今年的焦点从以往的技术参数竞赛转移到了实际应用和商业落地上。百度的李彦宏在会上提出了对To B场景的重视，而像月之暗面这样的独角兽企业则更专注于开拓C端市场。阅读本文，我们将一起探索大模型技术如何在不同的领域内实现应用，并分析其对互联网生态未来格局可能产生的深远影响。

为期3天的2024世界人工智能大会在上海圆满落幕，参会企业中除了BAT、华为、中兴、科大讯飞、商汤、特斯拉、微软等大厂，也不乏月之暗面、Minimax等大模型独角兽企业的身影。

不过不同于一年前百模大战时的唯参数是瞻，本次大会不管是参展企业亦或者AI爱好者，关注的重点都不约而同地聚焦到了“落地”和“应用”上。

而在开幕式上，百度李彦宏的发言则耐人寻味，讲到应用时，他例举了一些To B场景的落地案例及数据，并同时强调：“我们要避免掉入超级应用陷阱，觉得一定要出一个DAU10亿的App才叫成功。”

显然，李彦宏对百度做大模型的现阶段的重心定位理解更偏向于B端。

然而当下业内却有一些跟他几乎完全相反的布局思路，比如月之暗面创始人杨植麟曾接受采访表示：“我们To B倒也不是说完全不做，但是我们可能最主要的肯定还是会去聚焦和发力这个C端。”

目前正在发力大模型的玩家，无不面临这样一个宏观决策层面的问题——ToB / ToC 能做皆做，但总要选一个现阶段的重心，这两种思路本质上没有优劣之分，仅仅只是需要各个玩家根据自己当前的特点做出选择。

综合来看，目前的行业状态就是大厂更擅长 To B ，而独角兽走向了 To C 。

01 To B是大厂的捷径

传统互联网科技大厂认为现阶段 To B 更为重要是可以理解的，大厂在 To B 上的客户资源确有优势。而不管是大模型，还是以往出现的新概念新技术，早期都往往是先在To B场景达成了商业化。

李彦宏称：“在快递领域，让大模型帮忙处理订单，做到了’一张图一句话寄快递’，处理时间从三分多钟缩短到了19秒，而且90%以上的售后问题都是由大模型来解决”，还有“小说创作领域”，以及“百度内部有30%左右的代码已经是由AI生成的，代码的采用率超过了44%”。

除了这些快递订单，小说创作，以及企业代码等场景，百度过去一年多的时间里基于大模型宣布了各种合作，比如百度与国家电网、浦发银行等的合作共同研发垂类大模型。

不过更典型的代表则是苹果与大模型厂商的合作，有媒体报导，百度将为苹果今年发布的iPhone 16、Mac系统和iOS 18提供AI功能。这包括语音识别、自然语言处理、图像识别等技术，并将深度集成至苹果产品中，显著增强Siri、Spotlight、Apple Music等应用功能。

尽管该消息并未获得双方的官宣，但此前苹果已在国际上官宣了OpenAI作为其智能生态建设的合作伙伴，显而易见，此类合作跟上述百度与国家电网的合作分别属于ToB的两种模式：
前者是产业类合作型，即不管是合作的决策者，还是最终使用者都是产业场景，都非C端场景；后者则是C端场景合作类型，即合作的决策者是B端客户，而最终的使用者依然是广大C端用户。

此次同样参展的另一家大模型厂商科大讯飞同样也在兼顾这两种To B的商业化落地渠道，此前《新立场》的文章《做大模型的百度讯飞，C端叙事上的殊途同归》中曾提到，从科大讯飞从财报的营收结构来看，大头的还是教育板块跟 G 端 和 B 端的合作，这是产业类的合作。

而其 C 端业务主要以家长用户群自主购买为主，包括 AI 学习机、个性化学习手册等产品。这里的家长购买行为尽管被科大讯飞列为C端，但是其更显著的特征是“家长”，依然是决策者并非第一使用者，是C端场景类合作。

更不必说华为，腾讯以及阿里，这一年多的时间里听到的最多的，就是这些大厂类型的大模型在医疗，教育，政务，金融等多个领域的渗透。

事实上大模型的进化更需要的依然是通用场景以及广大的C端用户。比如最典型OpenAI的GPT系列，他目前成为最领先的AI大模型的关键就在于，先用一个技术模式吸纳C端用户，用户在各种聊天和文本生成任务中，提供了大量数据，进一步帮助模型不断学习和适应和进化。

接下来在国内，谁能够复刻这样的“时间差”，谁的大模型就有机会获得更大的优势。

所以对于国内大多数大厂玩家来说，可以通过B端客户资源优势，“强行”为C端用户决策，以获取更多的C端场景数据。因此在进化速度是第一要事的前提下，大厂们目前把重心放在自己更顺手的 To B 场景落地上也情有可原。

02 独角兽更需要To C

在客户资源积累方面比不上大厂的独角兽企业，做大模型再去卷 To B 资源显然不太现实，参照OpenAI的方向，直接 To C 才是他们更大的出路，而国内的独角兽也是这么做的。

虽然重新建立一个 To C 平台风险会更高，但毕竟特定的 To B 场景远不如 To C 复杂，To C模式上限也会更高。

至于接下来国内大模型的进化路径，是需要在通用场景与广大用户自主共创，其中用户的主动权和主动性是最重要的，而这两个特性在上述 To B 的两种合作模式都做不到。

尽管这样的 To C 逻辑又被李彦宏认为是“移动时代的思维”，但不管是哪个时代，“用户第一”的出发点永远不会变。

杨植麟此前就在5月份的活动上表示，他相信规模效应带来的第一性原理，有硅谷经历的创业者跟马斯克一样都喜欢谈“第一性原理”，而这也确实是技术变革之下最好用的原理。

在他看来，未来很长一段时间，随着模型能力越强，对话式Al边界会被扩展。不只是语言的交互，还有多模态的交互，以及像图形的界面是可以随时生成出来的，所以有可能直接生成一个你想要的交互界面去解决这个问题。

而从更直观的层面来说，这种规模效应意味着用户数据规模的增长最终将超越模型本身的规模，杨植麟认为：“现在‘吃’的是 base model 的 scaling law，未来可能会去‘吃’用户这个数据源的 scaling law。”

正因为在C端这条路走得更坚定，目前月之暗面的Kimi聊天机器人在C端的应用表现也算亮眼。根据SimilarWeb的数据，2024年5月，Kimi的访问量排到了全球AI产品的第23位，也是榜单上排名最靠前的国产大模型，在各大模型自嗨式公布自身平台访问量数据的当下，这样的数据还算比较客观。此前 Kimi 甚至以打赏的形式开通了收费渠道，用户可通过打赏在高峰时段同样获得聊天机器人的支持，意图尝试基于 Kimi 的直接商业化。

除了月之暗面，其他独角兽大模型如Minimax同样也将更多的注意力放在C端上。比如此次展会上，Minimax展台的介绍：“Minimax是领先的通用人工智能科技公司，致力于与用户共创智能。”目前，Minimax已基于大模型推出海螺AI，星野AI等多款面向C端的AI原生应用。

据悉星野AI是一款AI陪伴产品，用户可以自主创建虚拟角色赋予角色特定的性质，并将其发布在平台，而其他用户可以与该虚拟角色沟通。目前这些角色大多来源于游戏、动漫、动画等IP，此次WAIC期间，Minimax展台更是请来部分角色的Cosplay，不乏有乙游角色赛博男友“沈星回”，从上半年乙游赛道的流水不难看出，用户为虚拟陪伴角色的氪金意愿十分强烈，此类模式确实是目前大模型最接近C端商业化落地的模式。

尽管在此类平台上创建具有版权的角色可能会产生一定的版权风险，但架不住这个赛道的火热，目前市面上的AI聊天软件早已数不胜数，甚至不乏大厂出品，比如抖音的豆包。

不过，这些独角兽大模型自然也并非会完全拒绝 To B 的合作，此前2024钉钉生态大会上，钉钉就宣布将六家独角兽大模型：MiniMax、月之暗面、智谱AI、猎户星空、零一万物、百川智能，集成到自己的平台上。

然而，在这种平台和大模型多边合作的情况下，大模型没有被平台独占，平台也并非只有一个大模型，反而会更加回到“用户为本”的第一性上，本质上这样的合作看似是To B，但其实是To C，于独角兽大模型而言，这只是多了一个C端用户来源渠道。

03 写在最后

当然，此次展会上展出的其他智能形态，如一些具身智能同样不容忽视，虽然目前大多还远未达到商业化的状态，但它们在展会上的出现无疑为行业带来了新的思考和启发。毕竟从之前各个类型的技术展会来看，许多过于超前的技术概念展示，都未能在短期内等到一个合适的商业化落地模式。

而另一方面，其实大厂面对大模型的发展路径，经过一年多的探索后，也正在慢慢分化出模式差异。比如上述提到的抖音的豆包AI陪伴软件，抖音作为一个内容类型的大厂（也算是独角兽），其在大模型商业化的发展方向自然是更偏向于 To C 的。

对于腾讯，阿里这样的云计算基建型大厂，其在建立新的 To C 平台上显得有些迟缓，反而更偏向于为更多大模型厂商提供基建服务，甚至是投资，毕竟腾讯和阿里投资月之暗面的消息频繁传出，而Kimi用的也是阿里云的服务器。而百度和科大讯飞这样的大厂，则是直接以大模型的形式与伙伴达成合作。

将来在大模型领域，大厂 To B ，独角兽To C 的趋势还将持续一段时间，直到大厂做出新的C端平台，或独角兽占领了C端规模优势反哺B端场景，国内互联网企业格局可能将会发生翻天覆地的变化。