“中国版ChatGPT”，离商业落地还有多远

ChatGPT是这一轮AIGC热潮中，最火爆的杀手级AI应用。相比产品与技术的迭代，AIGC新技术能否找到可持续可落地的商业模式也是产业界关注的重点。目前，国内国外类ChatGPT产品的商业模式大致有两种路径：

第一种模式：按使用量面向用户收费。如ChatGPT Plus、AI绘画平台Midjourney等，通过购买包月套餐，用户可以获得更快的生成速度和更高的内容生成质量。或者通过按API调用量付费，开发者可以基于基础模型进行个性化开发。

虽然ChatGPT短时间内吸引了全球一亿用户，但OpenAI仍是一家亏损中的创业公司。用户付费带来的收入，与前期巨大的研发投入和持续的算力消耗相比，让OpenAI何时盈利仍然是未知数。在算力成本方面，根据国盛证券报告《ChatGPT需要多少算力》估算，GPT-3训练一次成本约为140万美元，GPT-4的训练成本更是只多不少。

第二种模式：面向企业提供解决方案，这也是国内AI企业锚定的主要盈利模式。针对具备一定开发能力的企业，AI平台可以提供API接口、开发工具套件等，支持企业自定义开发自己的AIGC产品。针对更广泛的上游应用行业，则提供开箱即用的、相对通用化的AI应用。

然而，自大模型诞生以来，如何深入行业、场景一直是行业痛点。无论中外市场中，真正具备打造AI基础设施平台实力的企业不多。更多的企业，面临的关键问题是：如何将大模型的能力更好地与自身业务相结合。

这也是当前面对火爆的大模型领域，很多企业客户保持冷静观望的原因。一位头部企业级SaaS公司的高管向「智能进化论」透露，目前很多SaaS企业都在同时与多家国内AI平台企业接洽，他们最关心的是大模型究竟能为企业客户带来多少价值，毕竟各家大模型的实际效果还有待验证和评估。如何将平台的AI能力在自己深耕的领域用到最好，成了关键。

在上述两种主流的商业模式之外，源大模型则开启了另一条路：更彻底的开源。

2021年问世的源1.0大模型发布时便问鼎全球最大规模的中文AI模型，其参数规模高达2457亿，训练采用的中文数据集达5000GB，无论参数量还是数据集规模都比当时的GPT-3领先不少。

开源开放是源大模型最具差异化的优势之一。为了降低AI开发门槛，源大模型开放平台已经向开发者开放：模型API、开源高质量中文数据集、模型训练代码、推理代码、应用代码、面向AI芯片的模型移植开发代码等资源。在开放平台的基础上，开发者无需从零开始，仅需完成少量代码就可以快速构建面向各种细分场景的AI应用。

目前，源大模型开放平台已汇聚超4000名行业开发者，覆盖互联网、金融、教科研、自动驾驶等领域。前面提到的“临小助”和数字人生成平台Fay都是在源大模型开源社区诞生的。而在开源大模型出现之前，个人开发者是不可能在这么短时间内开发出具备成熟商业价值的AI应用的。

为了帮助更多开发者便捷、高效地开发AI应用，源大模型还推出了丰富的开源开放平台和工具，比如APIExp工具可以让开发者直接通过网页与大模型交流，支持零代码调用和测试所有已开放的模型服务。Web应用Sandbox（沙箱）开发工具，让开发者仅修改少量代码，即可完成包含web交互的应用示例，快速验证业务逻辑和功能效果.