质疑、卖身、价格战，AI 竟遭遇人类“围剿”？｜钛媒体AGI

（图片来源：钛媒体App编辑拍摄）

近期，关于生成式 AI 产品和产业的诸多质疑声不断发酵。

北京时间5月25日，美国普渡大学发表的一项研究显示，ChatGPT对Stack Overflow上517个关于代码开发问题进行分析，最终显示，AI 输出的答案中，有52%包含错误信息，77%的答案比人类答案要更冗长，而78%的答案与人类存在不一致状况。

研究人员称，ChatGPT仍然存在重大的缺陷，经常会凭空产生完全错误的答案，并且这个错误比例高得惊人。

与此同时，谷歌日前发布的全新 AI 搜索产品“AI Overview”被网友曝光 AI 回答频频出错，包括建议“往披萨上抹胶水”、“吃石头对身体好”等回答，它甚至还会告诉你，互联网上的一切是100%真实的，因此这遭到网友广泛批评；另外，估值超10亿美元的Adept、估值7.5亿美元的Humane、AI独角兽Stability AI等多家 AI 公司被曝光并购或“卖身”。

5月国内大模型“价格战”降价后信息汇总（来源：钛媒体App编辑整理）

如果再加上过去一个月内国内集体进入的大模型API“价格战”。很显然，随着新一轮 AI 热潮进入“深水区”，当 AI 还没改变世界之前，如今却已经遭到人类的“围剿”。

AI产品受质疑：ChatGPT出现52%的错误率，谷歌AI“大翻车”

首先，从ChatGPT编程问题遭遇52%的回答错误率开始说起。

据futurism报道，美国普渡大学研究人员本月在计算机会议ACM上展示的一项研究成果表明，ChatGPT AI生成的编程答案中，有52%的回答包含错误信息，77%的回答过于冗长。

这篇共计17页的论文当中，研究人员深入分析ChatGPT对Stack Overflow上517个编程问题的回答，考察了这些回答的正确性、一致性、全面性和简洁性。尽管研究发现ChatGPT回答存在错误信息，但研究参与者当中，仍有35%的时间倾向于选择ChatGPT的回答，因为它们全面且语言表达清晰。

研究方法上，论文作者以手动分析、语言学分析、用户研究三个部分展开。

• 手动分析：对ChatGPT的回答进行手动分析，与Stack Overflow上人类程序员提供的接受答案进行比较。

• 语言学分析：对2000个随机抽取的Stack Overflow问题进行语言学分析，使用LIWC工具和情感分析。

• 用户研究：与12名程序员进行用户研究，了解他们对ChatGPT和Stack Overflow答案的偏好。

最后发现，ChatGPT的回答在很多情况下表现得非常好，但也频繁出错，并且不必要地延长了回答。

同时，ChatGPT回答具有更丰富的语言学特征，导致一些用户更倾向于选择ChatGPT而非人类回答，并有时忽视ChatGPT回答中的基本错误和不一致性。数据显示，有39%的参与者忽视了ChatGPT回答中的误导信息。这表明需要对抗ChatGPT回答中的误导信息，并提高人们对看似正确答案的风险意识。

另外，用户通常能够正确区分ChatGPT回答和人类回答，他们寻找诸如正式语言、结构化写作、回答长度或不寻常的错误等因素来决定答案的来源。而且，论文还讨论了ChatGPT在编程中的挑战和风险，并提出了设计新的交互和计算方法来对抗ChatGPT生成的误导信息的机会。

有分析认为，这篇论文的研究成果对于理解ChatGPT在编程领域的应用及其潜在问题具有重要意义，并为未来的研究和实践提供了指导。

其次，谷歌AI“大翻车”事件引发关注。

最近，谷歌在I/O开发者大会上宣布，其搜索产品新增名为“AI Overview”的功能，它可以在搜索结果的最顶部直接展示一个简短的答案。例如，如果你搜索“如何清洁皮靴”，系统就会立即显示一个综合了网络信息的多步骤清洁指南。这个功能让你能迅速获得信息，无需逐一查看各个网页。

然而，使用不到两周，由于AI Overview频频提供“离谱”的错误答案，遭到了网友的大量批评，而且用户还不能选择关闭这个功能。

比如，当一位用户搜索“芝士不粘披萨”时，AI Overview建议用户在酱汁中添加“大约1/8杯无毒胶水”。有网友发现，这个建议似乎源自11年前的一条无人问津的Reddit评论。

再比如，用户提问：“在网上看到的信息都是真的吗？”。AI Overview回答：“是的。互联网上的一切都是100%真实的。”。

有时候AI Overview功能呈现的错误信息，会误导用户以为是权威医疗专家或科学家的观点。

例如，当用户询问“我每天应该吃多少石头”时，该工具错误地引用加州大学伯克利分校地质学家的话称：“人们每天至少应该吃一块小石头”，并继续列出吃石头的好处，比如岩石是人体维生素和矿物质的重要来源，吃石头对消化健康有好处.

当被问及谷歌搜索是否违反反垄断法时，AI Overview回答说：“是的，美国司法部和11个州正在起诉谷歌涉嫌违反反垄断法。”

对此，谷歌发言人表示，“绝大多数AI Overview提供的信息质量都很高，并且会提供更多网页链接供用户深入了解。我们注意到很多示例都是不常见的查询，也有一些是被篡改的或者他们无法复现的例子。这个功能在推出前已经进行了大量测试，并且公司会在必要时快速采取行动来确保内容的准确性。”

不仅仅是AI Overview工具，谷歌在今年2月推出的另一个名为Gemini的图像生成工具也频频出错，导致该工具被暂停使用。例如，有用户在社交媒体上分享，他在查询谷歌创始人时，该工具展示了一幅亚洲男性的图像。

谷歌当时在一份声明中表示，它正在努力修复Gemini的图像生成问题，承认该工具“未达到标准”。不久之后，公司宣布将立即“暂停生成人物图像”，并“很快重新发布改进版本”，但至今尚未再次推出。

最后，是近两天美国 AI 市场进入新一轮洗牌，独角兽们集体遭遇“卖身”。

据报道，Transformer作者Ashish Vaswani、Niki Palmer和David Luan成立的大模型公司Adept传出被卖消息。公司估值10亿美元，此前已获得4亿美元的融资，参投机构包括Frontiers Capital、微软、英伟达等。据悉，Adept已经和Meta进行过沟通。

目前，公司两位联合创始人Ashish Vaswani、Niki Palmer已经成立了另一家AI办公自动化公司Essential AI。

同时，有消息称，红极一时的可穿戴AI设备公司Humane AI Pin，也在与一名财务顾问接触，寻找意向买家，目标价格是7.5-10亿美元。此前，该公司获得微软、高通，以及OpenAI CEO奥尔特曼等人数亿元的融资支持。

另外，AI 图片生成领域开拓者、Stable Diffusion打造者Stability AI被曝光公司团队考虑求合并，但具体进度不得而知。而 AI 搜索龙头Perplexity曾在1月传出相关消息。不过随着后面马上官宣了B轮7360万美元融资，求收购计划疑似中止，最近还被曝正寻求更新一轮融资，金额可能达到2.5亿美元。

很显然，不管出于何种原因，大模型领域进入了新一轮洗牌期。据PitchBook统计，过去3年中，全球大约2.6万家创企共计融资了3300亿美元。

有市场分析称，生成式 AI 产业投资正在呈现方向性转移，模型层投融资“雪球效应”明显，资源向头部聚集，潜在资本重点看向应用层。

红杉资本在近期举行的AI Ascent 2024上表示，2023年，各家AI公司在英伟达GPU上大手一挥，已经花去500亿美元，但由此产生的收入才有30亿美元。

谷歌DeepMind首席执行官德米斯·哈萨比斯（Demis Hassabis）直言，AI 遭遇过度炒作，估值过于高昂，“泡沫”需要软着陆。

金沙江创投主管合伙人朱啸虎曾指出，大模型商业模式太差，技术没有差太多的情况下，每一代技术都要投，现在可能3.5版本要投入几千万美元，迭代到4版本要几亿美元，到5版本可能要几十亿美元，每一代模型都要重新去投入，而变现周期可能就两三年，“这比发电厂还要差”。

美国经济学家泰勒·考恩（Tyler Cowen）认为，AI 炒作已经消退，但革命仍在继续。

国内大模型价格战加剧，市场将迎来新一轮洗牌

相对于国外的 AI 质疑和企业被迫出售环境，国内 AI 领域竞争加剧，阿里、腾讯、字节、百度、讯飞、智谱、DeepSeek集体加入价格战。

• 5月6日：私募基金幻方量化孵化的DeepSeek（深度求索）初创大模型公司发起降价，对标GPT-4的模型DeepSeek-V2的输入价格定为1元/百万tokens。

• 5月12日、13日：智谱AI的GLM-3-Turbo模型和面壁智能模型展开价格攻防，后者宣布0元购。

• 5月15日：字节跳动旗下火山引擎 AI 大模型豆包（原名：云雀）宣布，主力模型定价比行业价格水平要便宜 99.3%，豆包大模型的 API 输入价格是 0.0008元/千 tokens，即1元在豆包能买到125万 tokens。

• 5月21日上午，阿里云宣布，9款通义大模型降价，其中，性能对标GPT-4的主力模型Qwen-Long，API输入价格从0.02元/千tokens降至0.0005元/千tokens，直降97%，也就是1块钱能买200万tokens，相当于5本《新华字典》的文字量。而刚发布不久的通义千问超大杯Qwen-max，API输入价格也直降67%，低至0.02元/千tokens。开源方面，Qwen1.5-72B、Qwen1.5-110B等5款开源模型的输入价格也分别直降75%以上。

• 5月21日下午，百度发文宣布，旗下两款大模型ERNIE Speed、ERNIE Lite免费。

• 5月22日，腾讯公布全新大模型升级方案，主力模型之一的混元-lite 模型不仅从 4k 升级到 256k ，而且全面免费；其他模型除了长度升级外，价格也都大幅下降。

• 5月22日中午：科大讯飞宣布，讯飞星火 API 能力正式免费开放。其中，讯飞星火 Lite API 永久免费开放，讯飞星火 Pro/Max API 低至 0.21 元/万 tokens。

对此次价格战，大家褒贬不一，一方面是认为利好大模型市场发展，另一方面则认为AI“泡沫”即将破灭、新一轮洗牌到来，观点并不一致。

其中，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光表示，“（降价）它的目的一定是普惠于市场”，“要真正加速市场的提前爆发”。

火山引擎总裁谭待表示，降价的主要原因在于，今年行业大模型能力大幅提升，做应用这件事变得很重要，也就是一定要将生态做繁荣。谭待称目前接触的很多客户都在做大模型方面的尝试，但创新这件事的风险度很高，尤其在AI领域，因此需要将成本降低，拉动大家更广泛地使用起来。从这个角度来讲，不论是大企业还是个人，都需要更低成本、更高质量的大模型。

但彭博分析师 Robert Lea 和Jasmine Lyu在最新报告中认为，“中国在 AI 盈利方面将面临着漫长的道路，行业洗牌可能会推动该行业盈利，尽管在一个资本过剩的行业中，但这种（行业盈利）情况似乎不太可能很快发生。”

零一万物CEO李开复对钛媒体App表示，推理成本将每年降10倍，但疯狂降价是双输。

“因为今天API跟模型调用还是一个非常低的比例，如果一年推理降低10倍，众多的人可以用上，这是一个非常利好消息。”但另一方面，李开复却认为，按照现在国内市场‘卷’的情况，几十万做个POC（概念验证），几百万做一单，做一单、赔一单的生意，“我们早期在AI 1.0时代看多了、投多了，（如今）我们坚决不做（赔钱生意）。”

百川智能创始人、CEO王小川则向钛媒体App指出，价格免费是优势，但不一定是竞争力。大模型价格战会加速泡沫周期，直接导致尾部部分企业会退出赛道。

“我们做C端的就别掺合了，”王小川直言，这种价格战与C端无关。同时，免费之后，整个To B市场会繁荣的更快，因为大家更愿意尝试使用这个模型，价值空间是有的，但尾部公司会退出这个赛道。

王小川强调，“涨潮退潮最后才会有珍珠，但一定有它的一种泡沫在这里，会加速泡沫周期，也让它变得更加繁荣，这是商业里面必然出现的一个事情。”

整体来看，无论是产品质疑、企业卖身，还是国内这轮 AI 大模型价格战，都在说明行业面临新一轮洗牌和热潮降温。但是，不断变革的 AI 技术对于各行各业发展仍然非常重要。

市场调研机构IDC最新数据显示，2024年，全球生成式AI支出为403亿美元，其中生成式AI基础设施、模型和平台、应用、服务支出分别占比为45.41%、11.66%、15.63%、27.30%，到2027年，全球生成式AI年支出将达到1510亿美元，占全球AI支出的比例为29%。

IDC分析认为，2024年，中国基础大模型数量将减少，逐渐转变为针对产业落地的行业大模型比拼，在模型框架、开发者工具、基础大模型、部署和推理工具等维度上会呈现开源和闭源共存。同时，随着苹果、小米、荣耀等厂商陆续发布支持端侧AI推理的芯片或模型，AI落地端侧成为终端厂商趋势，端侧AI推理可以实现更高的处理效率、更好的隐私保护和全新的用户体验方式。预计2025年前，生成式AI的机会还停留在基础设施，2025-2026年向生成式AI平台和方案过度，2026年之后生成式AI服务的机会将全面爆发。

中国科学院科技战略咨询研究院研究员肖尤丹表示，经历了大浪淘沙、生存下来的 AI 大模型企业，将迎来新一轮的快速发展机遇。

谷歌DeepMind联合创始人Demis Hassabis预测，通用人工智能（AGI）有望在2030年实现。

（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰）