跳到正文
硅脉动SiliconMai

国内 305 个大模型,只有 140 个拿到备案

据《每日经济新闻》统计,截至 2024 年 4 月底国内共推出约 305 个大模型;到 5 月 16 日完成生成式 AI 服务备案的约 140 个,备案率 45.9%——还有 165 个没过审。

硅脉动
数据中心资料图
图片来源:Wikimedia Commons,CC0

“百模大战”打了一年,真实的淘汰率藏在备案数据里。

据《每日经济新闻》记者不完全统计,截至 2024 年 4 月底,国内共计推出了 305 个大模型。而截至 5 月 16 日,只有约 140 个大模型完成了生成式人工智能服务备案,占发布总量的 45.9%——这意味着还有约 165 个大模型尚未“过审”。

这条线是硬的。按《生成式人工智能服务管理暂行办法》的规定,利用生成式人工智能技术向中华人民共和国境内公众提供生成文本、图片、音频、视频等内容的服务,适用该办法。没有完成备案,就不能合法地面向公众提供服务。

所以这 165 个模型的处境比“没通过”更微妙:它们在技术上存在,在商业上不存在。发布会开了、参数公布了、榜单刷了、融资可能也拿了,但那道决定能不能收钱的门还没开。备案不是技术门槛——它筛的不是模型好不好,是把“我做了个模型”和“我能做生意”区分开。对投资人来说,这个 45.9% 比任何一份榜单都更能说明这个赛道的真实进度。

这场混战怎么起来的,也解释了为什么会有 165 个卡在门外。2023 年 3 月 15 日 GPT-4 发布后,国内百度、华为、腾讯等科技巨头,百川智能等初创企业,以及智谱等研究机构纷纷入场,没人想错过这趟车。一年推出 305 个模型,平均一天一个多——这个速度本身就说明,其中相当一部分从立项起就不是为了做产品,而是为了赶上叙事、拿到融资或完成某种交代。

更残酷的是,备案只是入场券。报道点得很清楚:这一严峻现实的背后除了技术层面的难题,还有训练和推理过程中高昂算力成本的制约;即便跨过这些关卡,大模型企业如何实现商业化依然面临众多难题。换句话说,那 140 个拿到票的,接下来要面对的是一张长期烧钱的账单——而能持续付这张账单的,远不到 140 家。

谁买单?短期是各家的股东和地方产业基金;长期看,如果商业化始终跑不出来,这些算力投入最终会变成资产负债表上的减值。

接下来该盯的不是备案总数涨到多少——这个数字只会往上走。真正的信号是:这 140 家里,有多少在一年后还在更新模型版本。第二年不发新版本的,基本就出局了,只是没人会发公告说这件事。