2023 WAIC，参观者脸盲大模型；2024 WAIC，大家开始脸盲AI应用。

WAIC，世界人工智能大会，也是每年最重要的一场中国AI厂商“秀肌肉”T台。2023年，大模型还是WAIC的绝对C位。展区的30多个大模型，一下子搬来了中国AI行业的半壁江山，惹得大家直呼“如果有哪家AI公司不做大模型，都不好意思露面了”。

那么到了2024年，若是不拿出点AI落地成果，AI公司恐怕也羞于露面。

WAIC 2024展览。图源：WAIC官方

但竞走完500多家厂商的展位就会发现，除了被技术桎梏多年的具身智能终于迎来了落地的黎明，本该快跑一步的AI软件应用，在落地场景上却出奇的一致：

要么是附加搜索、创作、文档总结等功能的生产力工具，要么是带有AI角色扮演功能的社交应用。

“这会颠覆很多人对技术发展进程的认知，”WPS的一名AI产品经理告诉《智能涌现》，“越是走到技术发展的深水区，大家对AI应用的探索就会更保守。”

不确定的技术，保守的选择

比起AI能做到什么，这届AI厂商，更关心AI不能做到什么。

WPS的AI产品经理告诉《智能涌现》，光表格一个场景，一年来WPS做了20多个功能，但在在内部评审会上又淘汰了十几个。究其原因，一方面，大模型对于不少场景而言又宛如大炮打蚊子，成本高不说，还多了不少复杂的工程问题；另一方面则更为关键，外界对AI的预期太高，但实际能力又无法满足需求。

生产和社交，经过一年多的探索，是行业公认的大模型能快速落地，且产生更多玩法的两个场景。

比如国内少数实现盈利的AI公司“出门问问”，工作人员告诉《智能涌现》，推出的四款AI产品中，商业化最为成功的是AI数字分身“奇妙元”。这款面向小B用户的数字人制作工具定价还并不便宜，形象和声音单独收费，数字资产定制在8000元-50000元/分身不等，但由于瞄准了商家降本增效的刚需，续费率颇高。

出门问问的AI数字人动捕生成。图源：作者拍摄

这两个场景，也几乎成了国内大模型独角兽的应用标配。新晋独角兽的阶跃星辰，推出了AI对话应用“跃问”和AI角色扮演应用“冒泡鸭”，更注重To B的智谱AI，则在主打生产力工具“智谱清言”中，推出了不同角色Agent的定制功能。

而同样两手抓的MiniMax，其AI角色扮演应用“星野（Talkie）”在海外已经取得了不错的商业化成绩，据《智能涌现》了解，自2023年6月上线以来，其总营收规模已达到百万美元。

除了“可行”，生产和社交，又是放置仍和技术发展进程下，都难以被颠覆的刚需场景。

“现在AI的技术路线还没完全收敛。”这是《智能涌现》在展会上听到的最具有共识的一句反馈。所谓的“技术路线不收敛”，可以简单理解为技术不够成熟，当下无论是主流训练架构Transformer，还是用于多模态探索的DiT（Sora底层架构），都尚未被证明是通往AGI的最佳解法。

技术还在快速迭代，这对应用探索而言，就意味着时刻有被新技术颠覆和吞并的风险。

“技术还没有完全收敛，所以完全聚焦到应用上肯定是危险的。”面壁智能CEO李大海在WAIC的采访中直言，“所以我觉得当前阶段对大模型公司的技术要求其实是很高的。”他透露，当前面壁用于探索基础模型迭代和应用创新落地的人力，各占了50%。

选择在生产和社交场景落地，又成了AI厂商们最为保守的选择。

阶跃星辰的一名产品经理告诉36氪，现阶段的生产和社交AI应用，更准确而言是通用的“AI应用平台”，“厂商们都在上面试水瞄准更细分场景的单点功能，能够跑通的未来可能会被孵化为独立应用”。

做好产品定义，管理用户预期

展会上，若是问厂商：“这些大同小异的AI应用，核心竞争力到底在哪里？”

除了“自研底层模型更稳定可控”“原始产品积累了大量用户数据”之外，你很难听到有关新AI应用本身的描述。

“现阶段大家都还在‘摸着石头过河’。没有找到好场景，产品就很难谈核心竞争力和壁垒。”一名看展的投资人告诉《智能涌现》。

MiniMax一名产品经理同样表示：“对于MiniMax而言，目前底层技术突破的优先级会高于产品，模型底层有一定突破之后，才有可能根据产品定义去做相应数据的收集和模型的定向训练。”

“重复造轮子”是技术落地初期的常态，不过即便如此，不少厂商都认为，初期的产品定义对于获客、积累特定领域的用户数据、寻找细分场景而言，依然有着关键作用。

比如MiniMax将“海螺AI”定义为一个人格化的效率工具，上线了语音通话功能。MiniMax产品经理告诉《智能涌现》，这一产品定义来源于内测期间对用户需求的洞察：

“本质上大模型是没有形象的，但不少用户好奇海螺AI的性别和外貌，我们觉得可以在这块上做一个延伸。相较于文本，声音的可用性会更多，比如口语练习也是一个刚需。”

相较于MiniMax的“人味”和月之暗面Kimi的“长文本”，不少厂商推出的AI问答助手形态的产品，则更加聚焦于行业，比如百川智能推出了聚焦医疗行业的AI健康顾问，WPS AI又推出了政务版，蚂蚁集团基于自身数据优势，推出了AI金融助理。

不过，也有厂商并不想一开始就将落地场景定义得太有边界。阶跃星辰发布的AI效率助手“跃问”，一口气吃下了搜索、文件处理、创作、多模态理解等几乎所有主流功能。

“跃问”产品经理对《智能涌现》表示，现阶段的AI应用，更多地带有收集数据，迭代底层模型的考量，而不把场景限定得太清晰，也是为了收集到更通用的用户数据。

阶跃星辰“跃问”的多模态理解功能。图源：作者拍摄

无论如何定义产品，AI产品经理在意的，是管理好现阶段用户的预期。360的员工告诉《智能涌现》：“去年大模型把用户的预期都拔高了，但应用落地和技术发展之间是有时差的，这就导致很多用户对现在的AI应用不太满意。”

照顾好刚需场景，将用户从AI中所能得到的收益摆到明面上，是现阶段AI厂商做产品的方法论。正如美图CEO吴欣鸿所总结的：“告诉用户，AI是来帮你们赚钱的！”

文章来自于 “36Kr”，作者 “周鑫雨”