GPT-4多模态能力开放后，大模型产业链的价值分配将贯穿上游算力、中游模型、下游应用三个层次，利润并非被单一环节独占，而是根据各环节的稀缺性与议价能力动态分布。从商业模式看，国内厂商已形成AIaaS（AI即服务）、垂直行业解决方案、软硬一体化等多元路径，不同路径的盈利重心差异显著。
产业链三层结构与利润流向
大模型产业链的价值分配，首先取决于各层级的竞争格局与壁垒高低。
上游算力层是模型训练的基础支撑。多模态模型对图像、视频等数据的处理，意味着更大的计算量与参数规模，这直接推高了算力需求。该环节的利润流向，与芯片供应能力及算力基础设施的稀缺性密切相关。
中游模型层是技术壁垒最高的环节。资料显示，国内大模型领域技术储备丰富、进展靠前的厂商主要是百度文心一言、腾讯混元和华为盘古。百度与腾讯作为互联网厂商，在C端数据入口的样本收集方面具备优势；华为则凭借对行业的深度理解，更多面向B端行业应用。这一层的商业模式以AIaaS为主，但各家的生态侧重不同。
下游应用层的价值实现，取决于场景落地能力。国内大量AI企业的产品仍以小模型为主，主要为细分领域提供智能解决方案，这一商业模式已较为成熟。多模态能力开放后，应用层的场景覆盖范围有望扩大。
国内厂商的商业模式差异
从公开披露的商业模式看，国内AI厂商大致分为几类路径，其收入结构与盈利来源各有侧重：
| 商业模式类型 | 代表厂商 | 业务特点 |
|---|---|---|
| AIaaS、软硬一体化 | 百度、阿里、华为、腾讯 | 依托云业务与平台生态，收入规模较大 |
| AIaaS、垂直行业解决方案 | 商汤、旷视、云从、第四范式 | 深耕智慧城市、金融、商业等具体场景 |
| 垂直行业解决方案为主 | 创新奇智、虹软科技、云天励飞 | 聚焦制造、金融、终端视觉等细分领域 |
| 综合安防+创新业务 | 海康威视、大华股份 | 以传统主业为基础，创新业务高速增长 |
以海康威视为例，其2021年营收814.2亿元，其中主业产品及服务收入651.5亿元，创新业务收入122.7亿元，同比增速达99%。商汤2021年营收47亿元，其中智慧城市收入21.4亿元、智慧商业收入19.6亿元。这些数字反映出，具备场景落地能力的厂商，其收入来源更为多元，利润结构也更依赖行业know-how而非单纯的模型能力。
多模态能力带来的价值链变化
GPT-4支持图像和文本输入并生成文本输出，在包含文本和照片的文档、图表或屏幕截图等输入上表现优秀。这种多模态能力一旦商业化，意味着模型能处理的场景从纯文本扩展到视觉领域，下游应用的想象空间被打开。
不过，资料也指出，CV和多模态大模型受数据与算法的限制，短期还很难出现大的爆发。这意味着，多模态能力的商业化落地将是渐进过程，而非一蹴而就。在当前阶段，利润的分配仍以算力基础设施和场景化解决方案为主，模型能力本身的价值兑现仍需时间。
常见问题
多模态大模型和NLP大模型哪个商业化更快？
NLP是目前的主要发展方向，商业化成熟度更高。资料显示，CV和多模态大模型受数据、算法限制，短期还很难出现大的爆发，而NLP领域已有ChatGPT等成熟应用。
国内大模型厂商中，哪家的商业模式最有优势？
各有侧重。百度在文心一言的公开公测进展最快，腾讯在NLP和CV大模型领域被看好，华为则在行业应用领域做得更深。三家的落地思路相似，区别主要在生态：百度与腾讯拥有C端数据优势，华为更懂B端行业。
大模型产业链上，利润最终会集中到哪个环节？
目前看，利润在算力、模型、应用三层之间分散。算力层受益于模型训练需求增长，模型层壁垒高但商业化仍在探索，应用层则依赖场景落地能力。随着多模态能力开放，具备数据入口或行业场景优势的厂商，在价值分配中可能占据更有利的位置。