自去年年底，ChatGPT 橫空出世后，全球掀起了大模型熱潮。當下，“百模大戰”如火如荼，據說僅國內的大模型，就超過了100個。下場的既有百度、阿里這樣的巨頭，也有二、三線科技公司和為數不少的創業公司。行業充滿了熱情，自然是件好事，但任何科技賽道都逃不過“二八定律”，未來的大模型賽道，又有幾家能笑到最后呢？

時至今日，眾多大模型“后輩”中，能與GPT 相比的就沒有幾個。現實很殘酷，對絕大多數中小型公司來說，大模型的“大”，無論是算力上還是數據上，都是它們難以企及的，不少大模型更像是“打腫臉充胖子”，實際并未達到預期的水準。

而更大的問題，出現在大模型從ToC向ToB的轉變中。

據數據公司SimilarWeb的統計，從5月到6月，ChatGPT的全球流量下降了9.7%，美國境內流量下降了10.3%。大模型在C端的應用似乎暫時達到了天花板，還需要更加“殺手級”的應用出現。而在B端，大模型則展現了驚人的潛力，最直接的表現，就是對之前較為簡單的AI工具的替代。比如智能客服，在大模型的加持下，智能水平較以往有明顯的提升。在代碼生成、金融決策、生命科學等領域，大模型也有極大的想象空間。

對此，企業也表現出了高漲的熱情，由于訓練大模型的成本過高，廣大開發者和企業，還是要選擇某個大模型。但是，正如百度所主張的，大模型正在引發IT架構的巨變，從以往的三層架構向“芯片-框架-模型-應用”四層架構轉變，選擇大模型，正變得像以往企業選擇操作系統、數據庫一樣重。

參考歷史經驗，這需要廠商具備強大的技術水平，以及不斷迭代升級的能力。要滿足可控和合規的要求，也需要廠商有較強的綜合能力，能夠長期穩定的投入人力物力。

其次，大模型廠商不僅僅是提供一個聊天機器人，要針對企業需求，要能夠提供易用性、完備度、安全性、穩定性都有保證的工具鏈。企業用戶的需求各不相同，選擇大模型并不是有強大的通用能力就可以，在關注大模型技術棧完備性的同時，企業還需要選擇適合自身業務的廠商。這要求廠商有充分的產業應用經驗積累，能夠將技術應用到實際業務場景中。

對初創團隊來說，大模型深入行業內落地顯然是很難達到的。即使創始人有比較深厚的行業背景或者技術背景，但初創團隊的不確定性較大，可能因人成事，也可能因關鍵人物的離開而一蹶不振。今年年初，王慧文的光年之外一度是大模型領域最耀眼的創業項目，但隨著他因個人健康原因不得不離開，光年之外也被美團收購和接手。

高昂的投入成本，讓初創公司隨時可能因資金流斷裂倒閉，進而造成企業項目的爛尾。

在Meta開源大模型Llama 2之后，很多大模型創業項目，可以說剛開始就夭折了，遑論與主流大模型競爭。

實際上，即使是二線互聯網公司，比如科大訊飛，也被外界質疑公司虧損嚴重，沒有能力持續投入到大模型上，更不用說還無法規模商業化，主要資金來源依靠融資和借債的初創公司了。

而即使是初創團隊最容易追趕的單項指標——技術水平上，在SuperCLUE不久前發布的最新測評榜單中，可以看到，憑“硬實力”說話，還是大廠更勝一籌，其中百度的最新版本的文心一言，在中文領域已經超過了GPT-3.5，足以對標國外主流大模型了。

而且，目前國內排名靠前的大模型廠商，如百度文心大模型，阿里云通義千問，還有華為盤古大模型，都在積極拓展ToB業務。不久前，IDC發布的《AI大模型技術能力評估報告，2023》中，就圍繞著產品技術、服務生態以及行業應用三大維度，考察大模型的10余項指標，對國內主流大模型，包括百度、阿里、騰訊、華為、科大訊飛、360、商湯等14家廠商參進行了評估。

其中，百度文心大模型獲得綜合評分第一。在算法模型、服務能力、生態合作、行業覆蓋等方面，幾大主流大模型也可謂是各有千秋。

這無疑體現了，大廠在大模型競賽中的絕對優勢。在產品技術和行業應用上，遠勝過二三線的競品。比如排名第一的文心大模型，據其官方透露，已經有15萬家企業申請接入文心一言測試，百度智能云與300多家生態伙伴，在超過400個場景中已取得相當不錯的測試效果，并聯合多家企業單位合作發布了11個行業大模型。

對大多數大模型來說，可能這就足以讓它們輸在了起點上。而對百度、阿里、華為來說，競賽卻剛剛開始，長期投入和深耕行業，對大廠而言，不是口號，而是一定會去執行的事情。