垂直模型竞逐“iphone时刻” 万兴科技将发布多媒体大模型“天幕”

“地球上不会一共只有5台计算机，而是每个人都会拥有自己的PC。”这是微软在1975年的预言。

类似的预言，比尔盖茨今年5月也做了一次，他认为当前IT技术竞赛的最终赢家将是顶级AI个人助理，它将颠覆搜索引擎、生产力软件和在线购物网站，“以后人们再也不会去搜索网站了，也永远不会去亚马逊。”

比尔盖茨说的就是以大模型为技术底座的生成式人工智能技术（AIGC）。

事实上，从去年年底开始，由ChatGPT引发的AI热潮中，大模型始终处于舆论场的中心，可随着用户对写作、绘画等通用大模型能力的新鲜感逐渐退去，试图用ChatGPT来解决实际问题时，通常很难获得让人满意的答案。

此时，行业开始从对大模型的技术热情中走出，冷静思考大模型深入到具体行业的落地方向和路径。

一个标志性的事件，8月31日首批大模型通过《生成式人工智能服务管理暂行办法》备案，上线应用开放公众服务后，大大刺激了大模型的落地竞争。

刚刚结束的2023世界计算大会，大模型依然是热点，万兴科技宣布即将发布国内首个专注于以视频创意应用为核心的百亿级参数多媒体大模型“天幕”。

会上，万兴科技还焕新亮相嵌入大模型能力的10余款AI应用。此外，万兴科技还与湘江实验室正式达成战略合作，助力大模型迭代升级。

很显然，万兴科技的这些动作全部围绕着“落地”而展开，如果再联想到7月份的WAIC 2023中，一批基于医疗、金融、教育等垂直行业大模型的发布，我们可以感受到，大模型竞争正进入到落地为王的新阶段。

赋能娱乐，还是生产力？大模型应用狂飙到十字路口

谁也不会想到，OpenAI在去年11月30日的一次普通发布，直接开启了通向大模型时代的序幕，ChatGPT的月活仅用两个月就跨越了亿级大关，成为历史上增长最快的消费者应用程序。

对标着ChatGPT，百度文心一言、阿里通义千问、华为盘古、科大讯飞星火、360智脑、京东言犀……在很短的时间内，但凡叫得出名字的科技企业都推出了各自的大模型产品。

回顾过往历史，从来没有哪一项新技术能够引发行业集体押注，从业者用“百模大战”来形容这一行业盛况。

科技部下属的中国科学技术信息研究所发布的《中国人工智能大模型地图研究报告》显示，截至5月28日，国内规模在10亿级参数以上的通用/基础大模型，至少已发布79个。我国研发的大模型数量已经排名全球第二。

大模型的数量虽然多，但有相当一部分大模型没有特别好的落地场景，大多停留在陪用户“写诗、作画”的阶段。

在通用大模型的竞争中，厂商们更多是技术能力的展现，由于急于对标ChatGPT的能力，过于关注对用户问答的呈现效果，使得大模型更像是作为一项“娱乐工具”而存在。

另外一个维度，通用大模型适用的场景有限，当用户尝试用大模型来解决一些实际问题时，往往得不到满意答案，特别是在一些专业性很强的垂直领域，通用大模型很难深入到行业场景中，产生生产力。

ChatGPT的增长数据很真实的反应了行业对通用大模型的看法。

7月4日，网络分析公司Similarweb发布数据称，ChatGPT 6月份的全球访问量环比降幅9.7%，独立访客数量环比下滑了5.7%。

除了ChatCPT，Character.AI的访问量也在6月出现了大幅下滑，环比降幅达32%。

Character.AI可以模仿娱乐名人、历史人物、虚构人物的人格进行对话，在所有同类AI工具中访问量排名第二。

中国工程院院士邬贺铨曾指出，对话、写诗、作画绝不是大模型的全部，“我们需要去深入思考大模型的应用方向，要将大模型切实投入到城市发展、金融科技、生物医药、工业制造、科学研究等领域，也需要专业的企业和组织加速其在实体产业落地，为产业刚需带来实实在在的价值，真正意义大规模服务社会。”

事实上，彭博社今年3月推出的金融行业模型 BloomBergGPT，在私有金融任务上显示出垂直大模型优于通用大模型的亮眼表现，在一定程度上也坚定了行业对大模型在垂直行业率先落地的认知。

百度董事长李彦宏在“2023中关村论坛”上演讲时表示，未来所有的应用都将基于大模型来开发，每一个行业都会拥有属于自己的大模型，大模型会深度融合到实体经济当中去。

万兴科技董事长吴太兵也持类似观点——AI为创意软件带来前所未有的大机遇。AIGC时代，大模型作为基础设施将赋能千行百业。如果说AI是电力，大模型是三峡水电站一样的大型发电站，那么落地的AI应用则是各种电器。大模型时代，应用为王，但大模型可能是“王后”。万兴科技将首先聚焦应用，做AI时代的“美的”，同时积极开发升级多媒体大模型，夯实护城河。

如此一来就很好理解了，在通向大模型时代的进程中，通用大模型是基础，是诗与远方；垂直大模型是行业应用，是现实中的柴米油盐，两者的方向虽有不同，但最终的目的地却是一致，如何平衡通用与垂直之间的关系，成为厂商能够最终跑出的关键。

“曲线救国”还是“应用为王”？大模型商业路径灵魂拷问

其实，无论是通用大模型还是垂直大模型，厂商们的技术能力固然重要，但在当前强调落地的竞争阶段，还是要看由大模型赋能的创新应用到底能不能打，大模型竞争也将进入到去伪存真的过程。

上文提到，通用大模型很难适配到合适的场景，从而实现从技术到应用的落地，但厂商们还是想出了一些“曲线救国”的策略。

其一，用大模型来改造自己的现有业务，继续保持与强化基本盘的竞争力。

几个很典型的案例，谷歌、百度用大模型优化自己的搜索产品；阿里表示要用大模型来“重做”电商，同时还将大模型的能力融入到钉钉的产品功能中；京东正在实践将大模型的能力用于核心业务中的零售、金融、物流、健康等场景。

其二，以自己的平台能力来输出落地应用，其路径是先ToC，再ToB，最终落到具体的行业场景中完成闭环。

由于进入门槛的存在，通用大模型厂商大多为平台型科技巨头，他们依靠着各自的技术专长，分别建立了一套以主营业务为中心的生态体系，这些科技巨头用大模型对自己业务改造的同时，也将大模型的能力融入到各自的生态体系之中。

比如，腾讯依托腾讯云的TI平台，打造了一个模型的“精选商店”，在平台上开放多个模型，企业在选用了合适的模型后，再针对自己的具体需求进行定制化的训练。

比如，百度为了让行业用户也能参与到大模型的建设与应用，搭建企业专属大模型，推出了百度智能云千帆大模型平台，在千帆平台上，用户可以直接调用包括文心一言在内的42个大模型服务，也可以在千帆上开发、部署和调用自己的行业大模型。

可以看出，无论是用大模型来改造原有业务，还是用平台能力来输出落地应用，都是建立在对场景理解的基础上，通用大模型如果不“适用”，那就“揉碎”了重新训练，直至适配。

与通用大模型的落地类似，垂直大模型本来就专注于细分行业，其落地同样也建立在对场景的理解上，稍有不同的是，垂直大模型更加侧重于解决具体问题，呈现在用户面前的是一个个具体的应用。

举个例子，我们在日常生活中，如果遇到一些“小事”，通常会因为“性价比”太低，而不愿意去打官司，美国就出现了一家主要提供针对“小官司”的AI法律服务公司DoNotPay。

DoNotPay利用大模型的能力，将整个法律流程数字化，即便是没有法律知识背景的个人也能操作，并且只收取少量费用。

比如你想停掉健身房的会员费，美国很多地方都缺少人工客服，而且需要很繁琐的手续，但如果用DoNotPay，就可以找到正确的联系方式，写完备的申斥邮件，帮用户退费。

而这种场景只是DoNotPay上百个帮人解决切实痛点的法律场景中的一个而已。

万兴科技一直深耕于数字创意软件，其开发的数字人短视频营销工具万兴播爆/Wondershare Virbo，也是结合大模型能力，并精准抓住跨境用户群体痛点，从而受到市场的关注，在很短时间内成为爆款。

做跨境业务的企业在开展业务时，经常会要拍摄具有当地特色的营销视频，此时就会遇到外籍演员选择有限、国外取景拍摄沟通执行不便等问题，由此产生制作成本高、时效低的痛点。

万兴播爆/Wondershare Virbo在产品中内置了涵盖不同肤色和人种的超逼真数字人，并且支持大部分语音，声线风格也可以自由选择，用户只需要几分钟时间就可以快速生成一条营销视频，更关键的是，这个产品的收费标准在绝大多数小B客户可以接受的范围之内。其中的数字人播报功能即来自万兴科技自身的大模型能力支撑。