本报记者 李昆昆 李正豪 北京报道

10月22日，高通在骁龙峰会期间宣布与腾讯混元合作，基于骁龙8至尊版移动平台推动腾讯混元大模型7B和3B版本的终端侧部署。高通方面表示，通过使用INT4量化技术，端侧推理实现首个token（文本中最小的语义单元）生成时延达到150ms，解码速率达到超过30tokens/秒。

过去一段时间，国内各领域公司推出了一系列大模型产品，“百模大战”打响，如今，一年多时间过去，国内大模型发展得究竟如何了？面临哪些现实的问题和挑战？未来又会朝着怎样方向发展？这些成为业内热议的话题。

艾媒咨询CEO张毅接受《中国经营报》记者采访时表示：“目前国内大模型方面遇到一些瓶颈或者问题，首先，也是最大的问题，还是创新性不足，也就是大家经常讲的原创性算法模型不足，尤其在产品模型、产品模式，以及相关的算法会参考国外的比较多一些。”

国内大模型发展瓶颈

9月5日，腾讯宣布推出新一代大模型“混元Turbo”，相比前代模型，腾讯混元Turbo性能显著提升，训练效率提升108%，推理效率提升100%，推理成本降低50%，效果在多个基准测试上对标GPT-4o,且第三方测评居国内第一。

据介绍，腾讯已经构建起了全链路的大模型产品矩阵，包括底层基础设施、帮助企业训练专属模型的TI平台和行业大模型解决方案，自研的混元大模型，构建应用的平台工具，以及基于大模型的各类智能应用。

而2024年至今，字节跳动在国内外推出包括“豆包”在内的20余款APP，从集成式的聊天助手，到图像、视频、音乐等效率工具，加速渗透到教育、办公助手、开发平台、代码生成等行业，而且这些应用的表现亮眼，一个个在AI应用大乱斗里杀出重围。

据了解，今年3月“豆包”的下载量和月活跃用户开始双双登顶。而硅谷风头机构a16z发布的全球Top 100AI应用榜单显示，字节跳动系的Cici、Coze、Gauth、Hypic、CapCut五款产品名列前茅。与此同时，字节跳动依然不断在海外推出新的产品进行试点。

速途研究院院长丁道师告诉本报记者：“我觉得国内的大模型发展一点都不慢，以百度、阿里巴巴、腾讯、华为、科大讯飞为代表的企业所推出的大模型，和美国的GPT最新版本的性能，我认为距离越来越近了，尤其是在中文的语境环境下，已经实现了全面超越。当然现在还有所差距，但也在努力追赶。并且中国有超大的市场规模和超大的应用场景，这是其他国家无法媲美的。所以在这一块，虽然有些人很悲观，认为差距会越来越大，但我认为差距只会缩小，甚至中国企业有望实现赶超。”

“我作为一个创作者已经大量地使用国内的各大模型，已经在多个环节下，可以做到越来越媲美或者辅助真人的能力。比如我昨天做了一个视频号，他是由我的一个数字人形式呈现的，背后的技术我不懂，但这个技术所呈现出来的产品效果，已经能够让人傻傻分不清（真人和数字人）了。这是我朋友的一家公司做的产品。我周围都没有人认为这是一个数字人，那不就说明国内在这个领域取得了积极的进展嘛。”丁道师说。

张毅认为，目前国内大模型的发展瓶颈还是，训练不足和缺乏高质量的训练，这也会限制大模型的训练效果。另外，从全国范围来看，特别优秀的爆款大模型应用相对会少一些，尤其缺乏好的应用场景，对于大模型的商业模式落地会有一定的短板和影响。还有一个，算力瓶颈可能会有一定的限制，尤其是面对指数级的用户增长，训练所需要的高性能AI芯片还存在一定的限制。

未来如何发展？

今年视频生成模型很火。根据公开资料，目前主流视频模型称能力散落在了各个模型里，比如视频编辑、运动笔刷、端到端视频生成等，也有在Github上评分较高的开源模型，显示测试效果比已在国内发布的PixelsDance要更好。

比如MagicVideo的V2版本是目前开发者评价字节跳动旗下最可用的一款文生视频模型，V2版本采用了模块化式生产流程，第一模块从文本到图像、第二模块从图像到视频生产关键帧、第三模块从视频到视频扩展、第四模块视频帧插值，能实现平滑过渡。目前整体的生成效果、色彩和审美高于Pika1.0和Gen2.0。

有算法工程师就分析道：“如果几个模型的能力加起来，其实会比现在公开发布的版本更好，至少能达到可灵的效果，但是现在发布版本比较一般，可能也是内部赛马资源没有谈妥的结果。”

谈及对大模型未来的看法，丁道师认为，未来不要都卷大模型，可以卷场景、卷应用，让大模型具体服务到360个行业，这才是真正应该发力的方向。

“举个很简单的例子，比如我们要搞科研研发，实验几十、几百种材料，这些材料都很昂贵。如果你在现实的环境中去实验的话，第一成本很高，第二很浪费时间，如果在虚拟的人工智能空间里进行实验的话，是不是效率就会高很多呢？比如今年我国的高阶辅助驾驶发展越来越快，尤其是以华为、理想为代表的企业正在大规模落地这种端到端的智能驾驶能力，最终怎么来实现？其实就是通过大模型的人工智能训练，缩短时间，使得这项技术可以加速落地。”丁道师说。

张毅则认为，未来趋势可以分为技术和商业两个方面，在技术方面，通用和垂直可能会是两个发力的方向，同时也能区分不同的大模型品牌。其次是云端，云侧和端侧二者相结合，会形成满足不同用户需求的技术路线。从产品技术方面来说，未来的大模型在多模态能力和处理理解多种类型的数据需求方面，应该是一个产品的路径方向。

张毅说：“从商业角度来看，第一，开源模型有望爆发，有点像今天我们看到的谷歌、百度搜索一样，全球AI大模型开源趋势目前非常明显。第二，小模型解决专业化问题和覆盖更多的终端设备，这可能也会形成新的独特的商业逻辑和商业模式。第三，单位型产品和大模型企业，会更像一个平台型企业，提供大家对知识需求的解决能力，从而在其他地方，形成众多的用户聚集，通过其他的变现形式，来实现商业模式和资本价值的变现。”

（编辑：吴清 审核：李正豪 校对：颜京宁）