大模型產(chǎn)品化，不過是三支舞

今天，擺在全球數(shù)百個AI大模型面前的，是一個共同的問題：如何賺錢。

無論模型誕生地在中國還是美國，無論屬于通用大模型還是垂直大模型，商業(yè)化可以說是這項技術(shù)在全球范圍內(nèi)共同面對的問題。

在大模型最初所帶來的震驚與喜悅過后，是大量AIGC平臺走向免費開放，大模型toB服務(wù)大打價格戰(zhàn)?；臃倍嗟拇竽Ｐ?，似乎始終無法激活用戶的付費欲望。

而大家都知道，商業(yè)化的前提是產(chǎn)品化。雖然大模型帶來的AIGC能力本身就有著非常強烈的產(chǎn)品化屬性，但以一種軟件應用來說，它還是過于粗陋和黑箱了。用戶需要自己去探索AIGC究竟能帶來什么，可能性有哪些，從而很難獲得確定性的產(chǎn)品滿足。另一方面，大模型在技術(shù)上的潛力也沒有被充分挖掘。一些需要在產(chǎn)品設(shè)計層面放大的基礎(chǔ)能力，還靜靜地躺在平臺那一長串功能簡介里。

于是，在全球共享的商業(yè)化壓力下，大模型產(chǎn)品化開始提速。不分中美，無論是傳統(tǒng)科技巨頭還是新型AI公司，都開始在大模型產(chǎn)品化上發(fā)力，推出了五花八門，千姿百態(tài)的大模型產(chǎn)品化策略。

這種情況導致很多朋友會有點迷茫。放眼望去，感覺每家廠商都在做不一樣的AI產(chǎn)品，提出全新的AI概念。但仔細想象，好像又說不出究竟哪里不同。

為了幫大家克服這種亂花漸欲迷人眼的“AI眩暈感”，我們盤點了目前大模型產(chǎn)品化的三種主要思路。

看不懂大模型產(chǎn)品化的諸多套路不要緊。我們只需要記住，今天的大模型，其實就是在跳三支舞。

通往全模態(tài)的胡旋舞

那些國際AI巨頭眼里的AI產(chǎn)品大概長什么樣，這個問題已經(jīng)漸漸有了答案：他們可能希望AI跟真人差不太多。

不久之前，OpenAI和谷歌接連發(fā)布了新的AI產(chǎn)品，也就是OpenAI最新的旗艦大模型GPT-4o，和谷歌的Project Astra。它們的共同點，是都加入了跨文本、音頻與視覺的信息收集能力。換言之，大模型正在從只能聽、讀、寫，變成同時也能看和說。用戶與大模型之間的交互模式，也在越來越像與真人之間的交互模式，而且大模型可以在200到300毫秒的區(qū)間內(nèi)響應音頻輸入，這已經(jīng)與人類之間的交流速度大體相同。

GPT-4o被稱作OpenAI有史以來最為產(chǎn)品化的一款應用，就是因為它更加重視與用戶之間的互動體驗，打磨了諸如響應速度、具體使用功能等被定義在產(chǎn)品側(cè)的細節(jié)。更重要的是，GPT-4o開創(chuàng)了一種新的產(chǎn)品模式：它比語音助手的交互形態(tài)更多，作用更廣，同時比傳統(tǒng)的AI對話框模式降低了使用門檻，增加了使用場景。

這種AI產(chǎn)品的使用體驗，非常接近于跟真人打視頻電話。很難不讓人想到電影《Her》或者《鋼鐵俠》中的賈維斯，雖然在使用體驗上肯定不如它們，但產(chǎn)品邏輯已經(jīng)與科幻電影里對AI的使用想象一般無二。

我們有理由猜想，OpenAI在AI產(chǎn)品化上的思路，就是比對著科幻作品來進行設(shè)計的，只不過他們恰好有機會把科幻變成現(xiàn)實。

這種“類視頻電話”的大模型產(chǎn)品模式，本質(zhì)上是將不同的AI感知、理解、生成能力進行融合，就像胡旋舞會越轉(zhuǎn)越快，隨著大模型的不斷發(fā)展，AI技術(shù)也在越轉(zhuǎn)越快，把不同模態(tài)下的信息收集能力與內(nèi)容生成能力都卷進來。

沿著這條路走下去，有理由相信接下來的主流AI產(chǎn)品會發(fā)生這樣的變化：

1.類似Sora的視頻生成能力，將很快融合到主流通用模型中。讓AI應用能夠同時聽、看、讀，并且能夠生成包括文字、代碼、音頻、圖片、視頻在內(nèi)的種種內(nèi)容。

2.垂直類的AI模型生存空間會越來越小，通用模型集成的能力不斷增多。就像GPT-4o里的“o”是Omni全能的意思。全能，將是AI產(chǎn)品主要的發(fā)展方式。

3.AI的記憶能力會越來越強，從而導致“全能+定制化”成為AI應用的主要發(fā)展思路。

雖然在目前階段，大模型在很多時候還是為了與搜索、繪圖、語音助手等能力結(jié)合。但隨著全模態(tài)感知，全模態(tài)理解，全模態(tài)生成的“三全大模型產(chǎn)品”不斷發(fā)展，大模型將不再是一種賦能技術(shù)，而是更傾向成為獨立且全新的產(chǎn)品形態(tài)。

這個產(chǎn)品方向雖然還不成熟，但方向的確定卻意義重大。

類“視頻電話”的AI應用，可能是除了機器人管家之外，人類對AI的最根本想象。它的出現(xiàn)和發(fā)展，意味著AI時代最大的一座海底金礦正浮出水面。

類ChatGPT應用的集體舞

如果大模型是一支足球隊，OpenAI這樣的公司在前場進行突破，那么更多的AI公司、科技公司則需要在中場進行競爭。在ChatGPT爆火之后，OpenAI開始在智能體、文生視頻模型、全模態(tài)模型等領(lǐng)域發(fā)展，但大量借著這個機會入局大模型的公司，則更多是在打磨自己的類ChatGPT應用。經(jīng)歷了漫長的內(nèi)測之后，如今大量聊天對話框模式的AIGC應用走向公眾。這時候問題來了，投入了這么多，也終于可以面向C端用戶開放了，如此費勁，最后要怎么賺錢呢？

于是我們正在目睹非常奇特的一幕：以國產(chǎn)大模型陣營為代表的大量AI項目，都集中在了類ChatGPT模式這個環(huán)節(jié)上。向前走的文生視頻等應用還沒有完成研發(fā)，而環(huán)顧左右則會發(fā)現(xiàn)大家的能力大同小異，動作整齊劃一，只有概念口號是個喊個的。

無論是叫AI助手、智能平臺、智能對話還是智能搜索，本質(zhì)上這些大模型產(chǎn)品都是類ChatGPT應用。從最早的文心一言，到通義千問、豆包、Kimi、騰訊元寶、訊飛星火、天工，市場已經(jīng)充斥了太多的類似產(chǎn)品，大模型變成了一場貨真價實的集體舞。

有一個囚徒困境正在困擾著所有這類產(chǎn)品：想要收費來回收研發(fā)成本，但又怕收費引起用戶不滿，把用戶推向競品；想要通過技術(shù)能力來實現(xiàn)差異化，但又拿不出真正具有說服力的技術(shù)方案，于是只能在概念、名稱、噱頭上下一番功夫。

為了擺脫這個困境，類ChatGPT應用們也找到了一些產(chǎn)品化方案，我們可以做個總結(jié)：

1.開始強調(diào)類GPTs模式，以智能體撬動市場升級。

俗話說得好，大模型+對話就是開個場，真正賣票還得看智能體?？啥ㄖ苹哂袑I(yè)能力的智能體，被認為是大模型商業(yè)化的真正歸宿。面向這個可能性，各家廠商也開始了自己的探索，包括OpenAI打造了GPTs模式也是如此。

比如說，文心大模型已經(jīng)正式落地了智能體能力，推出了文心智能體平臺；火山引擎也公布了一站式AI應用開發(fā)平臺扣子。基礎(chǔ)的AIGC對話免費+高階智能體收費的產(chǎn)品模式，是接下來大模型商業(yè)化的主要考慮方向。

2.把類ChatGPT產(chǎn)品作為流量入口。

另一種類似應用的產(chǎn)品化建設(shè)思路，是大入口+小收費窗口的互聯(lián)網(wǎng)模式，即整體產(chǎn)品免費，但一些特定的功能可能需要開通會員或者使用代幣。收費功能可能相對比較專業(yè)，瞄準特定需求人群，或者比較新奇好玩，調(diào)動用戶的獵奇嘗鮮心理。

這種模式的問題在于，會把整個產(chǎn)品變得越來越復雜。用戶會有一種在玩免費手游一樣的“被套路感”。而且整個入口的生態(tài)建設(shè)也需要更清晰的交互思路，以免用戶剛剛接觸大模型就面對非常復雜，到處都是收費入口的交互邏輯。

3.把類ChatGPT應用與自身優(yōu)勢結(jié)合。

第三種相關(guān)產(chǎn)品的建設(shè)方案，是結(jié)合這些平臺類企業(yè)其他的優(yōu)勢項目，從而期望達到1+1>2的效果，至少要將一部分原有平臺的用戶綁定到大模型應用上。比如百度就強調(diào)將搜索、文庫、網(wǎng)盤等應用與大模型結(jié)合，以各種方式調(diào)用文心大模型。騰訊元寶則宣布將與公眾號創(chuàng)作生態(tài)進行結(jié)合，成為創(chuàng)作助手。

這種生態(tài)矩陣玩法，是互聯(lián)網(wǎng)產(chǎn)品的一貫思路，但用戶是否能夠由此產(chǎn)生與大模型應用的粘性，是一件需要長期考量的事情。

我們必須尷尬地承認，曾經(jīng)風頭無兩的ChatGPT，也已經(jīng)在嘗鮮期過去之后漸漸淡出了用戶熱情追捧的區(qū)間。用戶更希望看到的是非常生動、好玩，能夠引發(fā)流行趨勢的AI應用，而不僅僅是生硬的對話框。

類ChatGPT應用真正的產(chǎn)品化春天，或許在于打破固化的AIGC對話聊天框架。把其能力抽取出來，變成更具有美感與傳播力的軟件產(chǎn)品。

畢竟集體舞里能被記住的，很有可能是不按規(guī)定動作的那一個。

擬人化的貼面舞

在這些大模型產(chǎn)品化的思路之外，還有一種思路應該得到重視，那就是將AI產(chǎn)品進行擬人。

不久之前，如何讓ChatGPT“越獄”搞一些奇怪事情的教程四處流竄，一些網(wǎng)友掀起了跟AI“談戀愛”的新時尚。無論我們怎么評價這些行為，必須意識到的是，人類對AI的基礎(chǔ)想象必須是擬人化、類人化的。也就是說，我們需要AI有名字，有個性，跟人類有共同記憶，而不是冷冰冰且萬能的對話機器。

從這個思路看，AI帶來的最大價值是情緒與情感價值。我們需要與人對話，與人分享，和他人建立聯(lián)系，但這個人可能也未必需要是真人。這種需求是客觀存在，且具有商業(yè)化潛力的。GPT-4o被指責侵權(quán)采用了明星的聲音等行為，其行為動機都是希望AI更加擬人，能夠讓用戶產(chǎn)生與真人進行對話的想象。

讓大模型擬人化，與用戶跳貼面舞，在接下來商業(yè)化壓力越來越大的局面下，很可能成為很多AI項目的重點選擇。

比如說，豆包大模型當中就推出了角色扮演模型，AI會模仿不同人設(shè)、不同性格的人來與用戶進行對話，并且可以通過智能體來自己設(shè)定聊天角色。

有人設(shè)的聊天，重點是多輪對話的記憶能力。這一點上，也有越來越多的大模型產(chǎn)品強調(diào)記憶能力，比如文心一言就強調(diào)多輪對話能力帶給用戶的沉浸體驗角色感。

技術(shù)難度小，價值可能很大，但容易觸碰法律法規(guī)與公序良俗的邊緣地帶。大模型擬人的產(chǎn)品化空間，應該會在未來得到越來越大的重視。由此可能輻射到的數(shù)字人主播、專屬AI助手等產(chǎn)品化形式，有著非常充裕的討論和想象空間。

大模型的產(chǎn)品化，目前整體處在一個高不成低不就的尷尬情況里。向上突破，技術(shù)代差依舊明顯，技術(shù)的未知領(lǐng)域情形不明；橫向競爭，同類大模型產(chǎn)品過多，已經(jīng)產(chǎn)生了讓人窒息的擠壓感；向下覆蓋，大多數(shù)互聯(lián)網(wǎng)用戶其實還對大模型應用沒有感覺，找不到使用與付費的必要性；彎道超車，搞一些擬人項目，還容易觸到各種雷區(qū)。

這種情況下，大模型的產(chǎn)品化必須戴著枷鎖跳舞，既要讓觀眾看到，又要小心舞臺上的荊棘。

或許在不遠的未來，一個或者幾個天才般的產(chǎn)品化創(chuàng)意，將解決一切大模型的苦厄。但在今天，做大模型產(chǎn)品的主旋律依舊是賠錢賺吆喝，打腫臉充胖子。