近日，网络分析公司Similarweb发布统计数据显示，2023年前5个月，ChatGPT全球访问量环比增幅分别为131.6%、62.5%、55.8%、12.6%、2.8%，增长幅度明显下降；6月份ChatGPT的访问量环比下滑9.7%，为其推出以来首次。
值得注意的是，在ChatGPT火爆出圈后，谷歌、微软、百度、阿里、华为、网易、科大讯飞等国内外众多科技巨头加注大模型赛道，AI大模型已经成为科技企业的必争之地。然而，随着各类大模型如雨后春笋般涌出，行业泡沫或已开始显现。
多位业内人士在接受《财经》新媒体采访时均表示，尽管大模型的发展将催生新的用户需求，但现阶段仍处于探索阶段，无法清晰预判用户需求的发展方向。同时大模型需要算力层、框架层、应用层相互耦合，缺一不可。算力不足、缺乏大量高质量数据都是目前科技企业大模型实现商业化落地前面临的重要问题。
产品访问量下滑 行业问题面临挑战
尽管大模型赛道仍然火热，但行业头部产品ChatGPT却开始降温。根据网络分析公司Similarweb统计数据，今年1-5月，ChatGPT全球访问量环比增幅不断下降，6月出现了环比下滑9.7%的情况。
除了ChatGPT，微软Bing、谷歌Bard、Character.AI等主流大模型产品都出现了不同幅度的下滑。Similarweb数据显示，Character.AI全球访问量已环比下滑32%；5月，Bing访问量也从3月的14亿次下滑至13亿次。另AceCamp Research统计，谷歌Bard首周在访问量飙升后第二周便出现下滑情况。
有市场声音认为，OpenAI访问量下降是必然趋势，其背后是大模型在商业化、监管领域面临的诸多挑战。
独立国际策略研究员陈佳分析表示，一方面，因服务器不堪其重，OpenAI对ChatGPT前期流量超速非常担忧，在年初其借助GPT从3.5升级到4.0的契机，OpenAI不仅推出了付费业务更是调高了费率，希望把追热度蹭流量的非核心开发级别的消费级用户分流出去；另一方面，全球AI产业链与ChatGPT同类题材API的大量涌现，致使原本处于边界的摇摆型用户转投别家。
“此外，一季度末在马斯克等业界学界联名呼吁之下，欧美主要发达经济体联合采取了对ChatGPT滥用市场力和技术力开展联合治理行动，一些国家直接叫停ChatGPT的境内服务，并关闭其访问端口，同时，欧洲议会和美国国会同期都加大了对ChatGPT科技伦理难题和隐私侵犯问题的调查和立法。”陈佳进一步表示。
不容忽视的是，主流生成式AI热度下滑也引发了市场对大模型赛道的担忧。除了因大模型在应对特定领域问题时仍存局限性和不足外，用户对于大模型生成的内容质量和准确性或有疑虑，如何处理数据、保障用户隐私安全同样是行业面临的主要问题。随着越来越多的大模型面世，行业泡沫逐渐显现。
全联并购公会信用管理委员会专家安光勇认为，尽管大模型领域存在着一定的炒作和夸大现象，但同时也有许多企业在努力推进大模型的研究和应用。行业的发展还需要时间来验证其真正的商业价值和应用潜力。
国内厂商加速布局 技术差距依然明显
凭借几近于真人对话般的生成式AI一经公布就受到了业内追捧。一时间不管是百度CEO李彦宏、360集团创始人周鸿祎，还是比尔盖茨，众多科技业内人士均认为AI大模型将引发颠覆性科技革命。
随着大模型的火爆出圈，百度、华为、微软、商汤科技、科大讯飞、京东等企业和高校围绕自然语言、视觉、多模态等细分赛道加码。据中国科学技术信息研究所所长赵志耘透露，截至2023年5月底，中国10亿级参数规模以上大模型已发布了79个。
而在近期，大模型赛道动作依然不断，为了加速争抢布局，大模型企业仍在不断加大算力、数据、研发等投入。在近一周时间内，已有美团、恒生电子、拓尔思、华为、京东等多个企业投资、发布或升升级大模型相关技术及应用。
不容忽视的是，仅在NLP领域内，认知不够、对话不智能、多轮对话效果不理想、照本宣科等问题依然普遍，距离理想化的人工智能仍存在明显差距。
事实上，国、内外大模型正处于不同的发展阶段。对于境外大模型而言，监管是制约其发展的重要因素。而对于境内大模型，虽然加入大模型竞争的企业越来越多，但技术成熟度有限、技术滞后、投研不足则成为行业发展的掣肘。
国内算力厂商内部人士接受《财经》新媒体采访时表示，大模型需要算力层、框架层、应用层，而每一层又涉及众多技术，例如在算力层便包括了芯片、大数据、云计算等多个厂商技术支持。仅在芯片领域，就有CPU、GPU、TPU不同解决方案，而从公司角度看，在GPU方案下，英伟达芯片依然领跑行业，即便是华为海思的昇腾910芯片，对标英伟达仍有显著的差距。数据显示，英伟达H100 NVL版本在半精度下算力约是华为的12.4倍。
“对于企业来说，大模型离不开训练，然而企业普遍缺乏高质量的数据，如何获得大量的、高质量数据成为了行业普遍问题。目前，一些大型企业已布局算力层、框架层、应用层，而更多的企业正在围绕其中某一环节进行研发。从实际效果来看，目前国内的大模型与ChatGPT还有一定差距。”上述国内算力厂商内部人士补充道。
陈佳同样认为，从目前国内公开的大模型支持的各种API开发工具大类能效测评来看，其暂时无法跟微软、谷歌以及一众新崛起的GPT相提并论。过去三年中，全球AI龙头处在以新一代大模型MLLM为基础的GPT从3.5进步到4.0、现阶段在冲刺5.0。尽管包括华为、寒武纪、阿里达摩院甚至百度文心在前期对新一代AGI和大模型MLLM有过积极探索，但过去三年后却依然处于落后位置。
用户需求仍处探索阶段 落地场景亟待进一步挖掘
此前，百度及腾讯方面在接受采访时均表示，大模型商业化落地后会带来某一细分市场的爆发，例如在医疗领域内，仅诊断市场，依靠大模型就可衍生出巨大的市场空间。然而，截至目前，企业对可能催生的用户需求尚不明确，腾讯及百度方面均表示仍在探索阶段。
“在应用层，大模型可接入千行百业，几乎任何行业都可以嫁接。”国内算力厂商内部人士表示，其中电商、金融、医疗、知识问答、翻译等领域或将率先实现大模型落地。
深度科技研究院院长张孝荣同样认为，现阶段自然语言处理和模型生成能力有较高的需求，NLP大模型可以提供更好的解决方案，但对于具体领域的选择和应用，还需要根据产品成熟度进行考量。
“国内AGI落地不是没有，但不可否认的是市面上的自研大模型普遍效能不足。”陈佳认为，目前，国外大模型厂商开始细化市场，各种API开发工具联合发展，例如ChatGPT与MJ一起开发的AIGC已应用在境外新闻图片和电影工业。然而，相较国外头部产品，国内大模型厂商产品除中文处理之外，没有其他的显著优势。而随着中文API外挂的成熟，这种优势在以极快的速度被耗散。
值得一提的是，基础大模型的大规模产业应用需要与场景深度融合，至于大模型距离落地应用还要走多远，将取决于解决技术、数据、隐私、可解释性等问题的进展以及市场需求的发展情况。
目前，部分企业已开始瞄准细分产业，加速实现大模型落地。在电商领域，针对营销、客服、售后等流程，京东便上线了灵犀大模型；而在教育赛道，网易有道大模型“子曰”便可帮助用户实现类似真人口语私教的体验。
安光勇认为，大模型的应用需要各个环节的协同合作，包括数据提供商、算法研发者、应用开发者等。预计在未来几年内，大模型将逐渐实现更广泛的落地应用，但具体时间和进程仍然存在一定的不确定性。
