AI只有热度，没有出路！

在国外，AI PC市场成为新的竞争焦点。英伟达创始人兼CEO黄仁勋在COMPUTEX 2024上公布了未来三年的GPU架构规划，展示了英伟达在AI算力上的强大实力。AMD则更新了Instinct GPU系列路线图，推出了具有更高性能和更大内存容量的AI加速器，加速数据中心AI创新。同时，半导体IP大厂Arm也公布了其在AI设备市场的宏伟目标，预计五年内将占据Windows PC市场超过50%的份额。

在国内，AI大模型的热度一度达到沸点，各种榜单和排名层出不穷，营销手段五花八门，但如今行业已逐渐回归理性。尽管国内众多团队竞相投身大模型研发，但尚未有团队能够确立绝对的领先地位。

AI大模型的三大核心要素——算法、数据、算力，在过去被厂商们高度重视。然而，随着技术的发展，算法逐渐失去了其原有的壁垒地位，因为开源模型和人海战术迭代使得算法变得相对容易复制。相比之下，数据成为了更为稀缺的资源，它的获取并非简单的金钱交易所能解决，优质数据的渠道难以寻觅。

商业化是检验大模型价值的关键。目前，大模型的商业化路径主要分为To C和To B两种，即面向个人用户收费或向企业（包括政府、开发者）提供服务。百度在C端和B端均有布局，其C端产品文心一言4.0采用付费模式，但付费率数据一直未公开。而新兴竞争者Kimi则采取了一种独特的打赏模式，允许用户在高峰期通过打赏获得优先使用权，这种非强制性的方式或许为行业提供了新的商业化思路。

然而，大模型在商业化过程中面临着诸多挑战。由于当前的大模型产品尚未达到完全成熟和稳定的阶段，其在实际应用中的效果难以保证，这导致用户缺乏为其付费的强烈动机。以大语言模型为例，其“胡说八道”的问题仍然存在，这种不可控性使得大模型在生产环境中难以发挥实质性作用。

行业对大模型的期待过高，曾有过“训练出一个大模型就可以改变世界”的幻想，但现实是，大模型至今尚未真正形成生产力。如果不能为企业带来实际的业务价值，即使价格再低也是浪费。因此，目前只有少数公司能够抓住市场需求，打通业务场景，实现盈利。

今年，国内大模型行业明显比去年更为“安静”。在激烈的竞争中，价格战愈演愈烈，大模型API的调用价格直线下降，有些甚至降至免费。这种价格竞争虽然有助于推动技术的普及和应用，但也让行业陷入了一种“赔本赚吆喝”的困境。

要解决大模型行业的困境，需要解决两个核心问题：一是提高大模型的实用性和稳定性，使其能够更好地满足用户需求；二是降低大模型的成本，使其价格更加亲民。目前，美国的大模型在实用性方面已有一定突破，但成本仍然较高；而中国的大模型则需要在实用性和成本两方面同时发力，才能真正实现商业化落地。

在科技浪潮的推动下，业界普遍认为PC将成为个人大模型落地的关键终端，预示着PC市场正迈向一个全新的AI PC时代。AI PC，作为AI技术与传统PC的完美融合，为硬件厂商带来了重振行业、点燃希望的曙光。

随着AI PC市场潜力的不断释放，英特尔、英伟达、AMD、高通等芯片巨头，以及联想、惠普、华为、苹果等PC厂商纷纷投入研发和生产，积极布局这一新兴市场。

从硬件层面分析，处理器芯片、内存、散热以及交互系统将成为AI PC发展的主要受益领域。而在模型层面，未来针对各行各业的垂直端侧模型将成为主流，这将极大地推动传统软件的AI化转型以及AI原生应用的蓬勃发展。在终端层面，各大主流PC厂商正加速推出AI PC相关产品，以满足日益增长的市场需求。

尽管AI PC已经踏上了历史舞台，但当前仍处于产品发展的初期阶段，未来仍然充满挑战和不确定性。然而，我们有理由相信，在技术的不断催化、性能的持续提升、应用的广泛落地以及厂商的坚定押注下，AI PC将不断进化，最终落地生根，成为我们日常生活和工作中不可或缺的一部分。

让我们共同期待AI技术的蓬勃发展，以及AI PC为我们带来的全新体验和价值。