如果说用一句话概括2023年的AI大模型领域，“军备竞赛”可谓名副其实。各路资本和大厂纷纷入局，重金囤卡、高价挖人屡见不鲜，模型越做越大，大家也都在憧憬AI领域出现一个超级应用。

而到了2024年，随着AI大模型领域融资退潮，中国科技企业对于大模型发展路径的理解也产生了微妙的变化。

9月4日，百度官宣文心一言APP改名文小言，定位“新搜索”智能助理。

9月5日，支付宝官宣推出支小宝和蚂小财两款智能助手，分别定位为AI生活助理和AI金融助理，各自拥有独立APP。

值得注意的是，无论是百度、腾讯、字节、蚂蚁等互联网巨头，在各自坐拥超级应用的前提下，不约而同地没有在自家应用新增一级AI入口，而是选择了独立APP的发展思路，而且起名也都是“小字辈”，显然不只是巧合。

大模型与垂直场景的结合，在B端本就是共识，而如今在C端应用上，大模型产品也在越做越“小”。这不仅是2024年中国大模型企业从技术信仰逐步转向市场落地的一个缩影，也是中国大模型开启AI+业务探索，甚至在AI领域实现弯道超车的一个重要信号。

技术信仰还是市场优先？

据CB Insights数据显示，今年第二季度，全球AI领域投资总额环比暴减38%，甚至出现了AI领域独角兽Character.ai，Inflection，Covariant排队卖身的情况。

而国内的AI融资数据则更为惨淡，桔子IT数据显示，今年1-8月，国内AI领域发生317起融资案例，总融资金额超333亿元，其中亿元级融资案例达到58笔，亿元级融资金额超过145亿元。相比2023年，中国AI行业发生投融资事件815起，融资总金额达2631亿元的数据可谓大幅缩水，月均融资不到去年的两成。

在融资规模大幅缩水后，AI大模型行业开始面临现实的财务考验。

一方面，百度等企业的财报中提到了AI对业务的促进作用。但值得注意的是，由于百度在云服务领域本身就有深厚基础，AI带来的业务增量或许主要来B端贡献。

另一方面，大模型研发也给一些企业带来了巨大的资金压力。科大讯飞半年报显示，上半年公司由盈转亏，亏损金额为4.01亿元。

除了采购和研发成本，大量的AI企业都会花费不小的营销费用。

像百度的文心一言、科大讯飞的讯飞星火，都是通用大模型产品，这类产品在C端普遍都可以免费使用。如果没有B端收入作为支撑，纯粹在C端获客，它们的营销成本就会非常沉重。

观察者网《AI时代，B站用户突然值钱了》中曾提到，很多通用大模型产品都会选择在B站等网络平台大量投放获客，耗费了大量营销费用。但大部分产品并没有解决好用户下载—尝鲜—吃灰的低留存问题，让并不富裕的现金流雪上加霜。

有行业人士告诉观察者网，如果没有后续的融资或商业化产生现金流，不少AI企业会在一到两年内遇到困境。而随着以科大讯飞为代表的部分企业业绩受到拖累，资本对于AI大模型企业的态度已经更加谨慎，月之暗面这样的融资案例属于特例，绝大部分的大模型企业目前融资都较为困难。

押注通用大模型产品，寄希望于用一款产品满足用户需求的路径，在行业内本就存在争议。有人称之为技术信仰和市场信仰的分歧，

即便面对现实的压力，AI大模型企业中依然有一批企业认为强化技术才是做好产品和商业化的前提，它们被称为技术信仰派。智谱AI就是其中的代表。

智谱AI的CEO张鹏近期就曾表示：“To B还是To C不重要，一流的公司要创造共性需求”、“有了更强的AI技术，我们就可以通过新技术去规避旧问题，走出新的路径”。

而金沙江创投朱啸虎并不完全支持这个观点，他曾在朋友圈表示“不要迷信”通用大模型，并多次在公开场合表示，与其卷AI大模型的技术实力和参数规模，更需要考虑的是PMF（Product/Market Fit，产品/市场匹配），也就是怎么商业化落地。

作为曾经投资过滴滴、饿了么、小红书等知名企业的投资人，朱啸虎拥有极强的市场敏锐度。而确实有不少AI大模型企业更关注细分产品落地，他们被称为市场信仰派。

某大厂的AI产品经理告诉观察者网，PMF（Product/Market Fit，产品/市场匹配）依然是AI领域的不二法则，假如AI技术难度曲线逐渐陡峭，那么AI技术发展速度势必会放缓，企业并不需要再去大量投入追赶技术，只需要做到一定量的AI能力就足够投入到一个快速变现的商业场景中，实现产品落地和商业化变现。

事实上，AiPPT、ACE Studio和捏Ta三款产品的成功验证了PMF路径的可行性。AiPPT上线半年单月收入达到数百万人民币，验证了国内付费PMF；而ACE Studio 开启付费半年，目前海外收入单月几十万美元，在海外验证了付费 PMF；捏Ta则是已经凭借着超出互联网时代平均水平的用户留存，验证了国内用户对于AI产品的使用习惯。这都给了其他国内AI大模型企业一个正面案例，激励其进一步从卷技术到卷落地。

大厂为何也搞“小”应用？

如果说中小企业搞“小”模型是唯一解，那么大厂搞小模型探索PMF路径，则愈发证明这条路线的有效性。

无论是技术派还是市场派，摆在他们面前有两个核心问题——客户需要什么？自己能做什么？

MiniMax创始人闫俊杰谈到，AI到底能解决什么问题，本质上是模型的能力决定的，但是目前大模型的错误率仍然较高，ChatGPT-4o大约也在20%左右。

在目前的错误率之下，通用大模型产品真的能被用户接受吗？其实很多厂家并没有想好这个问题，只能通过宣传参数量级和训练卡数来彰显自己的优势，最终问世的通用大模型产品大同小异，而这些大量同质化的模型让企业只能在C端砸钱做投放，最后换来一个低留存，而在B端则大打价格战，卷得所有人都很痛苦。

在这个背景下，大厂们也纷纷另辟蹊径，从自身禀赋出发，找到了垂类小应用这个切入口。

以字节为例，去年11月，字节成立了新AI部门Flow。过去大半年，字节跳动推出的 AI 应用覆盖了聊天、社交、图像/视频、教育、音乐等领域，包括对标GPTs的AI bot 开发平台扣子，对标星野的猫箱，还有AI教育产品Gauthmath。这些产品在细分市场都取得了不俗的成绩。

字节的广撒网符合其内容平台的属性，相比阿里与商户的链接，腾讯与用户关系的链接，字节系的流量生态根植于内容，而作为移动互联网的最大受益者，字节也深知，一旦AI的发展导致了内容生态发生变化，其替代传统门户网站的历史也可能再一次发生在自己身上。

而其他厂商由于都有较强的实体护城河，因此在AI战略上并没有摊大饼，都选择了能充分发挥了各自的优势禀赋的赛道。

百度从一开始就让文心一言APP独立于百度APP之外，如今更名为“文小言”APP，与其基座大模型有了更强的区分度，强调其搜索属性。而百度文库则抓住了用户做PPT的业务痛点，多次迭代后，百度文库已经可以实现语音指挥一键生成和修改PPT，百度文库APP无论是使用率还是付费率均实现了大幅提升。

而蚂蚁集团则选择从生活和金融两个领域入手，推出了支小宝和蚂小财两款APP，借助支付这个落点，支小宝可以做到一键唤起公交码，轻松找到共享单车，甚至记住你买咖啡的习惯，提前提醒你下单，做到到店那刻正好取餐，无需额外等待。

相比前三家，腾讯在to C领域则更为低调，腾讯元宝自上线以来，并没有进行大量宣发，长期在AI下载榜和使用榜的20名开外，腾讯主要将混元大模型聚焦于金融、医疗等产业垂类项目。

对于四家有十亿级用户的公司而言，他们没有一家选择在自家核心应用加入AI入口推流，对于这个问题的答案，各家的看法虽然有所不同，但是也有一致的部分。

某大厂AI负责人告诉观察者网，选择独立APP并不代表放弃在主应用上提供接口，但是作为个性化极强的AI应用，如果强行绑定在主应用上，不仅不利于用户使用，也不利于产品迭代提升用户体验，AI作为千人千面的代表，很多时候很难和主应用做很好地结合。

而另一家大厂的负责人则表示：考虑到数据幻觉等技术问题依然没有彻底解决，且业内对于AI的发展形态依然存在争议，目前推广AI应用属于摸着石头过河的阶段，并不适合做全量级别的推广，因此暂时不考虑在核心应用上设置AI入口。

而在细分战略上，各家也有不同的考量。

蚂蚁和腾讯对于商业化似乎并不着急，支小宝产品负责人王翼飞认为，对于支小宝来说，找到产品的主路径、做好体验是当前的关键。而马化腾对于AI也曾经打过一个比方：在工业革命里，早一个月把电灯泡拿出来，在长的时间跨度上看是不那么重要的。而百度似乎对于AI商业化的饥渴程度更高，百度在财报中曾多次提到AI商家智能体和百度文库等引用的业务和财务表现。

但是无论选择哪条路线，大厂们都想明白了一个事——在产品落地层面，AI并不是只需要大而全，也需要小而精。如果说去年大家讨论最多的是怎么追赶OpenAI，那么在今年，各家大厂都找到了各自的舒适区。而除了大厂，不少初创企业也开始从大而全转向了小而精，一个典型的例子就是王小川和他的百川智能，去年被焦虑推着走，每天有看不完的论文，今年很笃定地要摘医疗皇冠上的明珠。

AI应用本质——服务人机交互

除了业界在探索大模型的发展外，在近期召开的外滩大会上，学界对于AI的发展方向也给出了自己的思考。

外滩大会上，香港科技大学校董会主席、美国国家工程院外籍院士沈向洋提到了一本书《Machine of Loving Grace》，中文译名为：与机器共舞——人工智能时代的大未来。作者其中一个核心观点是，计算机发展至今，真正的赢家是做人机交互的。不管是什么技术，最后的目的都是帮助人类更好地使用机器。

同样在外滩大会上，对于ChatGPT，中国工程院院士、阿里云创始人王坚做了个有趣的拆解：ChatGPT实际上是个应用平台，由基础模型（GPT）+应用场景（chat）构成，也就是说，基础模型很重要，但是应用场景也同样重要，对于在10亿量级用户下卷应用的中国企业来说无意识指明了方向，一下子把AI的竞争拉到中国科技企业更擅长的道路上。

以支付宝和微信为例，在移动互联网时代，它们通过搭建支付的基础设施，切入到各个应用场景中。

甚至于主论坛上，另一位重量级嘉宾，机器学习泰斗、美国“三院院士”迈克尔·乔丹提出了“三层数据市场（Three-LayerDataMarkets）”模型。

在乔丹看来，需要设计激励机制才能驱动AI智能体贡献和协作，产生更大价值。其中，用户、平台和数据买家通过“出让数据”“购买数据”“提供服务”形成闭环。他强调，数据购买者也就是平台可以结合“数据和服务”建立与用户的激励机制，从而为他们带来真正的价值。

因此，对于AI领域的发展，盯着技术进步固然重要，目前行业也都在期待GPT-5等新一代基座大模型能够用更大的参数量，把性能再提高一个量级。但是在此之前，对于现阶段的大模型产品落地而言，做大并不是唯一的选择，如何做小做精，真正解决用户痛点，服务好客户，才是在竞争中脱颖而出的关键。

目前，不少中国的大模型企业已经想明白了这个问题，也许未来AI会诞生一个超级应用，但是现在，大模型+小应用或许是目前最适合中国AI落地的发展方向。