GPT-5难产，5年内独立大模型公司真的会烟消云散？

©商业与生活 文｜朱晓培

校对｜大道格

01

GPT-5难产，对创业者反而是好消息？

2023年圣诞节，趁着热闹氛围，Open AI联合创始人兼首席执行官Sam Altman（萨姆·奥尔特曼）在社交平台上公布了公司的2024年发展计划：将推出更具创造力的Chat GPT-5，以及更好的语音和视频模型，以及开源计划。

然而，半年多过去了，GPT-5再也没有放出新消息。

“我觉得GPT5（今年）就是发不出来，要发早发了。我坚决不太相信一个科技公司初创公司会憋什么大招，连一个demo的视频都愿意往外放，它有这个服务早就提供了。所以我认为大概率是不可以的。”猎豹移动董事长兼CEO傅盛说。

傅盛是在“2024钉钉AI生态大会”上，与金沙江创投主管合伙人朱啸虎、智谱AI COO张帆等人谈论大模型的发展时，抛出这一观点的。

傅盛与朱啸虎曾因为对大模型创业观点的分歧，登上热搜。但这次，他俩却有了一致的看法：大模型的技术迭代曲线明显放缓了。

此前的一场投资峰会上，朱啸虎就表示，阿尔特曼在吹牛，GPT-5肯定没有那么惊艳。甚至惊不惊艳都不重要，因为以后几年内，大模型的升级对商业模式没有什么大的更改了。

这一次，朱啸虎更强调说，“大模型的能力每3个月就要翻新了，但（现在的问题是）翻新不了。”

从2023年下半年，到今年上半年，再到年底甚至明后年，GPT-5的发布一拖再拖。近日，在Aspen Ideas Festival的访谈中，奥尔特曼也表示，“我们目前持乐观态度，但研发工作仍繁重艰巨。”

业内分析，GPT-5难产的一个重要原因是，互联网上能获取的数据已经应取尽取，而Open AI过往又没有多模态领域的积累。模型的性能提升，光靠简单粗暴地提升参数量（ScalingLaw），已经越来越难。

不过，大模型推动的AI革命还会继续。现有的大模型底座能力，已经足够在一些专业领域产生高价值的落地应用。在朱啸虎看来，大模型技术的放缓，对于做应用创业的公司来说，反而是一种利好。

以前，投资人不敢轻易投大模型应用的公司，因为怕像GPT这样的大模型，一个大的升级，就把创业公司努力多年的功能全部覆盖掉了，让创业公司白干一场。但现在，如果人们能够看得见大模型的天花板，创业公司也就能够看清楚未来的方向。“未来一年我们非常乐观，在应用场景上会大规模地爆发，百花齐放吧。”

02

OpenAI也转向ToB，独立大模型公司会消失？

傅盛指出，如果今年OpenAI没有发布会GPT5，可能还有一个原因，就是OpenAI把很多算力和资源都用在企业级服务上，去服务大客户。因为，OpenAI和所有的公司一样，都要考虑赚钱的问题。

据媒体报道，4月的时候，奥尔特曼在旧金山、纽约和伦敦接待了数百名《财富》500强公司高管，他和OpenAI的其他同事，卖力的向这些高管们推销了OpenAI供企业使用的各种人工智能服务。包括， ChatGPT Enterprise（可根据简单的提示生成文本）、将客户应用程序连接到其 AI 服务（称为 API）的软件等，并承诺客户的数据不会被用于进一步训练 AI 模型。

据透露，在推AI服务时，OpenAI还与自己的资金支持者微软的产品进行了一番比对。其想赚钱的迫切心态，可见一斑。

实际上，如何赚钱，也是目前所有大模型公司都要面对的问题。

作为大模型公司的从业者，智谱COO张帆指出，大模型公司赚钱，有两个方向。第一个，靠技术进步、算法进步、硬件进步，带动推理成本和运营成本下降。第二个，利用边际效应，因为训练一个模型成本相当于一个常量，用户使用得越多，大模型的收益率就越高，这也是智谱愿意跟钉钉一起合作的原因——希望放大它的价值。

目前来看，大模型想赚钱，ToB的确定性更强，客户付费的意愿也更强。大模型应用能够帮助企业带来生产力提升，而任何技术只要能帮企业提高10%-20%的效率，他们就愿意付费。回看互联网科技的发展史，众多的应用，也都是先以ToB的生产力工具的方式发展起来的。

不过，朱啸虎和傅盛依然表达了自己的担忧。

“用户给钱不代表经济模型健康啊！很多到海外做聊天机器人的公司，花1块钱普遍收回2毛钱，虽然有收入，但远远覆盖不了成本。”朱啸虎说。这个成本，既有推理、算力的成本，还有获客成本。

“我能想清楚我怎么赚钱，但我还是想不通大模型公司怎么赚钱。”傅盛也直言不讳。猎户星空通过为客户提供针对性的大模型的应用，通过服务赚钱，也可以利用大模型提高自家服务机器人的沟通效率，通过卖机器人赚钱。但本身作为大模型公司的客户，他们会每家的大模型都试一试，谁家性能好就用谁，谁家便宜就用谁，能用7B的地方就不会用30B。

今天，理性消费是整个社会的消费趋势，不论是个人还是企业，都不愿意支付高溢价。在这样的消费背景下，大模型公司很难靠烧钱烧出未来。就像当年的网约车、共享单车大战，低价之下，谁都无法留住客户。

朱啸虎觉得，未来大模型API肯定是免费，会越来越像水和电的基础设施服务，成为云的一部分。大模型因为本身给云厂商带来了很多价值，云厂商反而更愿意免费去提供这种API服务。目前看来，阿里云、火山引擎等云服务厂商，也确实在推动大模型的降价。

前两天，朱啸虎发了个朋友圈说：5年后将没有独立的大模型公司存在，只有前端的应用公司和后端的云公司。结果，几家知名投资人在下面评论说，5年都太长了，3年以后就没有了。不过，朱啸虎觉得，大模型公司不再卷的时候，对于做应用的创业者，反而是机会。

03

准确率仍是一个核心点

2024年初，Open AI接连放出Sora、GPT-4o时，都曾引起了行业不小的震动，甚至纷纷鼓吹OpenAI一夜改写历史。但事实上，几个月过去了，人们没有再看到用Sora生成的有力作品。GPT-4o所演示的奇迹般的功能，也没有在现实中得到普遍应用。

理想和现实，为何会有这么大的差距？关键在于准确率。

“ToB里有一个很重要的要求，准确率是一个核心点。”傅盛指出，在ToB领域，大模型无法做到模型即应用。今天，还没有哪一个大模型能够在各个方面能力满足客户需求。走进客户的应用场景，会发现他们的需求五花八门，各种不同。对于企业来说，不是接一个接口企业就能达到提效的结果。而是需要根据客户需求，做不同的针对性训练。

猎户星空在帮助某政务系统做大模型问答应用时，准确率从70%多提升到97.5%，差不多磨了四五个月的时间。这中间，他们测试了国内几乎所有的大模型，但准确率都不行，团队都做到快崩溃了。但是，当他们的应用调试出来后，再去做其他客户时，准确率从70%到90%多，就只用了两周的时间。

“今天大模型最大的问题准确率太差。所以（要做出）杀手级应用核心就是准确率。”朱啸虎与傅盛的观点相同。对于大部分场景来说，ChatGPT可能是哈佛、斯坦福毕业的本科生，但绝大多数场景可能一个中专生就够了，但这个中专生需要垂直训练过，经过直接培训。

做大模型应用的创业者，不管中国的还是美国的，都是拿开源模型和垂直场景的数据进行优化训练。今天大模型解决不了准确性的问题，那就用人工补齐，这反而是最适合中国创业者的事情。因为美国人工太贵了，美国的投资者和创业者都不喜欢靠人工补齐的工作。

对于中国的创业者而言，只要确保自己的这个“中专生”能够在这个场景里做到95分甚至99分以上，就能迅速地引爆。

以AI面试为例，很多HR软件公司直接接GPT，但同样也不能确保准确率。相反，一家叫做近屿智能的公司，因为准确率高，就连美团、腾讯和招商银行这些本身就具备很强的AI能力的公司，也在用它做面试。

不过，张帆有着自己的看法。作为大模型从业者，他相信，今天业内所争论和怀疑的一切问题，根源都是因为，模型还远不够大。“不要试图弥补模型的缺陷，它会变得越来越聪明，比我们想得更快，也带来很多全新的应用。”我不知道OpenAI会不会发GPT5，我相信中国市场内，一定会有企业把它的期货（GPT5的设想）都落地，今年内。

—End—

直播电商还带大战，但大主播的时代过去了

更多关注：商业与生活，ID：xiaopeizhu8

内容同步：网易号、同花顺、百家号、今日头条、UC、雪球、企鹅号、一点资讯、知乎、搜狐等。