财经新闻网消息：
从腰带上起飞的AI模型无疑是上半年最热门的赛道。 GPT-4发布后，互联网巨头、科技公司等纷纷加入这场大规模混战。 仅就国内市场而言，这几个月大车型密集“涌现”。 华西证券刘泽静6月5日在研报中指出，上半年腾讯、百度、阿里、华为、科大讯飞、360、昆仑万维、兰舟科技等公司的AI模型相继发布。
与此同时，这波以大模型为主导的AI浪潮吸引了资本市场的疯狂涌入。 A股规模化模式进展较快的公司中，昆仑万维股价年内涨幅近四倍，云从科技、360股价涨幅分别超过300%和200%，科大讯飞、浪潮信息股价也翻倍。
然而，繁华的市场背后却隐藏着残酷的现实。 用户增速放缓，大机型应用不及预期，不少企业陷入业绩和股价下滑。
▌一批A股玩家业绩雷霆，股价暴跌。
尽管近期各家公司关于AI大模型的消息依然不断，但浪潮资讯透露，元2.0将在文森特图、聊天、多模态、工具链等方面进行升级； 云从科技宣布推出云从行人基础大模型，数据量超过20亿； 广联达表示，公司在建筑行业建立了大型语言模型和大型图像生成模型。 然而，更多的信号似乎表明整个赛道正在变冷。
从多家A股上市公司业绩公告来看，科大讯飞、浪潮信息、360上半年业绩均令市场意外。 其中，浪潮信息上半年实现净利润2.86亿元至3.82亿元，同比下降60%-70%。 据测算，Q2净利润环比下降22%-64%。 科大讯飞上半年净利润预计下降71%-80%。 与前两家公司业绩明显下滑相比，360直接预计上半年净亏损2.3亿元。 据测算，Q1、Q2预亏分别为1.86亿元、4400万元。
此外，由于部分企业并未披露半年报预告，如果从一季度的业绩来看，数据显示，一季度，整个人工智能领域近一半的上市公司归属母公司净利润同比下降。 云从科技一季度净亏损1.42亿元，昆仑万维净利润同比下滑43%，广联达单季度净利润环比下滑64%。 可以看到，上半年，在AI模型上动作频频的A股玩家虽然都说得很好，但在业绩上却基本“全军覆没”。
对于业绩下滑，有行业分析师认为，AI大模型基本都在“烧钱”，持续投入很难盈利。 无论是上游卖服务器“铲子”的浪潮信息，还是中游卖算法和软件的科大讯飞，都已经证明了这一点。 浪潮信息在公告中表示，上半年受到全球GPU及相关专用芯片供应紧张等因素影响。 该公司日前还宣布，董事长王恩东辞职。
不过，无论具体原因是什么，有市场分析人士表示，部分企业业绩低于预期，这似乎是对AI此前炒作逻辑的证伪，让整个AI产业链雪上加霜。 从二级市场的反应来看，截至目前，Wind指数年内最大回撤接近20%。 之前暴涨的牛股也一一黯然失色。 昆仑万维年内最大累计跌幅接近50%，360、浪潮信息年内最大跌幅均在40%左右，科大讯飞年内最大累计跌幅超过20%。
进一步看，股价大幅波动的背后，是各路资金纷纷撤退。 一方面，北向资金不断减持。 公开数据显示，昆仑万维近5天销售额超2亿元，科大讯飞近两个月销售额18.44亿元，广联达连续77天销售额，两个月净销售额突破10亿元。 另一方面，数据显示，24只“AIGC概念股”今年累计减持67只。 360、昆仑万维、云从科技等公司相继发布减持公告。 其中，周鸿祎90亿分手费以及昆仑万维实控人前妻减持“补贴”，也让公司陷入高层减持套现的舆论漩涡。
显然，AI大模型赛道在经历了前期的火爆之后，正在逐渐降温。 有市场人士认为，A股市场概念板块已经出现估值泡沫迹象，整个板块市盈率接近140倍。 有很多AI概念股在相关技术上并没有太多突破，甚至业绩处于亏损状态，但股价却先是突飞猛进，这是不合理的。 有业内专家也直言，目前国内的大型模型团队基本参考开源大型模型，底层技术仍难以突破，市场泡沫是大概率事件。
▌下半场战役：只有2%能赢，通用大尺寸模型还是行业大尺寸模型的生死选择
第三方网站监测数据显示，今年6月，全球网站和移动客户端流量（PV）环比下降9.7%，美国地区流量环比下降10.3%。 有资本市场人士认为，本轮“百模大赛”中，国产AI大型模型将不超过2%获胜，这意味着剩下98%的国产大型模型将在竞争中消失。
目前，业界普遍认为AI大规模模型的难点或者重点是商业化。 据媒体报道，现在更多的通用大型模型正在问世，其中包括百度、华为、阿里、昆仑万维、科大讯飞、云从科技、等旗下的大型模型。 这些大规模模型具有强大的自然语言理解、语言生成和语音识别能力，在聊天、娱乐等通识属性上表现良好。
（来源：硅谷智库《2023人工智能大模型体验报告》）
有行业分析师进一步介绍，一个千亿参数的基础大模型，需要单机集群万卡以上的算力，不仅需要GPU，还需要利用GPU集群资源，而这是大多数企业做不到的。 因此，即使是第一梯队的厂商，距离该技术落地还有很长的路要走。
在这样的困境下，产业模式（垂直模式）成为另一种选择。 据悉，由于它直接面向垂直领域，因此相对容易落地。 除了上述各大科技公司外，同花顺、孩子王、江苏银行、中国电信、我爱我家等各行业企业也在尝试。
不过36氪公众号文章指出，垂直大模型的搭建难度其实远高于一般大模型。 在工业大模型的训练中，最难获取的就是工业数据。 此类数据直接影响工业大模型的技术迭代速度和模型精度。 但出于数据安全等考虑，很少有企业愿意公开私人数据。 然而，这些工业数据往往直接或间接影响工业大模型的技术迭代速度、模型精度和业务专业性。
此外，综合来看，一些行业分析人士还指出了另一个隐忧。 未来更有可能是大量底层大型模型开源，或者一两家领先厂商的胜者通吃。 因此，国产大型车型的价值不会与投资成正比。 一些AI创业者，尤其是应用级公司，会陷入互相争斗的困境，即不做就直接错过，做则可能被取代。
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018