巨頭。

繼百度、阿里、華為等第一梯度玩家陸續發布大模型相關產品、方案，騰訊云也于近日正式公布行業大模型技術方案，加之今日發布大模型服務平臺“火山方舟”的火山引擎，國內“頭號玩家”們的大模型技術方案和商業路徑終于全部“浮”于臺面之上。

“基本可以判斷，所有行業都值得用大模型重做一遍。當然重做的方式可能有很大的差異，有些行業只需要用通用大模型做finetune或者對齊，但有些行業可能需要從頭開始訓練，有些行業甚至連模型結構都要換掉。”毫末智行數據智能科學家賀翔對大模型的商業前景判斷，與當前市場上的主流聲音一致，認為大模型正成為人工智能浪潮的重要拐點。

盡管大模型是片藍海，蘊藏著“萬億級商業價值”，但“百模大戰”、“千模競帆”并非戲言，產業側則是更具確定性的商業標的，競爭激烈程度不言而喻。

百度、阿里、騰訊等具有技術積累、團隊優勢和資金支持的科技大廠率先搶跑，并加速應用落地，開啟新一輪行業客戶之爭。

百度曾宣稱與超過300家企業成為生態伙伴；4月阿里云也宣布與七家企業推動大模型在油氣、電力、交通等行業落地；華為早前就已發布盤古金融、電力、藥物分子三個垂直領域大模型；而剛剛公布MaaS解決方案的騰訊已和數十個行業的22家企業達成大模型共建合作；火山引擎則透露抖音集團內部已有十多個業務團隊試用“火山方舟”，首批邀測企業包括金融、汽車、消費等眾多行業客戶。

而剛剛發布私域大模型的傳統ICT廠商新華三、將于7月發布大模型的京東等等，都關注大模型與產業融合，直接瞄準垂直賽道。

大廠綜合實力更強，一旦模型與場景“飛輪”轉起來，更快的掌握優質數據并搭建起服務生態，垂直行業廠商們想再要追趕只會難上加難。

但并非沒有一搏的資本。綜合了專家經驗、組織能力、工程能力的產業knowhow，是業界普遍認為垂直行業廠商構建大模型的資源壁壘與護城河。長期根植于一線客戶，深入的需求理解和豐富的落地場景優勢，也是垂直行業廠商可貴的“籌碼”。

“大模型這個賽道還是太早期了，如果說GPT-4和Bard、LLaMA、Claude（編者注：分別是谷歌、Meta、OpenAI前員工創立的Anthropic發布的大模型）等國外不同技術棧的大模型還存在比拼的話，那么國內的大模型還沒有進入賽場（過于早期，沒有商用，無法比較），所以目前不存在國內通用大模型之間的比拼。而在作為基石的國內通用大模型還沒有真正進入賽場的情況下，垂直大模型也不存在太多的可比性，一切都還在早期。”伙伴云董事長兼 CEO戴志康對正見TrueView表示。

他進一步舉例補充，“某個用于Text2SQL（編者注：將自然語言文本Text轉換成結構化查詢語言SQL的過程）的垂直模型，可能還比不上LLaMA通用開源模型的Text2SQL能力。”

目前大模型開展雖轟烈，卻還處于初級階段。百度、阿里等較早公布大模型技術路徑和架構全景的頭部公司，產品也均未進入公測，屬于垂直行業廠商的時間窗口尚未關閉。

“垂類行業只要緊跟潮流，精準解決用戶需求，不會脫離AI大模型。”某股權投資機構副總裁史松坡向正見TrueView分析了垂直行業廠商在大模型時代的機會點，“大模型的落地和應用離不開掌握著流量和用戶的垂類廠商，它們需要解決的是如何緊跟大模型，并利用相關技術解決尚未滿足的行業客戶需求。”

加快大模型項目共創，由單點測試擴散至規模化商用，積累垂直領域數據和業務know-how，進而優化大模型訓練和調優能力，挖掘和解決行業客戶尚未被顧及，或被充分改造的痛點，將數字化延伸至產業的“神經末梢”處，這也許是當前窗口期內垂直行業廠商們的機會所在。

當前越是傳統的行業，對大模型產品和解決方案越是有針對性、專業性和精準度的高要求。專業的訓練數據和行業知識庫是領域大模型的難點，也是垂直行業廠商的優勢。

“假定大家訓練和調優能力都差不多，那么誰有最大量、最高質量的垂直領域數據集，誰就擁有了產出更優質垂直模型的能力。即便現在訓練和調優能力稍弱，但長期來講技術能力是能夠被追平的，而數據集的鴻溝則不一定能被追平。”在戴志康看來，“真正影響垂直廠商的差距點只有一個，即用于訓練垂直模型的數據集。”

賀翔同樣認為垂直與通用大模型“隔行如隔山”。“在純語言相關的垂直領域，可能存在垂直大模型與通用大模型的競爭。但是在自動駕駛這種獨特的垂直領域，不管是語料、任務、還是測評標準，都與通用大模型完全不一致，只能夠用自動駕駛大模型來解決。”

目前大模型技術和產品密集發布，卻尚未有成熟案例和成功路徑借鑒，垂直廠商們只能摸著石頭過河，是MaaS（Model-as-a-Service，模型即服務），還是“完全沒有必要去卷大模型，而是應該投身到應用層創新”，標準答案尚未生成。

火山引擎總裁譚待判斷，“企業使用大模型，未來可能會呈現“1+N”的模式：“1”是通過自研或深度合作，形成1個主力模型；由于成本和場景復雜多元等原因，在這個主力模型之外，還會有N個模型同時應用。”

“企業所需的并非僅僅是一個大模型，而是多個大模型。”竹間智能創始人兼CEO簡仁賢持相同觀點，“坦率來說，目前絕大多數的生成式AI都是基于谷歌開發的Transformer開發出來的模型”，他認為大模型是不是自研已經不重要了，“真正重要的是，最后用大模型驅動做出的產品是否有實際應用價值。”竹間智能提供的是MaaS服務模式，并設定目標要讓企業在99萬的預算內即可打造一個企業自有的大模型。

“中國不太注重生態，一般都是把別人全‘滅’了、全‘殺’了，其實自己也沒有發展起來。”自研大模型的Pre-A+輪企業瀾舟科技創始人兼CEO周明號召行業廠商應該有一種平和的心態，“To B存在很多新的創業機會，包括對客戶、行業的理解，客戶與大模型團隊的互動，形成某種意義上的戰略合作伙伴，或者形成所謂數據飛輪、功能飛輪，做得越深，相應的壁壘就越高。任何一個公司進入到該領域，包括巨頭公司，都要花同樣的功夫進行積累。”

雖路徑不一，垂直行業廠商卻目標一致。皆是用好大模型這一新的生產力工具，升級原有的生產方式，建立新的生產關系。而這也將是垂直廠商和在互聯網及兩次AI浪潮期間崛起的明星企業間，一場新的馬拉松賽跑。

“垂直模型的底座仍然是通用模型，最終決定市場格局的，是底座通用模型的能力和上層垂直模型的優化。而現在通用模型的發展日新月異，所以垂直模型也面臨剛發布不久就需要升級底座的情況。”戴志康解釋說，“基于ChatGLM-6B研發的垂直模型，即便當下效果不錯，但當三個月后ChatGLM-6B被xxx-6B超越，垂直模型也面臨重新洗牌的局面。”他直言，“如果認為現在憑借垂直模型就能構成拐點，可能只是一種市場營銷手段。”

在長期競爭中，沒有穩固不變和一蹴而就的市場格局。這場新的馬拉松賽跑，匆忙開局，終點未知。