信钰证券:有通过股票杠杆赚钱的吗-大模型落地难，产业从物理世界寻找突破口

界面新闻记者 | 肖芳

界面新闻编辑 | 文姝琪

大模型走红之后，从业者对其落地应用有各种各样的畅想，也拉高了业界对大模型落地应用的预期。但一年多过去，大模型在实际应用场景中的落地并没有此前预期的那么顺利。

一家大模型公司的销售负责人告诉界面新闻，他们走访了多家工厂之后发现，工厂对AI最迫切的需求是质检，但目前大模型的能力还不足以支撑其在真实的质检场景中应用，而通过大语言模型帮助企业解决培训、管理流程等问题对制造业来说并不算刚需。

而在C端（用户端），此前AI助手类应用被认为最能够成为超级App。但从实际的数据来看，Kimi、文小言等AI助手产品在经历一波快速增长时候，留存率并不是很理想，也没有呈现出移动互联网时代超级应用爆发前的增长潜力。

对于当下大模型行业普遍面临的迷茫局面，阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭在2024云栖大会上表示，AI最大的想象力不在手机屏幕，而是接管数字世界，改变物理世界。

过去三十年，互联网浪潮的本质是连接，互联网连接了人、信息、商业和工厂，通过连接提高了世界的协作效率，创造了巨大的价值，改变了人们的生活方式。但生成式AI是通过生产力的供给创造了新的价值，从而为世界创造了更大的内在价值，也就是总体提高了整个世界的生产力水平。这种价值创造，可能是移动互联网连接价值的十倍、几十倍。

但过去业界对AI的落地应用主要集中在自然语言理解、语音识别、视觉识别等方面，并没有从真实的物理世界中去思考AI如何解决需求痛点。而从今年云栖大会前沿应用馆展出的一些应用来看，一些创业者和开发者也意识到此前的问题，在大模型应用开发中改变了思路。

教育科技公司精准学是其中之一。这家成立于2018年的公司原来的主要产品是搭载“AI错题集”服务的智能平板，学生在精准学上完成测评，AI通过分析错题，找到学生掌握不牢的知识点，再自动推荐类似的题目。去年看到大模型走红之后，精准学创始人杨仁斌开始思考通过大模型来解决学生在使用学习机产品时容易跑神、没有效率的问题。

精准学基于大模型研发出的新产品是“超拟人AI一对一老师”。界面新闻从精准学展台演示产品发现，这款产品和花200-300元/小时购买的线上一对一私教课体验类似，讲解题目的语气也和真人老师类似，学生还能够针对题目的知识点、错题点等进行对话。这款产品将搭载在精准学今年10月即将发布的AI辅学机中直接面向学生提供服务。

个人开发者、知名技术博主张子豪则看中了大模型给人形机器人走入日常生活带来的机会。

人形机器人发展数年却一直不温不火的一个重要原因是机器人无法听懂人类语言。此前的机器人不管能够完成的多么复杂的任务，都是根据固定的指令去完成固定的动作，没法实现泛化性、多样性、通用性操作和对指令的理解。张子豪通过大模型把人类语言翻译成机器人能够执行的动作列表及函数参数，让机器人可以听懂人类的任意指令，对后续机器人真正走向普通人的日常生活也有较大启发。

还有一些已经在C端有认知度的产品，把原有的业务积累和大模型相结合，提供一些更深层次的服务。其中，高德地图基于时空大数据和大模型研发了商业智能平台，并基于此推出了商业智能体ChatBI Agent，可针对咖啡茶饮、商超便利、餐饮等行业提供行业趋势、品牌发展、选址评估、运营分析等报告生成服务。

高德地图副总裁董振宁告诉界面新闻，在开店选址评估上，高德商业智能体能够根据区域分析客户目标用户人群的占比，评估出合适的位置。如果客户想要在商场选址，高德商业智能体还能分析流动用户是否符合预期。“原来主要通过大数据进行分析，有了大模型之后，分析的效率更高，也更准确。”

这些真实生活中小切口的应用看起来不太起眼，也很难达到业界对大模型落地应用的期待。这是因为作为一项新技术，大模型目前的能力还处于早期阶段，落地应用也要从这些细微的场景开始，循序渐进去解决更为复杂的问题。

从历史经验来看，人们对新技术革命，往往对短期高估，又对长期低估，很多人对大模型的态度也是这样。实际上，从去年到今年，大模型的能力一直在进步。比如，OpenAI最新发布的o1推理模型已经能够解决复杂推理问题，在物理、生物和化学问题的基准测试中超越了人类博士水平的准确率。

不过，这个漫长的模型升级过程一方面考验基础模型公司在模型训练过程中持续的资金投入，同时也需要大模型公司持续降低创业者和开发者使用大模型的成本。根据特许金融分析师周淳哲的预测，未来的GPT-5则是完成AI从“高中生跃升至博士”的成长，不过这个模型将非常消耗算力，使用价格也可能会非常高昂。

乐观的一面是模型推理成本一直在指数级下降，已经远远超过摩尔定律，大模型在未来的某个时间点将能够以更低的成本满足人类社会中更多复杂场景中的需求。

吴泳铭在2024云栖大会上预测了这个阶段的变化：大模型把物理世界数据的Token化之后，能够理解真实世界的方方面面，还能完成使用工具、开公司创业等各种各样的事。到这个阶段，AI能够模仿人类去执行物理世界的任务，产业革命才会发生。