撰文 | 吳坤諺

編輯 | 吳先之

11月的國內(nèi)大模型賽道，開始“不堪重負(fù)”。

剛剛過去的一周，大模型賽道的消息就沒有停止過。

創(chuàng)業(yè)派中有喊出“AI 2.0”口號的李開復(fù)，終于帶領(lǐng)新公司零一萬物正式開源發(fā)布首款預(yù)訓(xùn)練大模型Yi-34B。新一批通過備案的大模型玩家有知乎“知海圖”、昆侖萬維“天工”、網(wǎng)易有道“子曰”、360“奇元”、出門問問“序列猴子”等宣布即將面向全社會(huì)開放模型服務(wù)。

密集發(fā)布似乎昭示著大模型自今春后的又一個(gè)節(jié)點(diǎn)，可事實(shí)是大模型賽道已經(jīng)“人滿為患”，呆不下這么多玩家和業(yè)務(wù)了。

一則同樣在周末開始發(fā)酵的消息是，阿里云將不再對外出租英偉達(dá)A100服務(wù)器，且官網(wǎng)下架英偉達(dá)A系列服務(wù)器云計(jì)算產(chǎn)品，未來或?qū)⑼Ｖ够驕p少對外出租A/H服務(wù)器算力。

雖然百度云、騰訊云等廠商尚未發(fā)聲，但擺在玩家們眼前的事實(shí)是，供給受限導(dǎo)致云計(jì)算廠商惜售。即使算力租賃日漸火熱，行業(yè)短時(shí)間內(nèi)也難以找到合適的替代品。

面對“無米之炊”的不確定性，一些后來者們需要在大模型對自身業(yè)務(wù)的改造以及商業(yè)化后的成本回收上找補(bǔ)確定性。

知海圖找尋指南針

全面接入360搜索等應(yīng)用的“奇元”可以參考百度，“序列猴子”對標(biāo)微軟Copilot，“天工”是通用模型底座，“子曰”結(jié)合智能教育硬件的路徑也有科大訊飛作伴。

而知乎作為大模型賽道并不顯眼的第二梯隊(duì)，“知海圖”還需要找到自身業(yè)務(wù)的參照物。

或因如此，具備海量中文優(yōu)質(zhì)語料數(shù)據(jù)的知乎在大模型的第一步便走得和別人不一樣——知乎于今年4月測試了“熱榜摘要”功能，即聚合優(yōu)質(zhì)回答的內(nèi)容形成摘要，讓用戶更便捷地獲取有效信息。知乎巧妙地通過內(nèi)容聚合的方法，繞過了大模型為人所詬病的“幻覺”。

這一功能在當(dāng)時(shí)似乎挑不出什么毛病，然而時(shí)過境遷，熱榜摘要對如今的知乎顯得有點(diǎn)雞肋。

眾所周知，知乎作為內(nèi)容社區(qū)的核心競爭力在于創(chuàng)作者提供的多樣化內(nèi)容，社區(qū)內(nèi)提問、回答、討論的生態(tài)循環(huán)建立在不同創(chuàng)作者的不同認(rèn)知上。然而知乎圍繞“贊同”展開的內(nèi)容分發(fā)方式，卻在逐漸蠶食這種多樣性。

進(jìn)一步說，贊同固然可以篩選優(yōu)質(zhì)答案，但也不可避免馬太效應(yīng)之下的內(nèi)容僵化。比較典型的場景是在一些早期問題中，部分答案在用戶不斷點(diǎn)贊下牢牢占據(jù)分發(fā)第一線。

熱榜摘要聚合的內(nèi)容自然是老回答、老觀點(diǎn)的集合，進(jìn)一步讓內(nèi)容板結(jié)。即使知乎可以通過推薦欄目為新回答納新，但面對熱門問題中成百上千條回答，其納新作用可以說聊勝于無。

況且，內(nèi)容聚合的目的是為了減少用戶獲取信息的成本。如果用戶希望“看個(gè)大概”，很可能會(huì)看一眼熱榜摘要即獲取關(guān)鍵信息，從而“淺嘗輒止”。如果用戶希望找到有價(jià)值的答案，未標(biāo)注出處的熱榜摘要對用戶的篩選過程并無作用，“大海撈針”找答案這樣影響體驗(yàn)的情況依舊存在。

既有分發(fā)機(jī)制遇到瓶頸時(shí)，或許知海圖的內(nèi)容聚合功能更適合長篇回答場景，用戶可以自行選擇是否使用。當(dāng)然，內(nèi)容聚合并非知海圖的唯一路徑。在本次知乎釋出的信息中，知海圖還將改造更多業(yè)務(wù)。據(jù)了解，知海圖對知乎的重構(gòu)集中在內(nèi)部提效、創(chuàng)作賦能與教育業(yè)務(wù)上。

內(nèi)部提效方面，知乎稱大模型應(yīng)用已讓分層、分類、興趣理解等業(yè)務(wù)場景的人工標(biāo)注量降低了90%以上，業(yè)務(wù)準(zhǔn)召效果普遍提升15%以上，創(chuàng)作方面是為會(huì)員故事智能配圖，教育業(yè)務(wù)則引入了AI批改、AI教務(wù)。

上述三種場景中，與商業(yè)化有強(qiáng)關(guān)聯(lián)的僅教育業(yè)務(wù)一項(xiàng)。

向哪兒找增長？

面對老生常談的商業(yè)化難題，知乎需要找到新的解法。

知乎對直播、短視頻、電商三條移動(dòng)互聯(lián)網(wǎng)催生的賽道均有嘗試，收效目前還不理想。據(jù)知乎2023年半年報(bào)，除卻2022年初發(fā)力建設(shè)的職業(yè)培訓(xùn)外，其營收的主要構(gòu)成仍是付費(fèi)會(huì)員與營銷服務(wù)。

作為目前知乎營收首要板塊的付費(fèi)會(huì)員，無論是收入還是訂閱數(shù)都在二季度都出現(xiàn)小幅下滑。財(cái)報(bào)顯示，知乎2023年Q2付費(fèi)會(huì)員數(shù)環(huán)比下降6.04%，訂閱收入環(huán)比下降了1.32%。而營銷服務(wù)收入則同比下降了13.60%。

就目前知乎披露的大模型信息來看，內(nèi)部提效顯然與上述營收板塊關(guān)系不大，更多是向資本市場講述成本故事。那么智能配圖與AI教育能否撐起目前押寶的短文賽道與職業(yè)教育賽道？

要給出這一問題的答案，知乎仍需時(shí)日。

誠然，為網(wǎng)文做AI智能配圖的動(dòng)作，我們能在閱文的大模型路徑中看到，但閱文主打長文賽道以及其衍生的IP經(jīng)濟(jì)。長篇相對短篇更能深化用戶對內(nèi)容中的角色與場景的心智，“用戶-角色”的破界更具想象空間，甚至能引導(dǎo)IP消費(fèi)。

而知乎主打的是短文，兩者形式之別也導(dǎo)向了不同的業(yè)務(wù)邏輯。據(jù)知乎官方介紹，“短篇一方面解放了讀者，3分鐘就可以盡享無窮世界、無盡反轉(zhuǎn)和無限奇妙，降低了對世界觀、人物設(shè)定、系統(tǒng)設(shè)定等元素的認(rèn)知成本。”

作為網(wǎng)文界的“短視頻”，知乎短文短平快的內(nèi)容在IP變現(xiàn)上天然弱于長篇，但更善于引流與拉動(dòng)會(huì)員訂閱。充斥在抖音的引流短文讓知乎的會(huì)員訂閱收入于2022年成為營收首要板塊，便是其業(yè)務(wù)邏輯的最佳佐證。

面對內(nèi)容IP變現(xiàn)的挑戰(zhàn)，知乎的解法是深度開發(fā)成熟IP，并且試圖擴(kuò)大內(nèi)容生態(tài)。前者中已有作者@七月荔 小說《洗鉛華》于2021年出版；后者則是通過“長篇?jiǎng)?chuàng)作馬拉松”比賽等內(nèi)容創(chuàng)作激勵(lì)，鼓勵(lì)創(chuàng)作者轉(zhuǎn)向更容易打造IP的中長篇。

10月13日，改編《洗鉛華》的短劇《為有暗香來》在優(yōu)酷上線，作為知乎內(nèi)容IP變現(xiàn)的范本，《洗鉛華》實(shí)際上并不算短文，而是一篇總字?jǐn)?shù)在20萬字上下的中長篇。作為IP，《洗鉛華》也是知乎自2019年沉淀至今的“三虐文”之一，其影視化道路走了足足4年。

知乎IP變現(xiàn)的布局在2023年Q2顯現(xiàn)出會(huì)員訂閱增長停滯后，勢必會(huì)進(jìn)一步加速。至于大模型在其中的作用，目前還看不到影子。

自知乎職業(yè)教育業(yè)務(wù)衍生的AI教育來看，業(yè)內(nèi)也有網(wǎng)易有道與科大訊飛兩大老牌選手借此殺進(jìn)大模型賽道。但是兩者擁有一個(gè)知乎目前尚未觸及的大模型變現(xiàn)支點(diǎn)——終端硬件。以科大訊飛為例，搭載星火大模型的訊飛AI學(xué)習(xí)機(jī)的GMV在今年5月和6月分別增長136%和217%，但是知乎目前還缺乏這樣的硬件基礎(chǔ)。

此外，知乎與上述兩者的用戶群體也截然不同，大模型變現(xiàn)的難度也不可同日而語。

知乎副總裁張榮樂稱，知乎面向群體以職人為主，也就是已踏入社會(huì)的、具備強(qiáng)烈職業(yè)教育需求的年輕群體，他們不僅是消費(fèi)者，也是付費(fèi)者和評價(jià)者。他們對知乎的職業(yè)教育成果、AI能力、內(nèi)容生態(tài)的討論廣布于各大公域。

相比之下，科大訊飛學(xué)習(xí)機(jī)面向的是消費(fèi)與付費(fèi)相互格割裂的教育市場，因?yàn)樽鳛閷?shí)際使用者的學(xué)生人群沒有決策權(quán)，真正有決策權(quán)的是家長與學(xué)校，可他們又不是核心使用人群。

教育焦慮在哪個(gè)群體中更容易兜售，一目了然。

知乎創(chuàng)始人周源曾在2023年新知青年大會(huì)“鹽Club”活動(dòng)演講時(shí)表示：職業(yè)教育已成為知乎的第二增長曲線。然而大模型究竟能為這條曲線帶來多少動(dòng)能，目前還需要打個(gè)問號。

AI大多是“點(diǎn)綴”

知乎是大模型賽道中的一個(gè)不走尋常路的“異類”，而根源在于其業(yè)務(wù)的特殊性。但反過來看，我們也可以自知乎這個(gè)特殊案例中找到曾經(jīng)互聯(lián)網(wǎng)企業(yè)切入大模型賽道的一些共性。

首當(dāng)其沖的是知乎的切入路徑，知海圖的誕生是知乎憑借自身數(shù)據(jù)優(yōu)勢，基于面壁智能打造的模型底座CPM-Bee與模型訓(xùn)練平臺ModelForce訓(xùn)練精調(diào)而成。

作為模型底座賽道中相對低調(diào)的一員，面壁智能的模型能力頻頻在ZeroCLUE、C-Eval等測評榜單上刷榜，在證明其模型能力的同時(shí)，也凸顯了當(dāng)下大模型賽道虛火的問題。

一位業(yè)內(nèi)人士直言，無論是模型底座還是結(jié)合垂直領(lǐng)域、業(yè)務(wù)后的精調(diào)，大家其實(shí)都差不多，處于可以解決8成問題的情況。這也是為什么各個(gè)測評集榜單會(huì)被千模大戰(zhàn)中不同玩家反復(fù)刷榜——大家實(shí)力相近，你方唱罷我登場而已。

至于最尖端前沿的問題，“在商業(yè)化的迫切下統(tǒng)統(tǒng)丟給OpenAI”。那么留給玩家們相互比拼的空間在哪？

如果是to B方向，玩家們還可以相互比拼數(shù)據(jù)廣度與深度，比拼模型團(tuán)隊(duì)在深度學(xué)習(xí)和專業(yè)知識兩方面的深度理解。然而在本次討論中的“面向公眾服務(wù)”也就是to C方向，則更取決于自己的業(yè)務(wù)邏輯。

換言之，C端大模型賽道還做不到用AI“重構(gòu)”業(yè)務(wù)，大多只能做到用AI“點(diǎn)綴”業(yè)務(wù)，邏輯本身沒有變化。

在大模型賽道虛火蔓延的當(dāng)口，知乎的當(dāng)務(wù)之急是在內(nèi)容生態(tài)與商業(yè)化兩方面找到撬動(dòng)大模型價(jià)值的支點(diǎn)。自行業(yè)視角看，在算力緊缺的當(dāng)下，玩家們也恰是時(shí)候琢磨既有業(yè)務(wù)，沉淀數(shù)據(jù)資產(chǎn)，而不是一頭扎進(jìn)模型能力的內(nèi)卷競賽中。

市場需要大模型賽道給出一個(gè)高贊好評的回答。

       原文標(biāo)題 : 知海圖找尋指南針丨祛魅AI