Muse 爆火｜AI 应用的自救尝试

**AI 模型层发展到头了吗？到时候转向应用层了吗？**

自从 2022 年底 OpenAI 推出 ChatGPT，开启了 AI 时代，AI 的发展用"百舸争流"来描述简直形象无比：
- **前沿的 AI 模型**：几家公司不断拔高上限；
- **次排的支持设施**：也不甘落后地发展；
- **后排海量的 AI 从业者**：不断将 AI 落地到生产生活中，也为 AI 模型的调教和提高提供了方向指引和市场反馈。
---
## 一、模型层很烧钱
模型的训练需要巨量的算力支持，这不光是顶尖人才的比拼，还有基础支持的比拼：
- **训练材料**（数据）
- **算法支持**（人才）
- **算力支持**（GPU）
- **基础支持**（电力和内存）
其中任何一项都需要巨量资金来持续投入。
AI 无疑是未来的方向，也无疑是资本竞争最激烈的地方。几千万、上亿的年薪挖人，几十万张 GPU 的采购，几十亿资金的投入，在 AI 领域一点都不新鲜。
但是——资本需要回报。AI 发展确实有成果，但相比成果，资本更希望看到**回报**。
## 二、模型层问题很多
- 偷用用户会话数据训练
- 模型之间相互蒸馏
- 各大公司相互高薪挖墙脚
- AI 安全问题也屡见不鲜
模型的问题很多，继续发展需要解决的问题也很多。但是好在，模型发展已经可以满足一些需要，也已经让很多人看到了 AI 时代的到来，看到了 AI 的力量。
## 三、是时候停下来了吗？开始专注发展 AI 应用吗？
还需要继续追求"更高、更快、更强"吗？
- **从全人类历史长河的角度**：是的，也必须追求。
- **从资本、从社会的现实层面**：可以停下来，享受一下成果，修复一下问题。
### 1. 享受成果
AI 模型的能力已经可以满足绝大部分的需求，持续巨量资源的投入也已经看到了不错的水平。豆包、Kimi、Claw 等 AI 应用，也已经落地到大家的日常生活中。
### 2. 修复一下问题
AI 是前所未有的，遇到的问题也是前所未见的。就拿 AI 安全问题来说：AI 发展初期问题不明显，可以忽略；但是现在随着模型能力的提升，各大模型厂商认识到，AI 的安全问题可能是一个需要长期解决的问题——这是一场持久战。
与其放任 AI 继续发展、隐患继续发酵，等到问题爆发时束手无策，不如趁这个机会停下来，喘口气，好好梳理遇到的问题和之后的应对思路，为 AI 安全的发展打好根基。
### 3. 快速见到回报
资本投入最终还是要获得回报。虽然模型的使用有一定的回报（卖 token），但这业务仅仅面对开发者，与整个 AI 应用的市场相比，微乎其微。
所以，发展 AI 应用、面向更广大的消费者，才是资本的真实想法，也是最终落地的方向。
## 四、AI 应用可以发展，但是 AI 模型不会停
AI 模型发展的时候，AI 应用其实也在发展，只是不是资本竞争的中心。现在经过分析，可以确定的是：**AI 应用迎来了比较好的发展阶段**，拥有得天独厚的发展条件：
- 资本变现的需要
- 前所未有的市场空间
只是这次的格局反过来了——AI 应用发展的同时，AI 模型也在发展，只不过不像之前那样迫切和紧张。