《雲上的中國》第3季——劇變中的AI時代。通過調研100+家AI企業，走訪50位AI專家與企業代表，以真實案例和一線訪談捕捉和記錄中國AI行業的動態發展和技術創新，分析AI技術在中國的創新應用場景，忠實反映此時此刻行業的現狀和趨勢，鋪陳出人工智慧新時代的嶄新圖景。
「中國不需要這麼多通用大模型，我們需要的是垂直應用大模型。」
——吳曉波
文 / 巴九靈
2023年6月，英國《金融時報》一篇名為Gaming industry puts generative AI to the test的深度報道流傳於中文網際網路。
文中提到了一款名為「Justice Mobile」的手游，遊戲中的NPC能跟玩家隨意聊天，能和玩家吵架，詩詞歌賦張口就來。
跟傳統遊戲角色依賴提前安排的對話腳本不同，遊戲里的NPC更像一個活生生的人，有自己的個性。
專欄作者稱讚這款遊戲為「生成式人工智慧在全球主流遊戲中首次創新嘗試」——遊戲開發商NetEase成立了AI實驗室，將宋代文學作品作為大模型的訓練材料，以驅動人物NPC的響應、語言和表情。
想必你已經猜到了，它就是網易的首款AI遊戲《逆水寒》手游。
如果說即將發售的《黑神話：悟空》將滿足我們對中國首款3A遊戲的所有想像，那麼《逆水寒》問世的意義，在於未來「AI對遊戲業的影響將遠大於PC顯卡和移動網際網路」。
同樣引起現象級傳播的中國AIGC應用，必然少不了2023年誕生的「妙鴨相機」，算是全球首款用真人圖片生成寫真圖片的應用。
這股「換臉風」還吹到了國外，Befake、Remini等AI換臉工具先後問世，為AIGC的商業實踐添了一把火。
這讓人不禁想問：任何一項新技術的誕生，為何率先進入商業應用環節的通常是中國？
AIGC的下半場：為什麼成本很重要
一個共識是，這些首創應用都需要大量數據量和算力，而算力依託於雲計算平台能力和硬體水平。
無論是妙鴨數億級的數據量，還是《逆水寒》中NPC和玩家的每一次互動、捏臉、作詞，都涉及AI模型的調用，需要算力的支持，百萬用戶同時在線，對GPU資源供應能力和網速是一個巨大挑戰。
因此一個關鍵的因素是——成本。
目前AI推理仍然要巨額成本，而在AI時代，成本越低，試錯成本越低，轉化為商業應用的可能性也就越大。
如果反推的話，將AI推理部署到阿里雲的網易伏羲團隊具備了某種成本優勢。
而這種優勢可能會繼續被放大，因為全球大模型的價格普遍出現了下調——最終一個企業和地區的綜合實力（用戶量、社區規模、電力基建等）將決定自身的競爭優勢。
今年5月，OpenAI宣布GPT-4o支持免費試用，調用API價格降到5美元/百萬token；谷歌隨將Gemini 1.5 Flash的價格下探到0.35美元/百萬token；而Anthropic的API價格，已經直接打到0.25美元/百萬token。
在國內，阿里雲通義千問旗下9款核心商業化和開源模型集體降價。其中對標GPT-4的長文本模型Qwen-long，API價格下降97%，低至0.5元/百萬Token，是GPT-4價格的1/100，為全球最低。
那麼自然而然會跟上第一個問題：降價到底為了什麼？其實就兩個字：應用。或者說，為商業化做鋪墊。
如果再追問：為什麼企業都迫不及待地想商業化了？那是因為AIGC行業真的出現了困境。
在市場觀察者看來，在AI平台訪問量達到瓶頸的形勢下，大模型公司高昂的成本逐漸成為負擔。
一來「人貴」，行業平均稅後人才成本差不多在100萬元。
二來「卡貴」，做大模型的乞丐版配置是50台GPU，而一張A100顯卡價格已超過1萬美元。
成本激增，競爭也在加劇。大模型中的「紅皇后效應」，意味著企業如果不以兩倍速奔跑就等同於原地踏步。大家都迫切找到實際應用場景和可持續的盈利模式。
阿里雲智能集團資深副總裁、公共雲事業部總裁劉偉光認為：「AI推理成本只有每年有十倍甚至百倍的降低，才能真正推動各行各業的AI應用的爆發。」
一個基本的商業規律是，價格下降，獲客越快，越能攤平研發成本，推理成本進一步降低，最後進入「利潤增長—研發加強—技術創新」的正循環中。
更為重要的是，這波價格戰基本集中在API，也就是說企業在「搶奪」開發者，只有吸引的開發者足夠多，當API和公共雲集合，才能出現更繁榮的應用生態。
生態越完善，使用場景越多，用戶規模越大，生成的新數據才越能夠反哺大模型性能的提升。
這便是通過應用落地反向創新的路徑——成本，不管是訓練成本還是電力等基建成本，成為了AIGC競賽的下半場。
尋找豐富的應用場景：中國需要「下圍棋」
打造一個好的AIGC的商業模式，極低的試錯成本很重要，豐富的應用場景也很重要。
前工信部部長苗圩就有過一個形象的比喻：中國大模型想突圍，要學會「下圍棋」。下圍棋，就是尋找應用落地場景。
從大數據時代到AI時代，中國通過「規模化—降本—創新」正循環的模式，誕生了很多數智化奇蹟。
中國作為工業大國，如今需要挖掘更多的應用場景，加快AIGC對產業第三次賦能疊代。
《雲上的中國》系列圖書和紀錄片就紀錄了數字化和智能化對產業的改造。
比如攀枝花的「鋼鐵大腦」，成宜高速和三一重工的數字孿生技術應用，水果烘乾機企業接入工業網際網路，這些工業項目所產生的數據，都被匯聚到一個叫「雲」的平台上，然後再通過對數據的挖掘和邊緣計算，產生新的數據資產，進而改變上下游，誕生新的商業模式。
如今《雲上的中國》新的紀錄片又為我們展示了一個個人工智慧時代下的工業改造案例。
以挖掘機為例，如果說三一重工是通過傳感器收集數據，那麼如今的「虛擬遊戲AI應用」收集數據的方法則更為新奇:在一個遊戲的仿真環境里，只要變換不同卡車、挖掘機的模型，通過遊戲化操作就可以生成大量的訓練數據。
玩家以為自己在玩遊戲，實際上是在生成新數據，然後交給AI處理，最後遷移到真實的物理機器上面。
操作者只要在辦公室里喝喝咖啡，就能遠程控制機器去進行搶險、下礦坑等危險操作--這已經在現實中落地了。
再以汽車行業為例。智能座駕是中國新能源汽車的優勢項目。為了保持領先優勢，中國車企通過大模型一直在做疊代：理想汽車開發MindGPT、問界M9接入盤古大模型、吉利研發星睿AI大模型……它們的終極目標，是將汽車變成具有人格化的「汽車機器人」。
比如以前「幫我把車窗打開」的智能語音是命令式、規則式的，而引入大模型後，可以變成自然語言的交互方式，比如「我有點悶，透透氣吧」，人機互動會變得更為平等。
大模型還會根據車主習慣，推薦旅遊路線、附近美食等等，相當於是一個私人助理。
當然，若要實現工業級應用和賦予汽車「人性」，終究離不開強大的算力和極低的訓練成本，目前國內AI算力較為稀缺，汽車類應用模型想要活下去，必須藉助雲平台的能力。
像目前國內車企算力第一的吉利星睿，其算力能達到102億億次/秒，語言大模型總訓練數據量超過3萬億token，而它又是基於阿里雲搭建的「雲計算、大數據、AI」一體化的計算平台，不僅算力足夠，訓練成本也是同行業最低。
「中國不需要這麼多通用大模型，我們需要的是垂直應用大模型。」吳曉波老師在紀錄片《雲上的中國》第三季總結道。
低成本低門檻的工具：普通人的創業機會
近三十年來，中國在信息革命的時代巨輪中誕生了三次網際網路創業潮。
第一波是PC網際網路基礎設施創業，誕生了阿里、網易等企業；第二波是2012年之後的移動網際網路應用創業，形成了激進徹底的本土化創新；而第三波創業潮，或許將由大模型和人工智慧驅動。
無論是基礎設施，還是移動端創新，前兩次創業潮都具有高門檻、高資金的特徵，而第三次創業的一個最明顯的優勢是：在不斷疊代的AI工具幫助下，創業成本和門檻將大幅下降——這將是每個中國普通人通過創業致富的機會。
除了對工業的改造，《雲上的中國》紀錄片還提到不少普通人抓住AI機遇的故事。
在創業之前，張華只是一個不懂編程的運營，也是一位「女兒奴」。
2023年AIGC的火熱，讓他進行了一次「嘗鮮」：把女兒的遊玩經歷製作成一個繪本。他利用了ChatGPT生成了一個故事，再結合文生圖工具Midjourney將故事生成10張情節連貫的圖片，最後裝訂成冊，一本專屬於女兒的繪本就做成了。
看著女兒愛不釋手，張華萌生了一個創業想法：能不能通過AI工具，做一個以孩子為主角，可自由創作的繪本產品呢？
在驗證了需求的真實性和市場規模後，張華的「童話故事」上線微信小程序——國內首個基於AIGC能力的兒童繪本故事製作產品。
在張華看來，童話故事本質是一個網際網路產品。
「最好的網際網路產品其實是剛需、高頻的，它需要提供一個用戶的使用場景，用戶只有覺得有價值才會願意重複使用，未來我們才能商業化。」
和AI賦能工業一樣，複雜的中國社會並不缺豐富的應用場景，這意味著每一個細分場景都有可能被AI重做一遍，升級成一種新的服務方式。
所以在每個被顆粒化的場景中，都蘊藏著創業的機會，而這一切都取決於極低的試錯成本。
正如吳曉波老師所說的：「這一輪創業，創業者創建一個平台型公司的機會越來越少，但創業的顆粒度會變得越來越細。」
由於監管和法規限制，國外大模型用不了了，張華決定改用國內大模型阿里雲通義系列。
令他意外的是，藉助阿里雲後，每個月的IT開銷僅不到1萬元。上線一年後，「童話故事」用戶增長了700倍。
這一切都給了張華信心。他希望將家庭閱讀場景的互動做透，甚至想把產品打造成AI家庭助手，然後推向全球。
一個完全不懂編程的運營，做一件十年前靠砸錢才能成功的事兒，看似不太靠譜。但他藉助了大模型這個「外腦」，團隊只要解決前端的場景和內容設計就可以了。
「雲」上的中國：一個澎湃的時代
和PC網際網路和移動網際網路時代的路徑一樣，我們即將迎接一個技術顛覆的時代，也同樣走向一個大基礎設施的時代——一個「雲」上的中國。
因為大模型越是發展，雲計算等算力要求也就越高，算力將更多地建立在大規模GPU集群的基礎上，包括網絡儲存的提升，所以AIGC的推理和訓練成本，可能越來越走向雲端。
而更便宜的算力，不僅僅是只由「摩爾定律」中的電晶體密度所決定，公共雲的技術紅利和規模效應能帶來算力的持續優化。
可以預見的是，隨著基礎設施價格的下降，AIGC領域或將迎來新一輪的創新，而商業模式的比拼將變得愈發激烈。
所以創投圈裡一個明顯的趨勢是：資金流逐漸向頭部大模型集中，潛在投資者的興趣更多地轉向了應用層面的創新和落地。
而綁定好一個大平台，將對企業和普通創業者產生至關重要的影響，它不僅能提供算力和極低的資費，去賦能工業升級，也能為個人提供創造財富的機會。
未來一切的劇變便是AI普惠性所帶來的科技向善的一面，也是《雲上的中國3》及其第三季紀錄片試圖告訴我們的——走遍100家AI公司，得到中國AI創業所有答案。這部由吳曉波老師領銜策劃並參與一線調研的作品，第一次全面展現了AI浪潮中，中國各行各業的場景創新和顛覆式發展、企業正在尋找的新的增長極，以及對AIGC的應用和發展全景式的梳理和思考。
我們期待這個即將到來的澎湃時代。
主編 | 何夢飛| 圖源 | VCG