大模型领域在2024年的关键词涵盖了视频模型Sora、推理模型GPT-o1、Token价格战以及多样化的落地应用。

　　枫清科技(Fabarta)创始人高雪峰观察到，2023年市场对大模型的落地关注度不高，主要聚焦于新版本和更大参数的推出。然而，2024年风向转变，企业开始意识到大模型的实际应用价值，更多客户愿意合作。

　　行业在Scaling Law（尺度定律）上产生分歧，大规模预训练的成本高昂且投入产出比不确定，同时关于预训练“撞墙”、大模型放缓的讨论增多。OpenAI前首席科学家伊利亚·苏茨克维尔表示，简单增加数据和计算能力扩大模型规模的时代已结束。

　　关于大模型是否放缓，行业意见不一。跬智信息（Kyligence）联合创始人兼CTO李扬认为，大模型能力放缓是不争的事实，但突破性进展可能仍在酝酿。金沙江创投主管合伙人朱啸虎也指出GPT-5的推出存在不确定性。然而，MiniMax副总裁刘华表示，2024年大模型仍在飞速发展，技术未见上限。

　　行业共识是，大模型在数据语料上遇到瓶颈，互联网上的人类语料已接近耗尽。业界开始尝试使用合成数据应对这一挑战，但效果尚不确定。瑞银证券中国科技软件分析师张维璇认为，未来post-training阶段将成为新金矿。

　　在速度放缓的争论中，GPT-o1的推出成为关键。该模型擅长处理复杂推理任务，尤其在STEM领域表现优异。有人认为这是迭代放缓的信号，也有人认为这标志着Scaling Law在大模型推理侧继续有效。

　　高雪峰表示，GPT-o1验证了行业发展趋势，即在推理与概率预测技术体系上向更加综合和平衡的方向转移。月之暗面创始人杨植麟也提到，大模型范式将发生变化，从预测下一个词到强化学习，让AI具备思考能力。

　　在具体应用上，大模型需要具备可解释性、推理能力，以及减少幻觉，叠加数据能力以解决生产力问题。国内众多厂商和机构也在年底发布数学推理模型，包括阿里通义、DeepSeek等。

　　然而，360集团创始人周鸿祎指出，推理模型可能存在问题，如跨专业学科表现不一。他认为，通用AGI可能是伪命题，AI应走专业化道路。

　　2024年被视为AI落地元年，但高雪峰认为这是行业精准场景与人工智能技术融合的元年。企业正在经历从以模型为中心向以数据为中心的转型，更多处理本地数据，结合模型能力赋能AI应用。

　　刘华表示，大模型应用今年拓宽，从只会写文章的“文科生”变成能力全面的模型。在B端和C端，大模型催生了一些好产品，如音乐、视频模型用于广告制作，智能体在保险领域提供服务等。

　　今年大模型落地背后有两个重要助推因素：Token价格战和“AI+”写入《政府工作报告》。价格战降低了大模型使用成本，带动了更多应用落地。而“AI+”写入报告则代表了各行业龙头企业要做AI转型，为AI应用提供了巨大机会。

　　瑞银证券认为，中国AI长期发展潜力被低估，AI应用渗透率有望从明年起加速。中国国产大模型厂商性能已接近GPT-4水平，在垂直应用领域准确度不断加强。同时，中国有活跃的AI开源社区、开发者以及广泛的应用场景。

　　张维璇观察到，中国前十大C端AI移动应用月活超过一亿，大模型的API日均调用量增长了8倍。她认为，接下来PaaS层软件厂商将受益，包括数据工具提供商、AI应用性能检测、安全服务提供商等。