GPT-4多模态能力的背后，是人工智能大模型训练成本与盈利模式之间的一场长期博弈：前期研发投入极为高昂，而商业化落地仍处于早期探索阶段，盈利路径尚未完全清晰，行业整体呈现“高投入、慢回报”的典型特征。大模型的训练依赖海量图文数据与强大算力，这构成了AI企业成本结构的核心，而当前API调用、SaaS服务等商业模式能否覆盖前期巨额资本开支，仍需时间检验。

训练成本：算力与数据的双重门槛

多模态大模型（如GPT-4）需要同时处理文本、图像、视频、音频等多种类型的信息，其训练难度和资源消耗远超单一模态模型。以GPT-4为例，它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都有优秀表现，但这种能力的背后是极高的技术门槛。

从行业整体来看，CV（计算机视觉）和多模态大模型的发展仍面临多重挑战：可用于训练的有效数据比NLP领域有明显差距、学习方法尚需突破、不同视觉应用仍依赖不同模型、图像尺寸增大带来的计算量问题等。这些因素使得多模态大模型的训练成本居高不下，且短期很难出现大的爆发。

盈利模式：商业化落地的现实挑战

当前人工智能大模型的主要商业模式包括API调用、SaaS服务、软硬一体化产品及垂直行业解决方案等。从国内厂商的收入规模来看，各家的AI相关收入增长迅速，但体量差异明显：

公司商业模式AI相关收入规模
百度集团AIaaS、软硬一体智能云业务2021年营收151亿元（YoY+64%）
阿里巴巴AIaaS、软硬一体阿里云2021财年营收601.2亿元（YoY+50%）
华为AIaaS、软硬一体化华为云2021年营收201亿元（YoY+34%）
腾讯控股AIaaS腾讯云2021年营收307亿元（YoY+46%，海豚投研估测）
商汤AIaaS、垂直行业解决方案2021年营收47亿元（YoY+36%）
云从科技AIaaS、垂直行业解决方案2021年营收10.7亿元（YoY+43%）

从数据可以看出，国内AI厂商的收入普遍保持较高增速，但绝对规模与前期投入相比仍存在差距。值得注意的是，大多数国内企业的产品仍以小模型为主，主要为某个细分领域提供智能解决方案，这种商业模式已经比较成熟。而真正的大模型研发，目前技术储备丰富、进展靠前的主要是百度文心一言、腾讯混元和华为盘古。

常见问题

国内大模型与GPT-4的差距有多大？

从技术进展来看，国内虽然有很多厂商正在布局大模型，但基本没有能达到GPT-3效果的。以百度文心一言为例，其使用感受大约相当于GPT-2.5的水平，落后OpenAI三年多。不过，文心一言在国内进展最快，已开放网页进行公测，未来重点在于能否像GPT一样实现快速迭代。

大模型的商业化落地主要走哪些路径？

不同厂商的落地思路有所差异。百度和腾讯作为互联网厂商，拥有To C端业务，在数据入口和数据样本收集方面有优势；华为则凭借对行业的深入理解，盘古大模型已在智慧文旅、金融、交通巡检、电力巡检等领域落地应用，主要面向To B端。整体来看，未来两三年大模型的发展趋势是各厂商选择自身具有优势的行业场景深耕，模型样本数量缩小而精度提高。

AI大模型领域的投资机会在哪里？

除了关注百度、腾讯、华为等头部大模型厂商外，与这些公司有合作的AI上游厂商也值得关注。大模型的训练离不开芯片、算力等基础设施支撑，上游产业链的景气度与大模型发展高度相关。需要注意的是，当前大模型行业整体仍处于高投入期，盈利模式的成熟仍需时间验证。