国产大模型 WAIC 竞技：大厂拼落地，中厂显焦虑

　　如果想要度量国产大模型大小厂商的实力，WAIC(世界人工智能大会)是一个不错的切口。

　　众所周知，2023年是国产大模型元年，在去年的 WAIC 之后，腾讯发布混元大模型，字节跳动上线豆包 APP，而后通过豆包大模型正式开启对外服务，年轻的月之暗面、MiniMax 等创业公司形成了「五小虎」的格局，这让今年的 WAIC 有了更强的指向性:大模型选手们都已走向台前，给了 AI 行业更多的机会和答案。

　　相比去年，今年最大的变化就是，国内参与的互联网科技公司更多了。

　　除了老面孔腾讯、阿里、百度和蚂蚁之外，今年的互联网新面孔，包括 B 站和最近通过视频大模型可灵走红网络的快手，也包括「五小虎」中的智谱AI和百川智能，甚至还有号称要改变「五小虎」为「六小强」的阶跃星辰。

　　当然，没有出现的重要公司也不少，比如在大模型领域飞速进化的字节跳动和月之暗面等。

　　往年 WAIC 上厂商们比的是有无大模型，如今比的是大模型落地能力。所以，从时间的发展周期上来说，WAIC 已经有了国产大模型度量衡的意味，一系列国产大模型产品和落地应用进行公开展示，未来更加可期。

　　7月的 WAIC 结束后，国产大模型厂商将会密集发布一系列多模态大模型，行业进化的速度将进一步加快，比如 MiniMax 就在 WAIC 上透露，将在下个月发布 AI 视频生成产品。

　　1

　　腾讯猛提速，阿里拼落地

　　阿里一直是 WAIC 的重要一员。曾几何时，大模型尚未成为行业发展的共识，马斯克和马云就曾在 WAIC 上对人工智能的话题产生分歧。马云认为，人类无法创造出比自己聪明的生物;而马斯克对这一论断明确表示反对。

　　而今年 WAIC 上，负责传递阿里声音的人是阿里云创始人王坚。

　　王坚认为，在算法和数据等条件下，人工智能对大公司会友好一点，但是友好并不意味着宽容，一定会有新的大公司出现，也一定会让现在的大公司浴火重生。而大小企业的差别在于，大企业会觉得 AI 是工具的革命，小企业一定会觉得这是革命的工具，「大企业也要意识到这是革命的工具，那这个变化就来了。」

　　阿里如今是中国大模型背后的重要推手，最广为人知的标签，就是投资了5家大模型公司，把月之暗面、MiniMax、智谱 AI 、百川智能和零一万物这5个独角兽通通纳入版图之中。

　　而今年的 WAIC 上，阿里也成了现场火爆的体验打卡点。

　　阿里不光展示了国内用户规模第一的智能编码助手「通义灵码」，更是通过「通义十二时辰——体验 AI 助手陪伴的一天」，全方位通义千问大模型背后的对话、效率、智能体、视觉四大核心能力，让用户感知 AI 助手在生活、学习和工作中的实际作用。

　　此外，钉钉和支付宝也是阿里 AI 能力落地上的重要一面。钉钉通过「未来生产力」论坛，展示了钉钉在智能组织构建，以及 AI 在实际生产工作场景中的创新应用案例;支付宝的 AI 能力则通过支付宝智能助理、AI 金融助理和 AI 就医助理触达用户的生活场景。

　　相比阿里在 WAIC 场馆内的互动感，腾讯展示的更多则是场外发声和产品进化。

　　自5月30日腾讯正式上线混元大模型 APP 元宝以来，腾讯在大模型的推广和进化速度一直在提升。尤其是最近腾讯云与智慧产业事业群 CEO 汤道生的采访中谈到，腾讯对大模型并不是不着急，他跟马化腾在针对大模型技术变革的企业微信群聊中，经常讨论最新前沿并跟进业务进展。

　　「我们从技术长期布局投入，转到产品的市场去进攻。」汤道生认为，腾讯也不算在大模型上慢了一步，不是什么都唯快不破，过去半年腾讯在大模型上的新产品、新版本发布的频率越来越高，是因为腾讯的风格一贯是持续打磨产品，不断改善体验，随着市场慢慢成型，用户需求更明确、清晰，腾讯也会加快步伐。

　　事实上，元宝 APP 发布不到一个月，就已经更新了五六版。

　　根据腾讯混元大模型负责人刘煜宏最新透露，到目前为止，腾讯内部有接近700个业务接入混元，包括腾讯会议、文档，微信读书的 AI 助手等，基本上腾讯所有的(业务)都用，内部调用量大概将近3亿次。

　　相比较汤道生的态度，刘煜宏承认，去年混元大模型发布节奏慢，一部分原因是因为投了很多资源先服务好内部的「客户」，因为腾讯做事情，「对外开放前一定要先在内部打磨好，自己的狗粮自己先消化」。

　　更重要的一点是，刘煜宏谈及了腾讯在大模型上的思考变化。腾讯最初做混元大模型的逻辑，并没有想要做 toC 的产品，而是把基础模型打磨好，服务内部需求，后来不断调整方向，推出「混元模型助手」到后来的独立 APP，就是因为「不探索原生 AI 大模型应用，不知道怎么跟业务更好合作」。

　　是否 toC 这个大模型的逻辑起点，也是腾讯和字节最大的不同。字节的大模型能力最先就是通过豆包 APP 进行探索，最后用豆包成为大模型的名字开启对外服务。如今，混元大模型和豆包大模型走到了应用层竞争的同样逻辑，最大的变量就是腾讯的追赶速度。

　　2

　　中厂的焦虑

　　今年的 WAIC上，相比腾讯、阿里这样的大厂用大模型服务内部业务生态，Minimax、智谱 AI 这些大模型创业公司算是第一次登场，他们更焦虑于如何站稳脚跟后茁壮成长。

　　比如，展台紧靠阿里的阶跃星辰，就在 WAIC上发布了三个大模型，其中包括 Step-2:万亿参数的 MoE 模型，目前还需要申请才能体验;Step-1.5V:千亿参数多模态模型，除了图片理解能力提升外，也支持视频理解;Step-1X:图像生成模型，DiT 架构，600M、2B、8B 三种不同的参数量，对中国文化和元素进行了优化。

　　阶跃星辰的创办人是微软前全球副总裁姜大昕，正在进行一轮估值20亿美元的新融资，据传阿里也将参与阶跃星辰的这次融资。阶跃星辰入场虽晚，但极力想挤入「大模型五小虎」的战队中，在营销上试图把格局改变为「六小强」。

　　但卷模型还有出路吗?

　　正如百度创始人李彦宏在 WAIC 上所说，去年的百模大战造成了社会资源的巨大浪费，尤其是算力浪费，但同时也使得中国追赶世界上最先进基础模型的能力得到了建立。李彦宏呼吁行业不要卷模型，要去卷应用，「没有应用，光有一个基础模型，不管是开源还是闭源都一文不值」。

　　应用走在模型前面这一点上，快手可能是阶跃星辰的范例。

　　快手也是今年 WAIC 上的新面孔，也将在 WAIC 上发布快手大模型和新产品，但其着力点更具有落地属性，重点是通过大模型打开商业化的空间，以及通过视频生成技术给短视频行业注入新生机。目前，快手大模型家族包括1750亿参数规模的通用大语言模型「快意」、文生图大模型产品「可图」和视频生成大模型「可灵」。

　　此前《快手可灵，把压力给到了抖音剪映》已经提及，通过海外社交媒体的病毒式传播，在文生视频领域上，快手「可灵」比肩 Sora ，成为国产大模型中最先「交卷」的一家，虽然目前国内市场尚无对手，但更多的竞争对手正在赶来的路上。

　　而就在6月底，快手「可灵」更进一步，在文生视频的基础上，拓展到了图生视频领域，用户只需要上传图片，就可以使可灵对图像进行理解，赋予其5秒鲜活的生命力。同时，可灵还推出了视频续写功能，用户可以在已生成视频的基础上延续生成内容，能够最长生产约3分钟的连贯视频。

　　近期在微博等社交媒体上，已经流行起来通过快手可灵大模型进行视频创作，尤其是甄嬛吃汉堡、还珠格格喝可乐等一系列恶搞《甄嬛传》《西游记》《还珠格格》等经典作品的短视频，都是通过可灵制作的。截至目前，快手可灵注册申请用户数已经超过了54万。

　　但遗憾的是，快手大模型产品在 C 端市场引发的热度，没有反应到资本市场中，从6月6日可灵发布测试至今，快手的股价一直处于缓慢下跌趋势中，跌幅达到15%。

　　3

　　人形机器人是 AI 终极形态?

　　人形机器人已经成为 AI 从数字世界落地到现实物理世界的香饽饽。

　　今年 WAIC 上展出了45款智能机器人，其中有25款是人形机器人。尤其是大模型的加持下，有了大模型能力的人形机器人，相当于拥有了自主决策和分解任务能力的大脑。

　　特斯拉一直是 WAIC 的常客，而除了 Cybertruck 汽车和 FSD(全自动驾驶)，今年特斯拉拿出来的最吸引人的产品就是二代人形机器人 Optimus。

　　2021年8月，特斯拉发布了 Optimus 第一款智能机器人，搭载了特斯拉自主研发的神经网络和计算机视觉技术。2023年12月，特斯拉公开了二代 Optimus(擎天柱)机器人，相比一代更灵活，能用手拿鸡蛋，识别物体，还能走路。

　　人形机器人的难度在于量产通用，特斯拉预计明年开始限量生产，将有超过1000个 Optimus 在特斯拉工厂帮助人类完成生产任务。马斯克预计，人形机器人将成为工业主力，数量有望超越人类，预计达到100-200亿。

　　特斯拉面对的挑战很大，因为其目标是年产10亿台，占据市场10% 以上份额。要实现这一目标必然要让机器人的成本降低，控制在1万美元左右，售价预计2万美元，这将为特斯拉带来25-30万亿的市场。

　　而最能跟特斯拉二代人形机器人 Optimus 产生对标的，是杭州的宇树科技在今年5月发布的第二款通用人形机器人G1，其标准版售价9.9万元，这个价格远低于特斯拉的 Optimus，这凸显出国内人形机器人的「降本」优势。

　　在宇树科技5个月前最新一轮融资中，投资方包括美团、源码资本等。更重要的是，在机器人展示中，G1机器人可以模拟人手的精准操控能力，不光能实现搬运重物等常规操作，还能实现汽水瓶开启、焊接等精细化工作。

　　相比于特斯拉人形机器人的团队，宇树科技的团队更加年轻，创始人王兴兴是一位90后的年轻创造者。而特斯拉则是当初从 OpenAI 挖来的深度学习专家安德烈·卡帕斯，统领特斯拉的自动驾驶工程师团队和人形机器人的开发。

　　马斯克和王兴兴瞄准的都是通用人形机器人，这是一个百亿美元级别的市场。马斯克认为，擎天柱机器人是将特斯拉转变为价值10万亿美元企业的关键，甚至人形机器人的潜力比特斯拉的电动汽车业务更重要。

　　而英伟达最新的财报也显示，其未来发展的战略三大方向，其中之一就是 AI 应用，确立以智能汽车、人形机器人、工业数字化和医学 AI 为未来增长曲线。

　　但通用人形机器人还有很长的进化成熟之路。此前王兴兴在采访中表示，目前大家做的事情很简单，就是把 AI 技术拿过来给机器人用，「目前 AI 跟机器人结合的技术临界点还没到，可能整个技术方案还没跑通」。

　　究其根本，挑战就在于如何用大模型让人形机器人的行动系统智能化，也就是让机器人的大脑足够成熟，确保可靠性和准确度。而一旦人工智能真正迈入通用人工智能阶段，人形机器人成为 AI 应用的终极形态之一的梦想才会成真，人机共生的时代才会到来。