2024年是AI走向场景、走向大众的开端。
经历过2023年「百模大战」的喧嚣，2024年的大模型行业整体进入到一个建设复合能力和差异化优势的阶段。现有技术范式下大模型技术的进化放缓，重心从训练过渡到推理，从比拼偏向基础研究的参数、数据、计算量，转向比拼更具实际应用意义的长文本、多模态、代理执行和成本优化等能力。
技术创新方向的更迭也在驱动大模型加速渗透到产业中，驱动以商业化为目标的应用探索：快手的可灵在视频生成领域一名惊人之后，很快就发起了可灵AI导演共创计划；在大模型的代码生成能力支持下，也出现了更多像赵纯想这样的个体开发者；手机、眼镜、耳机、毛绒玩具等硬件与AI的结合再一次被提上日程，具备更自然交互、代理执行能力的助手成为新的竞逐目标……
技术加速渗透进产业带来的另一个变化是，互联网大厂们也开始调整自身的业务，为其寻找适应未来AI时代的存在形式。这个过程中，模型能力与场景积累相结合，聚焦新入口、新方案的竞争已然开始。
厂商和开发者都在迎来属于自己的创新契机。特别是在DeepSeek开年就甩出一个炸弹之后，面向应用、赋能个体、重构平衡的创新探索有了更低成本的实现可能。
趋势一：大模型进入平台期
从基础技术的演变来看，大模型的进化进入了一个平台期。这个阶段，架构创新带来的技术红利已经被消化。并且，驱动这个架构快速迭代的规模法则（Scaling Law），也因为数据和算力资源不足，开始后继乏力。
尽管OpenAI和Anthropic的两位CEO都否认大模型陷入发展瓶颈，但无论是OpenAI的GPT5，还是Anthropic的Claude 3.5 Opus都没能在最初预期的时间点内发布。华尔街日报与彭博社都在相关文章中认为，模型性能不能匹配运行成本是二者难产的主要原因。
这也导致在2024年的下半年，大模型厂商将更多精力从大规模算力和数据支撑的预训练，转向更依赖强化学习技术的算法效率和推理能力提升。DeepSeek的爆发某种程度上是这个趋势转向的体现。并且，大模型厂商开始在大语言模型之外，围绕视频生成、视频理解、语音交互、代理执行等推出更丰富的模型矩阵。
这种技术研发层面的转向，意味着AI应用领域竞争的开始。在底层框架没有根本性突破的前提下，无论是成本的降低，还是能力的拓展，本质上都是为应用的出现创造环境。前者会带来技术应用门槛的降低，后者则能够让大模型适配更多场景，拥有解决更复杂问题的能力。
大模型的变化正在带来AI应用的快速发展。首先，一级市场的资本开始将目光从大模型技术转向大模型应用，2024年上半年还融资艰难的AI应用创业者，下半年就已经成为了资本的宠儿。下半年，可以看AI 内容平台造梦次元，专注企业级Agentic AI的悦点科技，打造专用知识模型的彩智科技，AI个性化口语学习平台可栗口语等项目纷纷拿到了融资。早期项目、小额投资、灵活低调成为这一轮AI应用投资的关键特征。
其次，互联网大厂也开始寻找AI与业务结合的方式。我们可以看到，百度文库在依靠AI化重新焕发活力，阿里巴巴将通义App归入到智能信息事业群，进行AI to C的探索，快手、字节跳动也都在围绕视频生成不断优化可灵AI与即梦的产品体验。2025年面向垂直应用场景的AI化探索，也有望掀起大厂的新一轮创新潮。
随着资本转向AI应用，大模型厂商开始承压。大模型六小龙中，零一万物率先转向小参数、适中的行业模型开发，将预训练团队及Infra团队转给了阿里巴巴。这是大模型厂商分化、整合的一个标志性节点，具备更底层技术创新能力的厂商和资源充裕的大厂会继续留在牌桌上，更多大模型厂商则会在资源耗尽前，转向应用与商业化。
趋势二：新入口之争
在美国银行的判断中，具备更强自主规划和行动能力的Agentic AI正在带来一个超级创新周期。智谱的AutoGLM，Anthropic的computer use，OpenAI的Operator都是在向着这个目标努力。不久的将来，我们很可能会习惯于通过AI助手唤起这些代理执行能力，来实现点外卖、订票等操作。
正如我们在《Agentic AI正在重启入口之争》中指出的，成为距离用户最近、连接用户最广泛、能促成更多Agent协作的那个AI助手，是这个创新周期内已经被大家意识到的一个平台级机会。谁能拿下AI助手+Agent的组合，谁就更有可能吃到新的入口红利，在新的食物链中占据更重要的位置。
2024年助手之争的烈度在不断提升，厂商们开启了新一轮的入口之争。这背后，ChatGPT、Gemini、Kimi、豆包、文小言、通义等原生AI产品，正从聊天机器人努力过渡到具有AI搜索能力、连接众多Agent，甚至具备代理执行能力的AI助手形态。
同时，夸克、支小宝这样的互联网产品、小米Ov这样的硬件厂商，也都在将目光聚焦到AI助手。具备搜索能力、网盘工具积累的夸克试图通过转型AI助手，实现功能的无缝切换，进一步激活自己庞大的用户体量。具备硬件积累的手机厂商，一边依靠AI助手打造核心卖点，一边在为AI硬件的到来做准备。
当然，我们也能从原生AI硬件中看到AI助手生长起来的可能性。AI耳机、AI眼镜的核心能力就是AI助手。没有AI助手的加持，Ray-Ban Meta只是一个可以拍照听歌的眼镜，无法承载Meta打通虚拟与现实的野心。同样，百镜大战最终争夺的其实也是AI助手的掌控权。
从目前的竞争态势来看，围绕AI助手进行的新入口之争，会有三个关键点：第一，基础的模型能力是否足够支撑大规模的高频应用；第二，是否能够建立丰富的Agent生态，让用户活跃起来，帮助AI助手摆脱买量和留存困境；第三，是否能够找到软硬件的最佳结合方式，打通虚拟与现实。
趋势三：大厂掉头
船大难掉头是很多企业发展到一定阶段会面临的困境。但是，2024年我们也可以看到大模型正在给陷入增长瓶颈的互联网大厂带来调整、突破的新机会。是否能够抓住这个契机，重塑业务，实现面向AI时代的转向，也会在一定程度上影响互联网大厂之间的竞争态势。
字节跳动是大厂快速掉头的代表之一。字节跳动在大模型领域的反应是相对更迟缓的，但是经过2023年和2024年的一系列调整和梳理，我们已经可以看到字节跳动在技术投入、流量加码下，建立起一个从底层大模型到垂直领域应用的完整AI业务架构。其中用户规模庞大的豆包、尚未爆发的扣子以及AI硬件，成为字节跳动连接技术与应用的纽带。
阿里巴巴的掉头，一方面是在「AI驱动」的口号下在基础能力建设、业务场景改造、新需求开发等多个维度上进行了积极探索；另一方面则是借助AI带来的掉头契机，对现有的业务进行深度整理，使其更能匹配AI时代的要求。
接下来，阿里巴巴可能还需要通过整合将AI to C业务盘活。吴嘉重新聚焦AI To C业务，以及人工智能科学家许主洪加入阿里巴巴，负责AI To C业务的多模态基础模型及Agents相关基础研究与应用解决方案，都是阿里巴巴借助AI，再次发力C端业务的具体体现。
在字节跳动、阿里巴巴之外 ，2024年还有知乎、支付宝、美图、什么值得买等互联网产品，在寻求通过融合AI能力，找到突破自我，实现掉头的机会。由此诞生出了知乎直答、支小宝、什么值得买GEN2、WHEE、Wink等产品，寻找着激活原有资源积累的可能性。
相较而言，腾讯、快手等大厂在2024年的转向感觉不是很明显。特别是腾讯，虽然推出了元宝大模型和元宝App，但并没成为引导腾讯AI化的刀尖，而微信在AI方面的尝试又偏保守，给人的感觉是腾讯没有形成系统性的AI动作。快手在可灵之外，也没有拿出更多AI方向上的亮点探索和尝试。
趋势四：一人公司
大模型基础设施的不断完善，特别是大模型价格战的开启，在不断降低开发者应用大模型开发产品的门槛和成本。这使得熟练掌握大模型技能和个体和小团队也有能力推出好产品，并通过Discord、小红书这样的平台或社区完成产品的低成本冷启，成为AI应用阶段不容小觑的群体。
我们在2024年已经看到胃之书、小猫补光灯等个体开发者开发的产品获得成功，也看到了参与可灵AI导演共创计划的导演们依靠几个人的小团队就能创作出效果不错的动画短片，也出现了像《山海奇境》的导演陈坤这样，全力倾注AI影视作品创作的创作者。
AI技术的进步，极大解放了个人将灵感转化为产品、作品的能力。在网络段子中，回家过年的年轻人会告诉亲戚自己手底下管着Kimi、ChatGPT、DeepSeek等几个能力超强的员工。未来，这个段子很可能会成为现实，越来越多的人开始用DeepSeek生成代码或脚本，一个人也能管理经营一家AI公司。
大模型能力的注入，在赋能个体和小团队创业同时，也在给大公司带来关于组织架构的新思考。很多成功的AI原生创业公司都是在以精悍的小团队创造更大的价值，大公司也在探索如何使用AI Agent来替代一部分人工劳动。这一方面是出于降本增效的考量，另一方面也是在尝试找回组织的灵活度和敏捷性。
就如微软CEO纳德拉所说，让AI渗透进技术堆栈的每一层面，正在帮助各个业务领域获得新的利润和提高生产效率。随着AI持续对工作流程进行优化，需要进一步找到驱动一个更加精简、敏捷、高效组织的秘诀。
这也促成了2024年硅谷对创始人模式的思考，创始人模式、纳米管理者、微观管理者等名词最终都指向了打造更短的沟通链路、创始人对业务更细节地关注以及企业中间层的减少。
在一定程度上可以简化理解为，大公司在通过AI的融入和管理模式的转变，尝试将自己打造成与一人公司相近的组织。不同之处在于，一人公司是由一个人在驱动AI为其工作，而大公司是创始人在驱动由AI和员工组成的一个个小团队为其工作。
2024年虽然是大模型进化进入平台期的一年，但是我们仍然看到了中国企业在AI领域的强悍突破能力。用户规模的快速增长和产品体验的快速优化之外，我们看到了更多聚焦技术研发和创新的中国AI企业涌现出来，他们代表了中国AI行业的活力和潜力，为AI领域贡献了中国智力。
