證券時報記者 王小偉

大模型引發全球市場狂歡之后，實打實的業績貢獻首次體現在相關上市公司財報中。從所披露的創收情況來看，大模型有望成為AI（人工智能）“奇點”，已是不少公司投入產出周期最短、商業化變現最快的技術創新之一。

多家上市公司半年報披露的大模型相關創收，既有軟件增值類收入，也有應用賦能類收入，還包括與主業相關的服務類收入。

這至少說明三個問題：其一，不少技術性、平臺類公司的大模型已經實現商業化反哺；其二，商業化變現仍處初期，創收規模并不大，仍需挑戰更高增量；其三，百度、阿里等大廠并未單獨披露大模型收入，而是依然融合在智能云等業務板塊，但從這些業務板塊增速來看，大模型也成為牽引業務板塊發展的動力之一。

商業化的另一端，是這些大模型公司的成本側。多數公司半年報沒有單列大模型的研發投入。不過，無論從三六零上半年研發費用同比提升近4%來看，還是從籌劃18億元定增以加碼行業大模型研發及AIGC應用產業化項目來看，這是一個非常“燒錢”的賽道。

對于稚嫩的商業化創新幼苗，國家政策“春風”呵護大模型百花齊放。盡管如此，行業的發展壯大仍然面臨兩大問題。

一方面，中短期來看，如何進一步將大模型從“選擇題”變成“應用題”，是行業必須直面的課題。

AI大模型產業鏈條較長，算力支持、算法研發、模型訓練皆有涉及，以“AI+X”為代表的應用層外延最廣。但目前應用層依然在用或不用之間徘徊，因此有的業內人士將大模型與此前的石墨烯產業類比，認為是“食品中的蔥花”。

從上市公司半年報所披露的數據來看，大模型創收體量依然很小，應用側與技術側之間的良性互動還有極大空間。大模型等生成式人工智能產品，需要更快、更進一步的落地應用，在實踐中發現問題、解決問題。

另一方面，從中長期來看，有必要提前關注和預判“百模大戰”的模式創新與戰況終局，這不僅關乎商業模式，也關乎大模型企業命運。

從半年報所披露的成本側來看，大模型訓練難度高、成本高；對算力規模和性能要求也高；加上大規模數據的收集、挖掘、建設、篩選、清洗本身也是一項巨大的工程，從底層做起的成功率已經越來越低。

大模型產業鏈上的公司如何在產業演進趨勢中找準自己的位置，很大程度上決定著自己的未來。