-21世纪的《商业先驱报》记者太阳在上海报道说：“ 2025年将是大型模型商业化的伟大考验。”今年年初，预测了零One World的创始人兼首席执行官Kai-Fu Lee。甚至没有一半到2025年，十名高级管理人员“逃离”了“大型型号六老虎”。其中，许多辞职的高管都是商业化的负责人，包括Zhang Fan，Zhipu的首席运营官Wei Wei，Minimax商业化的合伙人兼副总裁，以及Hong People，Baichuan Intelligent的联合创始人兼商业化主管。在员工变化的背后，出现了大型公司模型的商业化焦虑。很少有大型模型公司积极揭示商业收入。在“六型老虎”中，Zhipu AI曾宣布，该公司的商业收入2024同比增长100％以上，平均每日平台消费量增加150次。根据市场的预测，最小值（ARR）的年收入预计将达到7,000万美元。但是，除了全球300多个大型模型外，很少有公司能够最初探索商业化。面对损失的质量，卡片表上的所有玩家都问：工业化的一般方向在哪里？ C末端还是B末端？从客户定位的角度来看，“六只老虎的大型型号”采取了两条路径：C-End和B-End。 minimax，月球的黑暗部分，Yuexingchen步骤的重心在C-End上：Minimax推出了“ Conch AI”视频和AI伴侣应用程序“ Talkie”的一代；月亮的阴暗面是吉米助手的na露。 Step Yuexingchen推出了AI“ Yuewen”助手和开放世界“冒泡鸭子”。 Zhipu AI在C-End上推出了“ Zhipu Qingyan”，但更像是B-End业务。公司首席执行官张彭（Zhang Peng）曾经承认推广C-End产品的主要目的是向B-End客户展示功能。零100对象和Baichuan Intelligent也集中在B端：零100对象专注于零售和电子商务方案，并启动了“ AI2.0 Digital People”解决方案，而Baichuan Intelligent则将医疗服务作为主要场景。在商业化压力下，大型模型公司探索并进行了调整：例如，早期宣布的零1000个对象“决心要做TOC，不要损失钱TOB”，但是从2024年开始，该方法已将TOA全面关注B-Dulo和C-End商业收缩。国泰海托证券研究（Cathay Haito Securities Research空气。在C-Dulo中，大型模型主要通过订阅实现价值，但面临着众所周知但不受欢迎的交通困境：数据表明，超过80％的用户拒绝为对话付费，并且大多数人同时使用许多免费模型来抵消经验约束。与C-End用户的“任何使用自由的人，支持谁的人”的基本思维相比，B-End公司对生成AIS有更多的投资预算，但他们越来越多地注意ROI投资。“该行业仍然很难提供确切的ROI，因为大多数AI公司的应用程序仍处于舞台上的阶段和新的访问量的阶段，在舞台上访问了新的Martifection Martifection consection consection consecting oferting Martecrition the Martion Martecrition the Martion Martion Martion Seriving，在此期间，在此期间，在此期间。 （MWC上海），他告诉21世纪的《商业先驱报》记者，获得正回报的场景通常集中在可能我的像使用AI来改善软件AI的开发，营销副本自动生成以及内部知识管理和他的观点的摘要一样，可以证明其运行的内部效率，而生成的AI工业化的方向之一就是“深度垂直垂直化”：一般大型模型的能力应与工业的专业知识深入融合。是价值创造的关键。云侧还是端侧？从技术扩展的角度来看，“大型型六只老虎”通常采用云训练 +云推理，该推理依靠公共云制造商来增强计算能力。云方面有两种主要的核心收入技术。一个人将根据API电话或令牌量的数量付款；其他是自定义解决方案，例如Zhipu AI为金融巴士提供自定义模型INESSES，教育，制造业和其他行业以及开发和运营费用和维护费。它主要针对B侧用户。 Renbo大师告诉记者，B-End公司将根据其业务时期，数据敏感性和战略目标将频谱从“标准化”转变为“定制”：许多公司倾向于在第一阶段购买标准的API服务，这可以在常见情况下快速证明AI的潜力；但是，当简单的标准服务无法满足需求时，公司将返回探索自定义行业模型。当前，纯API调用模式的收入压力相对较高：由于产品的同质性以及深层组装方案的难度，MAIT很难实现量表的效果，并且不可能通过大量的用户呼叫共享培训和维护成本。这些客户的行业模型的盈利能力非常强大：一些领先的制造商CHARGE客户通过“一般大型模型 +行业良好的调整”模型制造模型制造模型定制和数据服务费，并且一个项目可以达到数百万元的人民币。基于云方的部署，由于今年，Zhipu AI和Stepeyexingchen也扩大了结局：Zhipu ai今年与Zhuhai合作，建立了一个“ Urban级GLM模型”，以覆盖结束； Stepyeyexingchen将智能终端列为2025年的主要情况。但是，对于“六只老虎的大型型号”，部署方必须一方面从硬件制造商那里“取蛋糕”。另一方面，生成AI的部署最终仍面临着技术挑战，这进一步增加了研发成本。伦博大师指出，大型AI模型的大量计算和存储需求与终端设备的有限来源（例如计算功率，电力消耗和内存）之间存在自然矛盾。如何克服这些硬件的限制，同时确保模型性能，同时确保模型的性能并为用户的性能和有用的经验提供了范围，从而使各个级别的构建范围都在许多层次上进行了构建。大型模型在确保基本操作的同时变成了“小而美丽”，以便在芯片制造商不断变化。处理高频和简单的任务，并在找到复杂的请求，帐户，成本和Karathe用户时明智地称呼更强的模型。