随着科技的飞速发展，大模型行业在今年的12月迎来了前所未有的热闹景象。从11月中旬开始，多家科技巨头如OpenAI、微软、谷歌、字节跳动、百度和智谱等纷纷召开大模型相关的发布会，推出了一系列新模型、新应用和新产品。其中，OpenAI更是通过12天的连续直播，引领了科技公司发布会的新潮流。
与去年相比，今年大模型行业的心态和预期明显更为乐观。技术层面，一场推理AI的竞赛正在激烈展开；应用层面，AI Agent、搜索等方向也逐渐明确。这些变化不仅为行业带来了新的机遇，也推动了整个行业的快速发展。
首先，OpenAI的o1和o3模型的发布，无疑为推理AI竞赛扣动了扳机。据OpenAI发布的评测数据，o3模型在数学、编码、博士级科学问题等复杂问题上展现出了强大的实力，甚至在一些数学基准测试中刷新了记录。而在此之前，国内外科技公司都在努力追赶OpenAI的o1模型，谷歌、月之暗面Kimi、DeepSeek和阿里云通义等也都推出了自己的推理模型。
然而，尽管推理模型在技术上取得了显著进步，但其高昂的成本和应用的局限性仍然是一个问题。根据Keras之父François Chollet发起的ARC-AGI基准测试，尽管o3在高计算模式下得分率很高，但任务成本也非常高。不过，清华NLP实验室刘知远教授团队提出的密度定律似乎为降低推理成本带来了新的希望，该定律表明，随着技术的不断进步，未来推理成本将会快速降低。
在价格方面，大模型行业的价格战也愈演愈烈。继5月和9月之后，OpenAI和火山引擎（字节跳动旗下云厂商）又掀起了第三轮价格战。OpenAI针对GPT-4o音频模型大幅降价，同时还将价格战打到了更具性价比的小模型GPT-4o mini上。而火山引擎则是将价格战带到了视频模型上，其发布的豆包视觉理解模型输入价格大幅降低，将视觉理解模型带入了“厘时代”。
降价的原因主要有三点：一是以价换量，通过降低价格带动推理算力消耗量的增长；二是吸引开发者，加速AI进入外部企业，抢占应用生态；三是技术本身的优化也带来了降本的空间。然而，降价只是面子，模型能力才是里子。模型厂商需要在降价的同时，保证模型效果和客户满意度。
在应用层面，大模型行业也迎来了爆发期。随着计算成本的下降和基础模型选项的增加，大模型应用层进入了一个飞速发展的时期。风险投资公司Lerer Hippeau管理合伙人Ben Lerer甚至表示，初创公司可以选择当下流行的方案，将各种大模型包装器组合起来，以优化功能、结果和成本。这种“鸡尾酒打法”已经在中国得到了复制和应用。
整个12月，大模型玩家们围绕应用层的探索形成了“2+X”的确定性方向。其中，“2”指的是AI Agent（智能代理）和AI搜索，“X”则是包括AI玩具、AI耳机、AI眼镜等诸多AI软/硬件产品。在AI搜索上，OpenAI终于在ChatGPT中新增了搜索功能，而谷歌也在考虑在Chrome浏览器中增加“AI模式”选项。而在AI Agent方面，国内外科技大厂也几乎都有自己的Agent平台。
然而，尽管大模型应用层迎来了爆发期，但从“能用”到“好用”之间还有很长的路要走。现阶段，他们尚未解决的问题还有很多，比如商业模式、数据收集、认知架构等。在“X”方向上，也涌现出了更多的尝试，比如AI手机、AI PC、AI玩具和AI耳机等。然而，这些产品究竟是风口还是刚需，还需要销量和复购数字来验证。
在资金方面，大模型行业也出现了明显的分化。在热闹的年终发布月里，久违的大模型融资热又来了。一批国内外的明星AI企业们拿到了“过冬钱”。然而，融资的牌桌上，有富人就有穷人。风险机构Northzone合伙人Molly Alter预测，“最诱人”的交易将继续以极高的估值进行，但对于其他公司而言，则需要展示非常具体的指标才能获得高估值。这种分化的结果将是，寻求退场或倒闭的初创公司会增加，大型科技公司和头部企业的整合速度也会加快。
最后，在大模型行业，人才始终是最关键的因素。围绕大模型组织的整合、人才的回流和出走，成了年末的焦点话题。一些离职的员工选择回流大厂或再创业，而一些大公司也在以更灵活的姿态应对竞争。随着竞争的加剧，组织和人才的整合和分化不会停止。
回顾这一年的变化，大模型行业经历了从动荡到稳定、从不确定性到逐渐清晰的过程。尽管人们对AI仍然充满怀疑，但它确实已经走进了人们的生活。这个趋势将无法阻挡，正如OpenAI在12天直播发布会后所说的那样：“你可以直接去做事情了。”
