2024 AI 展望:OpenAI再打响指,我们还能期盼什么?

热搜大全 > 新闻热搜 > 科技热搜 > 正文

2024 AI 展望:OpenAI再打响指,我们还能期盼什么?

热搜大全 2024-02-19

2024 AI 展望:OpenAI再打响指,我们还能期盼什么?

文 | 周鑫雨

编辑 | 苏建勋

若将中国的 AI 发展看做是一本小说,你会发现,2023 年用一页的篇幅,几近写完了曾经计算机视觉(CV)的三年:起风,落地,再到危机暗涌。

2022 年末,太平洋对岸的 ChatGPT 石破天惊,拉开了名为 AI 大模型的全球竞速——热钱和人才集中涌向这个赛道。

这一年,中国模型层一共诞生了 5 家独角兽:智谱 AI、MiniMax、百川智能、零一万物、月之暗面。无论是从头训,还是基于现成模型微调,国内约 200 个大模型加入 " 百模大战 ",AI 领域融资事件数比 2022 年增长了 145%。

AI 的技术突破,也为这个赛道吸纳了不少顶尖人才:来自国内外最高学府的知名学者教授下海,互联网老兵出山,谷歌、微软等海外大厂出身的华人回国。

但与热闹和振奋人心的技术突破相对的,是疲软的资本市场和紧缺的资源。美元基金的退出、英伟达芯片的禁运,倒逼 AI 企业内修功力、外寻新机:找场景快速落地,出海拓展商业机会。

从锤炼技术,到快速的商业化落地,也将更为抽象的问题摆到 AI 厂商面前:如何找准落地场景?如何实现数据飞轮?

从 Copilot 到 AI Agent(智能体),热门概念和 demo 的不断涌现,让市场对 AI 的能力充满了想象。但较为残酷的现实是,囿于底层模型的能力,AI 能落地的场景仍然有限。

从模型层相关的多模态、幻觉问题,到硬件层面的 NPU(神经元计算处理器),AI 产业上下游要解决的技术难点还有很多。对于应用厂商而言,则要根据技术现状将落地场景加以细分,或者找到具有独特价值的落地场景。

即便度过了机会和危机并存的 2023,没人怀疑,2024 年,AI 依然会是舞台上的主角。

开年的 " 王炸 ",依然来自 OpenAI ——北京时间 2024 年 2 月 16 日,OpenAI 推出了可以生成 60 秒连贯流畅、超逼真的高清视频的视频生成模型 Sora。对于不少视频模型的创业公司而言," 灭霸 "OpenAI 的开年响指并不好受。但业内更多人认为,视频等多模态模型,将在 2024 年创造新的商机。

而市场,也已经做好了迎接 AI 商业化的准备。经历三年疲软的消费市场,在 2023 年 Q3 终于复苏。在硬件层面,手机、PC 等消费电子的销量回升有目共睹。在软件应用层面,根据移动市场分析平台 data.ai 的统计,2023 年全球移动市场用户的支出同比增长了 3% ——截至 2023 年末,生成式 AI 应用的月用户支出也突破了 1000 万美元。

2023 年下半年以来,出海淘金,也成了不少 AI 厂商拓展商业机会的方式。无论是在新环境中寻求资本,还是寻找具有更高付费能力和意愿的客户,不少国内的 AI 厂商提起出海,都给予 36 氪同样的答复:"Why not?"

2024 年,关于大模型的机会、应用落地的方向、做 ToB 还是 ToC、本地化还是出海,36 氪总结了 6 大趋势。

一、语言日渐拥挤,视听乘风起势

即便模型层短时间内诞生了 5 家独角兽,但企名 Pro 的数据显示,2023 年 AI 领域的融资总额比 2022 年少了 4.5%,甚至还不到 2021 年的一半。

这意味着,热钱集中地涌向了少数团队背景和技术实力强大的公司。从资源分配的角度而言,后来者想要再挤进模型层创业,空间已经不多。

智谱 AI CEO 张鹏认为,从商业竞争的角度而言,2024 年 LLM 赛道已经接近红海:" 一,算力等资源紧张的问题还没有解决;二,从市场空间的角度而言,不需要重复造轮子;三,模型能力很大程度上依赖先发优势,积累用户反馈、行程数据,从技术迭代的角度,后来者很难跟上主流的水平。"

即便零一万物内部的模型训练研究显示,模型参数量还有很大的提高空间,在零一万物技术副总裁、Pretrain(预训练)负责人黄文灏看来,目前模型层的困难主要是在算力资源上:

" 从 GPT3.5 到 GPT4 有大量的技术挑战要解决,算力资源限制会减少迭代试错的机会,大家都会选择确定性较高的路径,就错过了一些创新的机会。"

红海中,永恒不变的只有顶级人才的号召力。远识资本董事 Yuca 对 36 氪表示,基金不会把鸡蛋放在同个篮子里,OpenAI、微软、谷歌这些顶级公司的华人专家,还存在撬动国内资源的可能。

LLM 赛道日渐拥挤,但 3D、视听等多模态模型仍是一片蓝海。

月之暗面联合创始人周昕宇向 36 氪列举了不少模型有待突破的底层技术,其中不少与多模态有关,比如如何对多模态数据进行统一表示;如何用计算来突破数据的瓶颈;如何研发出更高效的多模态无损压缩神经网络架构。他认为,这些技术突破都可能成为 2024 年模型层公司的机会,但也可能需要更长时间才能取得突破。

多模态能力的突破,也将给大模型的整体能力带来超预期的提升。" 由于大模型的泛化性,能力迭代往往是通用的、全面的提高,不会是单点的突破。" 黄文灏告诉 36 氪," 无论是图片还是音频,多模态数据会和文字形成 1 1>2 的效果。"

不过,3D 和视听生成技术在 2023 年的迭代速度之快,已让人瞥见 2024 年的商业化浪潮。以技术复杂的视频生成为例,2023 年初,视频生成模型尚且只能将多个静止的图像拼接成几秒长的剪辑。但不到 6 个月,以 Runway Gen2 为代表的模型就能生成几秒长的电影级影片。

时间再来到同年 11 月,由 4 名华人创立的动画视频生成公司 Pika,就释出了可以生成分钟级高质动画视频的产品。Pika 的估值,也飙升至近 2 亿美元。

而仅仅再过了 3 个月,2024 年 2 月 16 日," 灭霸 "OpenAI 又杀死了视频生成的游戏,发布可以生成 60 秒连贯高清视频的文生视频模型 Sora。这也意味着,视频生成模型距离商用,已经近在咫尺。

LLM 解决的是最基本的交流问题,而 3D、视听等多模态则能让 AI 模型拥有超人类的感官,应用创新和模式创新的机会远多于 LLM。

多模态技术能落地的场景,大致可以分成两类:一类是提供生产力工具,另一类则是提供新场景。

在工作和生产场景下,模型服务的商业模式已经较为成熟,但这也意味着入局者众多,竞争压力更大。企业的核心竞争力在于能否建立全流程服务,满足用户的细分需求,同时形成数据飞轮。

随着多模态技术的提升,不少人在智舱、物联网、XR 等场景中看到了新机会。对于新场景的创业者而言,跑通商业模式的先决条件,则是寻找到具有独特价值的细分场景。

二、模型 " 瘦身 ",先场景后模型

但通用基座的红海,并不意味着模型层已经失去入局的空间。

一个明显的趋势是,随着应用落地的加速,不少中小模型厂商开始 " 瞄准钉子挥锤子 ",先找到能落地的细分场景,再针对性地训练模型。

这一现象,与市场的反馈不无关系。应用落地的迫切性,让下游厂商比起更强大的通用性能,更关切模型调用的成本,以及在端侧部署的可能性。

由于模型推理需要消耗的算力巨大,来自底层的成本压力会层层传导至下游。以 OpenAI 为例,根据美国金融公司 Bernstein 的分析,如果 ChatGPT 的访问量达到谷歌浏览器的十分之一,OpenAI 初始需要的 GPU 价值高达 481 亿美元——这部分的成本也势必会分摊到下游的应用厂商。

降本最直接的方式,是减少模型的参数量。2023 年下半年以来,不少拥有千亿级参数基座的模型厂商,都发布了十亿级参数的模型。比如百川智能发布了 7B 的语言模型,智谱 AI 和零一万物发布了 6B 的模型版本,用纯 CPU 就能将模型跑起来。

但光 " 瘦身 ",不足以成为模型厂商的竞争力。其缘由在于,各家大模型的能力尚未产生明显差距。远识资本董事 Yuca 举了一个例子:在国外,所有应用厂商优先考虑的模型一定是 GPT-4;但在国内,应用厂商挑不出一个出类拔萃的,一般会考虑把十几个主流模型都先试试。

" 现在谈大模型的竞争力还为时尚早。" 网易有道 CEO 周枫对 36 氪表示," 核心是要从应用中找到千亿级的市场机会,找到‘大模型原生’的产品形态是关键。"

他以有道的长项翻译场景为例,虽然有道自研的百亿参数模型 " 子曰 " 整体对话能力不如千亿参数的 ChatGPT,但通过基于向量数据库的训练," 子曰 " 能够 5 秒翻译 67 页长论文。

即便认为 " 现在谈大模型的竞争力还为时尚早 " 的判断还有待商榷,智谱 AI CEO 张鹏在模型落地层面,表达了类似的观点:" 落地阶段最重要的是找对场景,培养用户,形成数据飞轮。"

培养用户,越早越好。月之暗面联合创始人周昕宇告诉 36 氪,从新技术的扩散曲线来看,最早期的用户和开发者会带动更多的用户:"2023 年可以吸取的经验教训是,应该更早点儿给用户去用,很多用户自己会探索大模型产品的边界,发现产品经理想不到的场景和应用。2024 年,AI 落地的重点是如何与用户一起成长。"

一个通过找对场景,顺利在模型层占有一席之地的典型案例,是估值达 5.2 亿美元的 AI 公司 Perplexity。Perplexity 通过将大模型和搜索引擎结合,开发出了类似于 New Bing 的对话式搜索引擎。

不过,Perplexity 的模型,最初是基于一些规模更小、推理更快的模型进行微调而来。直到最近,他们才开始训练自己的模型。

对于前期 " 套壳 " 的决定,Perplexity CEO Aravind Srinivas 在播客节目中锐评:"成为一个拥有十万用户的套壳产品,显然比拥有自有模型却没有用户更有价值。"

不过在未来,自训模型仍然会成为 AI 应用企业不可缺失的一环。"AI 公司的核心竞争力会是模型、应用、infra ‘三位一体’的能力。最大的应用公司必须掌握模型训练能力,模型的推理成本降低对应用是最大的提升。三者缺一不可。" 零一万物技术副总裁、Pretrain(预训练)负责人黄文灏对 36 氪表示。

三、可穿戴,家居 ……AI 托举细分硬件

2024 年,将是 AI 硬件元年——这一判断,已经出现在国内外不少厂商的年初展望中:

高通总裁兼 CEO Cristiano Amon 在接受媒体采访时表示,2024 年将成为全球 AI 手机元年;联想集团 CEO 杨元庆将 2024 年视为 "AI PC 出货元年 ";OPPO 高级副总裁刘作虎在发布会上直言:"2024 年,不布局大模型的手机企业未来没戏。"

不少硬件厂商,将 AI 大模型视作消费电子低迷三年后的一根 " 救命稻草 "。但厂商们将 AI 从云端转移至终端设备,有着更为现实的考量——在大模型和终端的适配标准尚未建立之时,押注下一个入口型智能硬件,争先建立继 IOS、安卓、Windows 之后 AI OS(操作系统)。

比如 1 月 10 日,荣耀发布了新一代 AI 系统 MagicOS 8.0,用 " 端云协同 " 作为 AI 生态的卖点。在 CES(国际电子消费展)上,联想透露预计在 2024 年内发布 " 智能终端 AI OS(操作系统)"。"Windows 老家 " 微软,也宣布将 AI 助手 Copilot 键引入 Windows 11 PC,并将其描述为 "AI PC 的第一步 "。

但无论是 PC、手机,还是汽车,这些具有复杂软硬件生态的智能终端,与大模型的结合仍然差一口气。

其一,被赋予 " 高效率、低能耗 " 厚望的硬件 " 大脑 " —— NPU(神经网络处理器)芯片,仍处于研发初期。大模型接入智能终端后,能耗和运行效率问题依然难以解决。

其二,囿于大模型能力和硬件不统一的适配协议,AI 在智能终端上能落地的场景仍然有限。面壁智能 CTO 曾国洋告诉 36 氪,终端标准协议的建立,是全球软硬件厂商之间的博弈,很难预判胜者是谁。

相对地,瞄准垂直场景的设备,在结合 AI 模型后反而迅速开辟了市场。

在作为 " 科技市场风向标 " 的北美,AI 硬件迅速崛起的消费趋势已经证明了这一点。

比如在 CES 2024 首秀的橙色盒子 Rabbit R1,可以代理人类完成对手机的操作。发售首日,第一批的 1 万台机子就迅速售罄。在北美电子产品购物平台 ebay 上,甚至有人加价几百美元,靠拍卖 Rabbit R1 谋利。

Rabbit R1

事实证明,只要抓住用户的痛点,再垂直的场景都能带来巨大的财富。

比如 AI 戒指——售价 349 美元(约 2507.31 元)的 AI 戒指 Gen3,主打健康检测,其母公司 OuraRing 估值高达 25.5 亿美元;

AI 跑鞋——由 AI 驱动的跑鞋 Moonwalker,能够在不改变正常步行方式的情况下将步行速度提高 250%,即便预售价高达 999 美元(约 7177.09 元),在 Kickstarter 上也有 570 人参与众筹,募款额达到目标金额(9 万美元)的近 6 倍;

AI 徽章——得到微软和 OpenAI 投资的 Humane,推出了一款内嵌 GPT 的 AI 别针 AI Pin,主打通过手势交互调用通讯、搜索、播放音乐等不同功能,预定量已经超过 450 万台。

AI Pin 的搜索功能

以北美为鉴,不少业内人士认为,健康监测、家庭陪伴等被北美市场验证的场景,在 2024 年会马上在国内被复制。

而在具有中国特色的场景中,最被看好的则是学习和翻译。

回答的准确率,以及情绪价值的提供,一直是大众对 AI 教学、翻译能力的主要质疑点。但真金实银是最真实的市场反馈:接入 " 星火大模型 " 后,讯飞学习机、智能办公本、翻译机等产品在双十一全周期内销售额同比增长 126%;网易有道首款搭载大模型功能的有道词典笔 X6 pro,产品首发日销量超 4 万台,开学季销售额超 1 亿元。

在远识资本董事 Yuca 看来,在学习场景下,中国用户天然处于已经被教育好的状态:学习硬件的用户画像主要为中小学生群体,这一群体的特征是乐于接受 AI 科技等新鲜事物,且对授课方式敏感度不高。在知识类数据库(比如教材、真题)较为透明的情况下,AI 的准确率也得以保证,甚至稳定性高于人类教师。

而 AI 翻译产品可辐射的用户,比学生更广。Yuca 认为,随着旅游市场复苏、签证门槛放低,跨国交流成为刚需。随着 AI 能力的发展,耳机等不同形态的翻译设备也将率先走进口音 / 特定声音识别能力、同传速度这两个战场。

" 个性化分析和指导、引导式学习、全学科知识整合。" 谈及 AI 能给学习硬件带来的新机会,网易有道 CEO 周枫认为有三点。在教育场景中,这些功能的提升原被认为只有人才能做到,而随着多模态能力的提升、Agent 的发展,大模型在细分场景中更具有 " 拟人 " 的能力。

四、留住用户,拼全流程服务

2023 年,不少 AI 应用快速起高楼,又迅速如昙花一现:

提供文案、图片生成等 AI 营销工具的 Jasper,在 2022 年底估值一度高达 15 亿美元,拥有 100 万总用户和 7 万付费用户。但仅过了半年,Jasper 用户量锐减,面向员工的股票估值打了 8 折,并开启裁员;

在国内红极一时的 AI 写真生成应用 " 妙鸭相机 ",高峰期排队人数高达 4000-5000 人,等待时间要十几个小时。但根据七麦数据,上线不到 4 个月,伴随着创始人的离职,妙鸭相机在 IOS" 社交 " 应用榜单上的排名,从榜首一路下滑到 60 开外。

不少 AI 应用都难以逃脱 " 倒 U 型 " 用户量曲线的魔障。其核心原因有二:底层技术没有壁垒,同质化产品易复制;服务链条短,用户难以对工具生态产生依赖。

海外头部 AI 图像生成应用下载趋势,图源:Sensor Tower

" 像妙鸭一样的 AI 软件应用,可以通过巧妙的营销或者获客方式快速起量。但想要维持用户增长,超越美图、Photoshop 这样的产品,核心在于妙鸭们能否将服务,快速迭代到全流程的水平。" 远识资本董事 Yuca 向 36 氪举了个例子:

妙鸭相机通过更精细的 AI 写生生成技术,快速聚集了一波用户。但妙鸭的服务链条仅限于照片生成,具有修图、编辑等需求的用户,又会回到美图和 Photoshop 的服务生态。

AI 应用的用户留存思路,本质上与任何产品的发展并无二致:找到一个解决刚需的场景,完善全流程的服务链条,不断迭代更新 IP,拓展使用场景

找场景和 IP 迭代,可以被视作产品不同发展阶段的流量入口。比如在《芭比》电影上映期间,AI 写真小程序 "45 AI",靠首发芭比模板在两天内聚集了 2 万多用户,美图秀秀等老牌美图软件也紧随其后上线芭比模板。而春节将至,ChatMind、MiniMax 等团队也快速在 AI 社交产品上,针对年轻人更新了亲戚拜年的闯关场景。

对不少产品来说,找到合适的流量入口不难,但用全流程服务和更广的场景承接流量并不简单。

例如,线上服务,需要从满足单点功能,延伸到涵盖使用前、中、后的全流程,比如针对想要体验写真生成的用户,企业还要满足他们后续修图、美颜的需求。当线上服务场景已经涵盖全流程,就要考虑往线下场景延伸,比如将 AI 功能嵌入多形态的硬件设备中。

在用户留存层面,2023 年能带给 2024 年的经验教训是:靠一个强大的 AI 功能并不能一劳永逸。毕竟,人类专业摄影师也难求一稿包过,根据用户的需求后期精修才是常态。

五、用 To C 的思维,做 To B 服务

2023 年,大模型落地很快产生了 To B 和 To C 的分野。

选择 To B 场景,大多离不开企业基因和商业化两个原因。智谱 AI CEO 张鹏谈及选择 To B 的原因,是公司成立初期已经原始积累了一批企业客户资源,"To B 是商业化能够比较快跑起来的途径 "。

选择 To B 或是 To C,也有产品迭代和建立数据飞轮的考量。作为为数不多坚定 To C 的大模型公司,月之暗面的理由是:迭代效率。月之暗面 CEO 杨植麟曾在公开采访中表示,这是一个 " 以终为始 " 的选择,月之暗面的 " 终 " 是探索智能边界,做个性化,反推适合的人才结构、产品策略的 " 始 ",就是 To C。

" 从长远来看,成功的商业策略应当是 To B 与 To C 并重,构建起既能满足企业和组织需求,又能贴近广大消费者的产品和服务生态体系。" 零一万物技术副总裁、Pretrain(预训练)负责人黄文灏告诉 36 氪。在他看来,To B 和 To C 业务对模型迭代能力的影响各有侧重。

" 通常来说,To B 业务因其专业性强、定制化需求多等特点,在企业服务方面已经相对成熟。To B 业务收集数据的速度虽然较慢,但所处理的数据通常更为结构化、质量更高,对于特定行业知识的学习与积累有着不可替代的优势。" 黄文灏表示," 而To C 业务,由于用户基数大、交互频繁且应用场景多元化,确实更容易形成数据飞轮效应。同时,由于消费者对新技术接受度高,创新扩散速度快,从而吸引更多的新用户,形成良性循环。"

然而在模型落地的实际过程中,不少厂商发现,To C 和 To B 的边界正在逐渐模糊

智谱 AI CEO 张鹏告诉 36 氪,大模型 To B 和以往的 To B 服务模式并不同。以往的 B 端服务,主要满足的是来自企业的业务流程标准化的需求。但大模型的智能能力提升后,企业对 To B 服务的需求,扩展到了工作提效、员工助手、知识培训等聚焦于个体服务的场景。

" 即便是做业务相关的 AI Agent,最终的用户是员工个体,服务的其实还是 C 端群体。" 张鹏解释。

什么叫做 To C 思维?在月之暗面联合创始人周昕宇看来," 用户会为对自己有帮助的产品直接买单。"与传统 To B 倡导服务的标准化不同,To C 服务需要满足不同用户的个性化需求。甚至于,To C 产品需要根据用户的使用习惯进行不断迭代,个性化的迭代会贯穿用户完整的使用周期。

不过,对于 To B 模型厂商而言,想要长久盈利,就必须提供标准化服务。

远识资本董事 Yuca 认为,国内数字化预算主要集中在大客户手中。目前对大模型厂商而言,服务大客户的定制化服务利润最高,但付出人力时间成本高,回款周期长,且只有极少部分大客户能够承担。

不少 To B 模型厂商,开始寻找能实现个性化服务的标准技术路径。比如,国内外已有不少厂商在 To B 大模型服务中引入 RAG(检索增强生成)流程,实现对企业的个性化服务。RAG 就好似大模型与企业私有数据库之间的 " 传声筒 ",随着私有数据库的更新,相应的模型服务也会随之更迭。

2024 年,To B 模型厂商抓住金字塔尖的大客户依然重要,Yuca 补充," 不同 ToB 行业有极高的行业壁垒,如何切入高行业壁垒的大客户也是需要思考的问题 "。但位于塔身的广大客群,是目前 To B 模型厂商立身的富矿。

六、出海,淘金

如今,出海成了不少国内 AI 厂商无奈又为之振奋的抉择。

中国互联网公司的海外 AI 产品

无奈,更多来源于对资源的内忧外患。

在美元基金退出、芯片供应受阻的大背景下,AI 厂商在国内融资、训练模型的难度骤增。据不完全统计,在国内,2023 年上半年融到钱的大模型企业大概有 20 多家,但下半年数量骤减至不到 1/2 ——钱早已涌向了少数大模型的早期玩家,后来者的处境并不乐观。

站在基金的角度,远识资本董事 Yuca 告诉 36 氪,由于时局并不明朗、IPO 充满不确定性,基金更在意如何在 IPO 前顺利退出,并且从中获利:"海外市场收并购相对国内成熟,出海项目存在收并购可能性较国内高很多,相比走 IPO 的独木桥,对基金来说退出更容易一些。"

相较于国内,海外,尤其是北美,企业之间的收并购更为常见。据数据分析公司 GlobalData 统计,在 2016 年到 2020 年期间,苹果一共收购了 25 家 AI 公司,谷歌收购了 14 家,微软收购了 12 家。

被这些大厂收购后,创业者依然能够选择二次创业。比如,曾为苹果员工的 Adam Menges,在创办的两家公司分别被微软和 Niantic 收购后,他又加入了 AI 设计初创企业 Visual Electric,获得了红杉的投资。

而出海更令人振奋的原由,莫过于海外有着近中国 14 倍规模的 AI 市场。IDC 的报告显示,2022 年中国 AI 软件市场规模为 307 亿元,全球则为 640 亿美元(约 4606.4 亿元)。

同时,在全球成本差异不大的前提下,由于付费能力和付费意识的差异,同样产品在海外的利润率将高得多。以 Apple Music 为例,同样的音乐服务,美国的订阅费是 10 美元 / 月(约 71.93 元 / 月),是中国订阅费(10 元 / 月)的 7 倍。

至于模型服务,智谱 AI CEO 张鹏认为,海外客户对标准化的接受程度更高,但国内客户更倾向于选择定制化,这导致模型服务在国内的 ROI(投资回报率)并不高。不少受访者的观点是,只要能和 OpenAI、微软等大厂形成服务或者价格上的差异化优势,出海对于 To B 模型厂商而言能够拓展更多商业机会。

此外,一个不得不承认的事实是,国内大模型与 GPT-4 的客观差距仍然存在。但目前,GPT-4 等部分高性能模型无法进入国内市场。在海外,依托于更高性能的模型底座,AI 厂商能够实现更多的应用创新和模式创新。

在与国外厂商技术差距可控的前提下,中国 AI 厂商出海的天然优势,则在于对渠道和价格的把控能力

对于 AI 软件厂商,尤其是 To C 应用而言,经受国内社交 电商 视频三位一体的复杂获客渠道的捶打,面对国外以亚马逊、Instagram 等独立平台为主的渠道生态,就从容了许多。" 能在国内这么卷的渠道环境中杀出来的,在国外一定不会差。" 一名在北美的 AI 创业者对 36 氪判断。

对于 AI 硬件厂商而言,极致性价比依然是收割海外客户的利器。即便全球供应链正在往东南亚转移,但核心部件的生产技术专利仍然把握在中国厂商手中。AI 硬件厂商能够通过供应链优势,在海外市场把握定价权。

不过,厂商们也要清楚地认识到,海外市场与国内市场存在不小的差异,这会全方位地影响产品定位、UI 设计、训练数据、团队建设。将本地化产品或者团队 1:1 复刻到海外,结局大多是水土不服、铩羽而归。

比如对于 AI 绘画软件,国内用户偏爱国风模板,但海外用户则更偏爱漫威和 3D。在国内,To B 的 AI 公司需要建立相当规模的工程化团队,以满足客户的定制化需求,但在标准化接受程度高的海外,AI 公司反而要放更多精力在底层技术打磨,以及建立高水平的销售团队上。

如今,一批国内大厂已经用 AI 瞄准了海外市场,而不少 AI 初创企业的出海财富故事,也已在业内流传:

由西南财经大学计算机教授段江创立的 AI 图片编辑软件 Fotor,在全球超过 5000 个 AI 应用中,2023 年 9、10 两月访问量排名 23,月活高达千万;MiniMax 旗下的海外 AI 聊天软件 Talkie,自 2023 年 8 月发布以来,就长期位于美国 Google Play 娱乐应用下载榜前 10。

可以预见的是,成功探路的案例越多,AI 出海的队伍将在 2024 年愈发壮大。

故宫博物院:禁止穿拖鞋参观!

故宫博物院:禁止穿拖鞋参观!

热点 博物馆 微信公众号 拖鞋 网友 新闻 资讯 直播 视频 美图 社区 本地 热点 2023-07-23

北京千万资产家庭数量全国第一:人员平均工资均超20万 半导体等行业最吃香

北京千万资产家庭数量全国第一:人员平均工资均超20万 半导体等行业最吃香

科技热搜 工资 行业 资产 北京 家庭 新闻 资讯 直播 视频 美图 社区 本地 热点 2023-12-07

全长183.663公里!绥大高速公路正式通车运营:共设9处收费站

全长183.663公里!绥大高速公路正式通车运营:共设9处收费站

科技热搜 绥化 大庆 高速公路 卫星 中国铁建 新闻 资讯 直播 视频 美图 社区 本地 热点 2024-03-06

横店明星得病瓜,到底是谁?

横店明星得病瓜,到底是谁?

娱乐热点 明星 横店 罗志祥 圈外人 指向性 新闻 资讯 直播 视频 美图 社区 本地 热点 2024-02-21

张柏芝穿紧身露背长裙亮相 卷发造型显气质

张柏芝穿紧身露背长裙亮相 卷发造型显气质

娱乐热点 张柏芝 造型 长裙 紧身 气质 新闻 资讯 直播 视频 美图 社区 本地 热点 2023-09-23

曾被卖出19万美元高价!这台初代iPhone太猛了 曾被卖出19万美元高价!这台初代iPhone太猛了