中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

“AI 浪潮洶涌，智譜全線啟航?！?024 年，AI 行業(yè)在希望與困境中徘徊，智譜 AI 踏上全面出擊之路。但在這一征程中，它究竟面臨著怎樣的挑戰(zhàn)與機遇？其戰(zhàn)略布局又將如何影響未來發(fā)展？讓我們一同深入剖析。

2024年，眼看著就要走到年終了。這一年，對于AI行業(yè)而言，無疑是希望與痛苦交織的一年。希望的地方在于，AI又取得了一些實實在在的進展。例如以GPT 4o 為代表的實時語音AI的興起，以及o1為代表的深度推理類LLM的問世。痛苦的地方在于，在商業(yè)化方面（尤其是C端），AI仍未能真正打開局面。可以說，這一年，每個還在堅持的AI企業(yè)，都在這兩種狀態(tài)間反復掙扎，OpenAI據傳2023年虧損額度將達到50億美金。而國內的大模型鼻祖智譜AI，也無疑是這種困境下的代表。起初，身為“大模型六小虎”之一的智譜AI，因其創(chuàng)始人張鵬等清華出身的背景，以及在大模型上最早的探索，在國內引領了AGI的發(fā)展。經過近幾年的殘酷歷練后，存活下來的智譜AI，開始逐漸自信，采取了“全面出擊”的戰(zhàn)略，在文本、視頻、語音、代碼等多個方向上全線出擊。在產品層面，AI搜索、AI繪畫、AI視頻、AutoGLM等等也都有布局；甚至在資本層面，也完成首期15億資金的生態(tài)基金。

智譜目前的產品線

從商業(yè)層面來看，這種現象背后，折射出的是中國AI創(chuàng)業(yè)公司普遍面臨的一個戰(zhàn)略困境：在資本和市場的雙重壓力下，企業(yè)不得不在“深耕”和“廣拓”之間做出選擇。在算力并不充裕的情況下，整個行業(yè)是否會陷入“大而不強”的怪圈？智譜AI的轉變，恰恰是這種行業(yè)普遍現象的一個縮影。

1.全線出擊下的疲態(tài)

采取“全線出擊”策略后，智譜AI變得比之前更好了嗎？

至少從最核心的文本大模型來看，這個答案是不確定的。

要知道，在今年年初，智譜AI的 GLM-4，曾經在多項測試中直逼GPT-4，在當時被認為是最有希望追趕上后者的國產大模型之一。

可后來，情況卻發(fā)生了變化。

到了今年九月份的時候，在國內外通用大模型SuperCLUE基準榜單中，智譜AI的GML-4，已經排到了第10名開外。

到了這時，智譜AI在語言大模型方面，已經泯然眾人矣，失去了當初身為“佼佼者”的突出地位。

這樣的情況，直到今年10月，其發(fā)布了最新的旗艦大模型——GLM-4-Plus，才得到了一定程度的扭轉，重回優(yōu)勢地位。

除了文本模型的優(yōu)勢，在多模態(tài)方向上，智譜AI的表現，并沒有呈現領先的姿態(tài)。

以智譜AI的“清言”視頻大模型為例，就現階段而言，其生成的部分畫面模糊、粗糙，而且人物或物體的運動軌跡都較為僵硬，與可靈AI等一線視頻模型相比，有著很大差距。

同樣地，在語音AI方面，雖然今年智譜AI推出了類似GPT-4o那樣，可以進行實時進行語音交流的端到端語音AI。

但在實際表現中，該語音大模型，雖然確實做到了“說話流暢”，但在智力水準上，卻與文本大模型存在著較大差距。

同樣一個問題，在詢問GML-4的文本大模型時，得到了較為詳盡的回答，而在實時語音狀態(tài)下，回答得卻很簡略、敷衍。

雖然在今年10月，智譜AI通過AutoGML，在AGent技術、端側AI這一領域打了場翻身仗，并一度引得相關概念股暴漲，比OpenAI在這一領域還快了一步。很多人聲稱AI操控電腦時代要來臨，但這一技術要更大的應用場景是AI手機，還需要時間來落地。

AutoGML能執(zhí)行的8款應用

圖片來源于網絡

于是，在強敵環(huán)伺，自身護城河并不十分牢固的情況下，一個明顯的危機，正在逐漸籠罩智譜AI，那就是：

企業(yè)越是想通過多元化來降低經營難度，反而可能加大了戰(zhàn)略失焦的風險。

但某種程度上說，這樣“大而全”的策略，也是當下大模型商業(yè)化困境的一種縮影。

在大模型商業(yè)化不明朗的當下，缺乏自我造血能力的企業(yè)，要想活下來，往往就只有依靠融資。

而要想獲得大量融資，企業(yè)就只能按照投資人的預期，不斷擴大戰(zhàn)略版圖，在短期內制造繁榮的市場表象。

目前，智譜AI的總估值在30億美元左右，而OpenAI的估值則在千億美元級別。在資源有限的情況下，其著實難以做到后者那樣“廣博而強大?！辈贿^，對于核心競爭力被稀釋的危機，智譜AI也不是毫無應對之策。

2.創(chuàng)業(yè)公司的生態(tài)奇招

智譜AI的第一個策略，看似稀松平常，但卻經過了一定的構思。

這個策略，就是開源，而且是“分層開源”。

他們有選擇地將模型能力開源，但在此基礎上構建了一個商業(yè)化閉環(huán)：基礎層開源獲取開發(fā)者青睞，MaaS層則通過定制化服務實現收費。

具體來說，在今年6月的開發(fā)者大會上，智譜AI發(fā)布了自己最新的開源成果 ——GLM-4-9B，性能、功能、多模態(tài)能力，還有多語言支持，樣樣都能打。幾乎全面超過了當時的開源王者Llama-3 8B。

此舉很快吸引了大批開發(fā)者的好評，在開源社區(qū)Github上收獲了5.2K的Star。

而在MaaS層面，智譜則通過開放平臺加持行業(yè)垂直生態(tài)，加上階梯折扣權益和送token，吸引了一批B端的客戶。

所謂階梯折扣權益，換言之就是模型用量越多，計費折扣越大，例如B開發(fā)者在調用智譜模型的API，獲得相應的權益積分，以其最新的旗艦模型GLM-4-Plus為例，每消耗1萬 Tokens可獲得2積分。

按照積分的不同，智譜將B端用戶分成了從V0到V3四個等級，其中V3最高可享6折優(yōu)惠。

這種策略本質上是在用開源來降低獲客成本，同時通過服務差異化來實現商業(yè)變現。

更深層次來看，這種策略還暗含著一個商業(yè)邏輯：在AI領域，技術優(yōu)勢的保持周期越來越短，與其投入大量資源來維持技術壁壘，不如將精力集中在服務能力和生態(tài)構建上。

智譜AI的開源策略，實際上是在用“非技術壁壘化”來換取更快的市場擴張和生態(tài)積累。

這樣的做法，和Meta的開源策略相似，其核心在于：雖然開源了，但開多少，還是智譜自己說了算。

具體來說，在最強大的旗艦模型GLM-4-Plus方面，智譜仍然保持著閉源，但其卻通過開源GLM-4-9B這樣能力稍遜，卻在開源生態(tài)中較有競爭力的模型，獲取了開發(fā)者的青睞。

如此一來，不斷涌入的開發(fā)者，豐富和完善了智譜的技術生態(tài)，但最核心的技術，仍然被智譜牢牢掌握在手中。

同時，與百川智能、零一萬物等開源玩家不同的是：由于創(chuàng)始人張鵬清華出身的背景，智譜AI背可以背靠清華這一學術高地，持續(xù)地獲得學術界的反饋和改進建議。

例如，早先智譜開源的ChatGLM3模型，就是和清華大學 KEG 實驗室聯合訓練的結果。而其他開源玩家，雖然也在構建開發(fā)者社區(qū)，但缺乏這種學術資源的深度整合，其開源更多停留在技術層面的共享。

智譜也在收購清華系公司，收購AI情感公司聆心智能，投資無問芯穹、清程極智等AI Infra公司，已在大模型生態(tài)投資超13家企業(yè)。這樣的優(yōu)勢，也是智譜AI在開源方面，更敢于“放手一搏”的原因。

3.商業(yè)化落子的成與敗

在采取“全線出擊”策略后，在智譜AI各個方向的擴張版圖中，To C一直不是重點。智譜至今也沒有一款類似Kimi一樣，出圈的AI產品。

但To B生意也比較考驗定力，很多業(yè)務落地并不會順暢，其和某上市咨詢公司共建的生態(tài)公司，其內部人員表示，在2023年商業(yè)化進程中就不如人意。

張鵬曾在一年前預言，針對開發(fā)者這類有技術需求，但不是定制化服務的大C小b客戶，付費服務應該好做。

這個戰(zhàn)略巧妙地利用了開發(fā)者群體的“路徑依賴”特性。一旦開發(fā)者在日常工作中深度依賴了某個編程助手工具，就會形成極強的使用慣性，這種慣性所形成的壁壘，某種程度上比技術壁壘更難突破。

以業(yè)界當紅的AI代碼應用Cursor為例，雖然其沒有達到那種高級 / 首席工程師所能達到的水平，但就用戶體驗來說，Cursor確實讓開發(fā)者產生了某種“粘性”。

當 Cursor 推出月費模式時，硅谷的開發(fā)者們并沒有猶豫，反而是興奮地掏出信用卡。

外媒最新消息，Cursor宣布獲得 A 輪 6000 萬的融資，其母公司Anysphere 估值達到 25 億美元，而 Cursor 的訂閱收入顯著增長，ARR（年化收入） 已接近 5000 萬美元。

為什么開發(fā)者愿意為Cursor付費？因為在他們的世界里，效率就是生產力。一個能讓編碼過程更順暢、更智能的工具，哪怕只能帶來10%的效率提升，對他們來說都是值得投資的。

Cursor 從一開始就精準地抓住了這個商業(yè)邏輯。他們不是在賣一個軟件，而是在賣一種效率的可能性。

而智譜AI推出的免費AI編程助手CodeGeeX，實際上也沿用了類似的邏輯。

通過代碼的生成和補全、注釋生成、代碼翻譯等功能，CodeGeeX實現了能夠根據自然語言注釋生成代碼，以及實現多種編程語言之間的互譯，包括Python、Go、Java、JavaScript等。

由于這樣的便捷性，加之其對個人用戶完全免費，目前CodeGeeX的個人用戶數量已經超過100萬。

這樣的積累，實際上幫助智譜AI在市場建立了一個獨特的切入點：當開發(fā)者在個人工作中習慣使用智譜AI的工具后，自然而然會在企業(yè)采購決策中，傾向于選擇智譜AI的解決方案。

這是一種典型的“自下而上”的市場滲透策略，比傳統(tǒng)的“自上而下”的企業(yè)級銷售更具可持續(xù)性。

這樣的戰(zhàn)略，與之前提到的開源戰(zhàn)略相結合，揭示了智譜的“技術圈養(yǎng)”邏輯。所以這也是智譜在純粹C端產品上并沒有太重視的原因，這些產品的用戶、數據、能力等反饋回大模型的路徑較長，有些也存在隔斷。

CodeGeeX后續(xù)實施收費后，市場情況會怎樣，能不能成為智譜一個新的營收支點，還不得而知。確定的是，大模型能力輸出與產品化營收，智譜都在在努力探索中，盡管由于資源限制，其在很多方向上覆蓋的火力并不是最強。結語

回望2024年的AI產業(yè)，我們看到的是一個充滿矛盾的景象：技術進步與商業(yè)化困境并存，創(chuàng)新激情與現實壓力交織。

在這樣的背景下，智譜AI選擇了一條看似冒險實則明智的道路：當技術創(chuàng)新的半衰期越來越短，建立護城河的方式或許需要從“技術壁壘”轉向“生態(tài)壁壘”。

截至本篇文章完稿時，智譜AI又推出了升級版的視頻生成大模型——“新清影”，為其多元化的產品版圖再添一磚。

展望未來，AI企業(yè)的成功也許不在于成為某個細分領域的“獨角獸”，而在于能否構建起一個有機的技術生態(tài)系統(tǒng)。

與互聯網時代一個個互為孤島，甚至彼此間互相爭搶用戶的APP不同，AI技術的發(fā)展，現在已經呈現出一種獨特的“網絡效應”：不同技術方向的突破，會產生意外的協同。在這個系統(tǒng)中，每一個技術突破都不是孤立的，而是能夠通過技術遷移和交叉應用，產生倍增效應。

但這并不意味著“全面布局”就一定優(yōu)于“垂直深耕”。關鍵在于企業(yè)如何在這兩種策略間找到平衡點。

從OpenAI的強敵Anthropic最新的實踐來看，這種“平衡”可能的形式是：以核心能力為錨，進行有節(jié)奏的能力擴展。

從商業(yè)角度看，這個問題的答案可能不在技術層面，而在于企業(yè)對自身資源和市場定位的準確認知。