大模型技术席卷全球科技界，中国也迅速跟进这一浪潮，在诸多领域开始落地，提升了企业运营效率和消费者体验。然而，大模型企业也面临技术成熟度、成本、数据安全、行业差异、用户接受度等挑战，商业化仍然是一个摆在所有厂商面前的问题。
而大模型经过一年多的落地应用，在To C商业化前景尚不明确的当下，大模型在招投标市场已初现规模，我们也看到了不少有趣的中标项目。
例如，水稻技术项目的大模型底座和应用、气象预报区域大模型、预问诊大模型，以及视频生成研发项目等等，大模型技术逐渐“渗透”到更多行业当中。
根据知了标讯向硅星人提供的数据，2023年全年，招投标市场发起了190次大模型采购需求，采购规模达5.95亿元。全年共有135家采购商和131家供应商参与交易，其中25.92%的采购商年采购需求在2次以上。
而在2024年上半年，招投标市场已经产生了498次大模型相关招标项目，招标金额超过13.4亿元，已超过2023年全年规模。
其中，金额最高的项目是贵州东数西算大模型建设工程，中标金额17673.64万元的，中标企业为云上鲲鹏，其控股股东拓维信息是华为产业链上的一家企业。
市场地域分布方面，2024年上半年，采购需求主要集中在，北京、广东、上海、江苏、浙江等地。贵州省则凭借东数西算大模型建设工程相关项目，成为采购金额最高的省份。
各类采购商采购次数占比方面，民营企业占比24.7%，民营企业金额占比45.49%。
在供应商中标次数上，智谱AI、百度、科大讯飞、华为位居前列。
硅星人也结合知了标讯、中国政府采购网、寻标宝等公开渠道，梳理了一下今年大模型相关项目的一部分中标情况。
智谱AI
根据不完全统计，智谱今年的中标18个项目，涵盖金融、教育、能源、通信、医疗等多个领域。采购方既有国有企业如中国移动、中国电信，也有金融机构如招商银行，还包括教育机构和研究院所。项目投资规模从8万元到499万元不等。
其中咪咕的视频生成研发项目使用Transformer模型进行视频扩散和多模态视频生成，展示了智谱在前沿视频生成技术上的进展。
百度
据不完全统计，百度在大模型中标17个项目，涵盖医疗、金融、能源、环保和交通等多个领域。中标金额较高的项目如“工会智能化建设工程”（3158万元）和“智能中台智能中心研发”（476.7万元），百度与多家大型国企和行业领先企业合作，如中国铁塔、南方电网、招商局和中国联通等。据不完全统计，在智能车联网领域，百度是唯一一个中标交通大模型相关项目的企业。
讯飞
据不完全统计，讯飞今年的中标15个大模型相关项目，涵盖了金融、教育、能源、通信、司法等多个领域。中标项目既包括基础设施建设，如国家能源集团的“AI基础大模型及数据训练平台”，也包括具体应用开发，如北京开放大学的“基于大模型的数字助手创新项目”。另外不少项目中也包括了讯飞的硬件产品。
其中引人注目的是三亚崖州湾科技城开发建设有限公司投资2704.96万元用于"国家耐盐碱水稻技术创新合作平台项目认知大模型底座设施和创新应用购置，不仅金额较大，还展示了AI技术在农业科技领域的重要性。
项目内容包括包括“1个通用认知大模型+2个通用大模型支撑平台(大模型训练平台、大模型应用开发平台)+1项数据训练任务+5 类大模型应用场景(农业科研助手、部门数字员工、智问百科、工单服务咨询助手、公共服务事项咨询)”。
华为
华为中标的项目涵盖了能源、金融、气象等行业，其中，深圳气象预报区域大模型项目，华为与深圳市气象局的合作，以280万元的投标中标。去年7月，华为云盘古气象大模型曾登上《Nature》。华为的大模型策略一直是面向ToB、ToG市场，强调深入行业，解决行业难题。
商汤
商汤中标的项目涵盖了电力、金融等重要领域，显示出公司在这些垂直行业的技术实力。项目金额从百万级到数百万级不等，反映出不同规模的AI应用需求。值得注意的是，商汤不仅提供定制化的行业解决方案，还涉足基础设施服务，如为招商银行提供GPU资源。
阿里云
腾讯云
火山引擎
阿里云、腾讯云和火山引擎的情况类似，公开信息中相关中标项目数量相对较少，这与它们作为基础设施提供者的定位密切相关。云服务厂商具备技术实力和资源优势，主要集中在提供底层计算资源、数据存储和网络服务上，而不是直接参与具体的大模型项目的交付。
不抢大单的大模型“三小龙”
与智谱活跃在大模型采购市场的不同，大模型“四小龙”中的其他三家在这一领域的涉足涉足寥寥无几。
在今年，MiniMax没有出现在公开的招投标信息当中。去年10月，上海稀宇科技（MiniMax）中标招商银行的预训练基础大语言模型 (干亿级) 采购项目，其他候选人包括百度、智谱。
坚持做To C超级应用的月之暗面也没有出现在采购清单当中，不过杨植麟第一次创业成立的公司循环智，中标了两次北京银行的采购项目。在去年则中标了“北京银行智能辅助洞察系统AI模型纳管”等项目。循环智能CEO陈麒聪曾在演讲中公开表示，月之暗面主要承担toC和toD的任务，循环主要是承担toB的任务。
循环智能从2018年开始做商业化落地，中标项目集中在银行、保险、证券等金融行业的头部企业。例如，循环智能与北京银行至少有9次合作项目，在其官网也发布了中标厦门国际银行的推文。
据公开信息，循环智能和月之暗面之间目前是深度战略合作关系。循环智能将基于月之暗面的通用大模型，为业界提供更优质的针对各种业务场景的行业大模型解决方案及应用。此外，循环智能对外也强调关注大模型的长文本能力。
大模型明星初创企业里另外两家公司零一万物、百川智能则没有出现在公开的招投标信息当中。
大模型创业公司在这一领域的动作较少，可能与国内企业级市场需求复杂多样，行业市场分散，且中小客户众多相关。这些客户对定制化解决方案需求强烈，使得AI产品难以快速标准化和模块化交付。而在ToG市场，尽管智能化项目竞争激烈，但利润微薄，政企机构更偏好引入打包式的AI、云、IoT等软硬件结合的解决方案。因此，更多企业选择To C作为突破点。
大模型的崛起，带来了新的商业模式和技术挑战，从市场竞争到项目落地，无论是ToC、ToB还是ToG，各大厂商在不断探索中前行。
在大模型商业模式尚不清晰的当下，招投标实现商业变现成为一种选择，这种方式的优势在于能够迅速获得项目和收入，降低市场不确定性，同时通过与政府和大型企业的合作，提升品牌知名度和信任度。然而，招投标过程繁琐且竞争激烈，利润空间有限，且项目需求多样化和定制化程度高，可能导致资源分散，难以形成规模效应和标准化产品。
2015年左右开始的AI浪潮，从计算机视觉技术中成长出来的AI四小龙，主要通过向企业和政府提供定制化的AI解决方案来盈利，企业和政府招投标集中采购成为他们的重要收入来源，也成为他们后继乏力的重要原因。
在可预期的未来，大模型技术将在更多领域发挥作用，在这个技术、市场和商业模式等维度都快速变迁的行业，未来的走向还需要拭目以待。
