图片来源：由无界 AI工具生成

当百度、阿里、华为、360等知名互联网公司的一把手们亲自挂帅，为大模型站台，并不吝用“智能化时代的开端”、“科技和商业史上的革命性时刻”来赞誉它时，字节却安静得多。

此举似乎表明，字节避开了大模型战火，选择以幕后卖水者的身份入局。

慢一拍的字节大模型

实际上，虽然字节从未大张旗鼓得官宣自研大模型，但已经有所部署。

这表明，字节并不想缺席这场盛宴，但必须承认的是，字节在大模型上的反应确实有点“迟钝”了。

事实上，大模型竞赛的起点并非今天，而在更早的布局，这方面，字节有些晚了。

而字节方面，虽然其AI布局不算晚，字节AI Lab早在2016年就成立，与腾讯同一年，但其似乎并未在大模型上下足功夫。

简单来说，字节对AI的探索比较务实，主要服务于自家业务，这种务实而非务远的策略，或许反而成了其布局通用大模型的“阻碍”。

从上述信息判断，字节大模型似乎并不打算“大包大揽”，而是与自家部分业务紧密相关，这与百度“文心一言”、阿里“通义千问”等通用大模型有所差别。

“通义千问”的功能则包括多轮对话、文案创作、逻辑推理、多模态理解、多语言支持等，阿里巴巴集团董事会主席兼首席执行官张勇表示，阿里所有业务包括天猫、钉钉、高德地图、淘宝、优酷、盒马等都将接入该模型，应用场景实属广泛。

另一个可以侧面佐证这一点的是，百度和阿里均计划依托自家云平台，向外界开放大模型服务，打造大模型生态。

这意味着，字节正在探索的大模型定位可能并非是开放生态，而是为了增强现有业务的竞争力。

字节为何甘为他人做“嫁衣“？

其一，通用大模型烧钱，且距离商业落地“遥远”。

除此外，还有数据采集、人工标注等软性成本，加起来可谓“天价”。

像字节这样的大厂或许有资金实力，但麻烦的是，烧钱的结果面临不确定性。

IDC中国研究总监卢言霞则认为，大模型落地的不确定性在于，能不能成功落地，是否真的能产出比之前的AI更好的效果，需要多久才能落地等等。

通用大模型投入产出比的不确定性，或许会让“ROI至上”的字节有所顾虑。

其二，时间就是力量，在过去几年内，阿里、百度等企业已将大模型“基座”迭代过几轮，而字节几乎是从“零”开始，先发优势已失，追赶不易，不如务实一点。

更重要的是，火山引擎该定位的商业落地十分明确，更容易保障正向现金流。

像微软这样的云厂商被喻为大模型时代的“卖水人”，意为在大模型淘金的人未必能赚到钱，但为淘金人提供基础服务的肯定能赚到。

总之，商业落地风险小，自身又擅长，无怪乎火山引擎如此定位，而抓住这股“红利”，有机会为其带来新的市场增量。

火山引擎或遇天花板

这些客户案例表明，火山引擎在大模型训练领域已有一定立足之地。

一方面，有能力做大模型的公司毕竟是少数，客户规模的天花板很明显。

分别来看，在通用大模型方面，虽然目前创业者众，但大浪淘沙，最终留下的能有几何？

而在垂直行业模型方面，客户数量虽然很多，但也可能面临阿里云、百度云等平台的“狙击”。

另一方面，未来云厂商的模式可能是卖模型+卖算力，而不只是卖算力。

Maas模型即服务的时代已经到来，阿里云、百度云不仅支持专属行业模型的生成，还支持中小企业甚至个人基于大模型直接开发应用，这就好比个人开发者基于安卓操作系统开发App。

换句话说，模型层在未来可能成为新的基础设施。

事实上，“价格战”已经开始了。

4月26日，在2023阿里云合作伙伴大会上，阿里云推出了史上最大规模的降价：核心产品价格全线下调，降幅最高至50%。

不过，火山引擎对此好像比较乐观，至少现阶段如此。

言下之意可能是，市场很大，火山引擎总会有立足之地。

来源：财经故事荟 免责申明：凡iNFTnews网注明“来源：XXX ”或“编译：XXX”的文/图等稿件，均为本站转载/翻译内容，如涉及作品内容、版权及其它问题，请联系本站！本站转载/翻译出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性，且不构成任何投资及应用建议。