​AI这就又回到“雕花”时代了？

AI这就又回到“雕花”时代了？

近期，AI 领域的发展呈现出一种矛盾的景象：表面上百花齐放，实则暗藏疲态。人工智能领域似乎进入了一个微妙的节点，众多科技巨头和创业公司纷纷推出自己的 AI 产品，却难掩同质化的窘境。

Character.ai 的风波就是一个案例，作为 AI 明星产品，Character.ai 在高峰期的推理请求量已经达到了谷歌搜索流量的五分之一。五个 Character.ai 就等于一个谷歌？然而，真实的情况不容乐观，根据 The Information 的报道，Character.ai 订阅用户不到 10 万，近期在努力削减成本，由于融资困难，Character.ai 正在考虑出售。

AI 社交大多产品都局限于伴聊和角色扮演功能，又存在重度用户消耗推理资源量大，而轻度用户留存差，商业化前景堪忧的问题，例如，Character.ai 去年全年收入仅为 1520 万美元。

Character.ai 的困境并非个案。纵观整个 AI 行业，从科技巨头到初创公司，似乎都陷入了一种 " 雕花 " 困境，过分关注表面功能的堆砌，底层的突破出不来了，突破性的创新让位给了同质化的功能微调。

WWDC24 上，苹果公司为 iPhone 和其他设备推出了推出全新的个人 AI 系统 Apple Intelligence，试图通过重新定义 "AI" 来弥补其在 AI 布局上的滞后，但除了一贯的强调隐私保护，实际功能展示乏善可陈，集成 ChatGPT 功能，实现识别对用户情景重要的通知，AI 文本处理，图文生成、Siri 感知屏幕内容并代替用户执行简单任务。

而 Apple Intelligence 也免不了 " 期货 "，几天前刚刚开启了测试，第一批功能的正式上线可能需要推迟到十月的 iOS 18.1，但也只是基础功能。使用设备端数据回答问题并了解用户屏幕上内容等功能，仍然需要 2025 年春季。

更加遗憾的是，Apple Intelligence 仅支持搭载 A17 Pro 芯片或更新的 iPhone，也就是说大部分 iPhone 用户都体验不了。

微软则试图在 PC 上进行革新，在 5 月 20 日推出了 Copilot+ PC，其中包含了人工智能工具 Recall，它会定期截取屏幕截图来创建活动记录，以便用户搜索他们之前的操作。

事实上，Recall 之前，一款类似的应用 Rewind 已经上线一年多时间了， 并且拿到了 Sam Altman、a16z 等的投资。本质上 Recall 并没有任何创新，而只是抄了一个 Rewind。虽然微软对 Recall 寄予厚望，不过得到的却是差评，许多用户认为存在巨大的隐私风险，有黑客甚至展示了如何从 Recall 的主数据库中提取所有信息。出于安全考虑，微软搁置了 Recall 的发布。

OpenAI 作为火车头，也开始在 " 雕花 " 方面不遗余力。其备受瞩目的 AI 视频生成模型 Sora 发布时间悬而未决，官方解释称还有大量的安全工作要做，但始终没有给出明确的时间表。

同样让人失望的还有号称 "Her 走进现实 " 的 GPT-4o 语音模式，这个本来就被不少人形容为已有的功能堆砌出来的小创新的产品，原定于 5 月发布，后又一再跳票，只是时不时的用给一小撮人试用一下的方式维持着大家的期待。即便是最新推出的 SearchGPT，也难掩其 " 期货 " 属性：不仅内测机制黑箱，连 Demo 都存在低级错误。

在一些网友看来，与其将精力放在实质性的技术突破上，OpenAI 似乎更热衷于制造舆论热点。一系列针对谷歌的 " 抢热点 " 发布的操作的确相当亮眼，Altman 非常利用社交媒体影响舆论，为自家产品造势，然而，漂亮的 PPT 和热闹的发布会并不能掩盖模型能力迭代缓慢的现实。

GPT-5 何时推出已经彻底成为了一个谜。市场曾预测 GPT-5 可能在 2023 年底或 2024 年夏季发布，OpenAI CTO Mira Murati 表示有望在 2025 年底或 2026 年初推出，而 Sam Altman 曾强调目前没有固定的发布时间表。

小参数模型 GPT-4o mini 的推出基本说明了一切。OpenAI 也要跟大家卷 " 雕花 " 了。

1

" 雕花 " 的 AI 产品

在头部企业陷入 " 雕花 " 困境的同时，创业团队也未能幸免。随着 " 模型即产品 " 的投资窗口期过去。厂商们面临着巨大的变现压力，迫切需要寻找落地场景。AI 搜索似乎成为了继聊天机器人和类 Character.ai 产品之后，又一个开发者们争相涌入的赛道，成为新的热点。

AI 搜索被视为大模型应用的重要落地方向，海内外众多企业和开发者纷纷布局，希望在这个风口上分一杯羹。然而，目前的发展态势似乎也难逃 " 雕花 " 的困境，所有人似乎都在重复造同一个轮子。

众多玩家推出的 AI 搜索产品大同小异，缺乏实质性的差异和创新。虽然在功能名称上略有不同。但核心功能几乎如出一辙，这其实也反映出当前大模型的发展遇到了瓶颈。

AI 插件太多，浏览器已经不够用了

浏览器插件因其轻量化、低门槛的特点，也成为成为各家争相布局的对象。月之暗面的 Kimi 浏览器插件强调 " 轻量小搜索 "，字节的豆包浏览器插件也在快速迭代新功能。各类开发者制作的 AI 插件也是层出不穷。

表面上，这些插件五花八门，功能各异。有的专注于内容生成，有的侧重信息汇总，还有的致力于提高生产力。但仔细观察就会发现，它们大多是在做 " 雕花 " 工作，许多插件不过是对已有 AI 功能的简单封装，或是对大模型 API 的表层调用，鲜有真正突破性的应用。

所有人都希望获取到用户流量。但这种做法更像是权宜之计，并未从根本上解决商业化难题。PC 浏览器用户数量相较于移动端已经相对稀少，这一现实本身就限制了插件的潜在用户基数。它再次印证了当前 AI 行业陷入的 ' 雕花 ' 困境，在现有技术框架内进行小幅改进和优化和同质化竞争。

回顾上一波以计算机视觉 ( CV ) 技术起家的 AI 企业的起落，我们发现它们并未真正走出 " 雕花 " 困境。尽管在技术上取得了显著进展，但场景碎片化和商业化不顺仍然成为它们后继乏力的主因。这些企业往往停留在技术供应商阶段，难以确保长期市场地位，同时还要与科技巨头打价格战，争夺市场份额。

如今，大语言模型似乎正在重复这一历史。虽然 GPT 等模型在技术上取得了突破性进展，但真正能创造持续价值的商业应用仍然稀缺，模型能力的提升也似乎进入了停滞状态。

OpenAI 提出的通用人工智能五级能力评估体系为行业提供了一个发展路径。当 AI 达到第二阶段（' 推理者 ' 级别）时，可能具备在消费级市场大规模流行的条件。这意味着，大模型公司需要不断提升 AI 的通用泛化能力，才能真正突破商业化和产品化的瓶颈。不过在此之前，OpenAI 可能还需要融资数百亿美元才能覆盖其成本。

与 CV 企业不同的是，一些大模型公司已开始推出面向 C 端的应用，试图接近产品市场契合点 ( PMF ) 。这种策略可能帮助它们避免单纯依赖 B 端非标准化市场的陷阱。但如果仅仅是将现有的 AI 能力套卡包装成消费级产品，没有真正的突破模型的推理能力、增强跨领域知识整合，以及交互体验等等，很快就会陷入同质化的雕花当中。

1

华尔街也失去耐心了

为了迎接 AI 革命，企业仍在投入大量资金建设数据中心等基础设施，但即使是华尔街也开始重新审视他们的调子，从狂热的拥护转变为更为谨慎的支持。

AI 进入雕花阶段是否意味着互联网泡沫的重演？最近的一系列研究报告向 AI 的热潮泼了冷水，警告生成型 AI 技术依然面临漫长而充满疑问的发展道路。

当高盛都说 " 也许这只是一个泡沫 " 时，你就知道这个行业真的遇到了麻烦。在一份名为《生成型 AI：过多投入，收益太少？》（Gen AI: too much spend, too little benefit?）的报告中，高盛的分析师讨论了 AI 是否能解决其被赋予的复杂问题，并对其仍未确定的 " 杀手级应用 " 表示怀疑。

巴克莱银行的一份研究报告标题更加生动《云 AI 资本支出：害怕错过还是梦想田野？》（Cloud AI Capex: FOMO or Field-Of-Dreams?），报告指出数据中心投资是否正在制造一个可能像 1990 年代互联网泡沫后电信崩溃那样的泡沫，分析师的结论是倾向于 FOMO。

红杉资本的合伙人大卫 · 卡恩最近称，技术是否能收回庞大数据中心投资是 "AI 的 6000 亿美元问题 "。

这显然不是第一次质疑的声音。关于 AI 聊天机器人和其他工具的最终收入或潜力问题，已成为任何科技公司财报电话会议上的常见话题。

而微软和英伟达的巨大收益，属于高盛分析师所称的 AI 投资 " 卖铲子和镐 " 的阶段：提供 AI 所需的半导体、云计算和能源的公司。值得注意的是，AI 为 Google、微软、亚马逊等头部云厂商带来的增长已经开始放缓。

高盛全球股票研究负责人吉姆 · 科维洛则怀疑，AI 的成本是否会下降到足以证明其价值的程度。" 要证明这些成本是合理的，技术必须能够解决复杂问题。"

高盛还采访了 MIT 经济学家达隆 · 阿西莫格鲁，他认为这项技术仍远未准备好迎接主流。" 鉴于今天生成型 AI 技术的重点和架构，这些真正变革性的变化不会很快发生，如果有的话，可能在未来 10 年内也不会发生。"

巴克莱分析师将 AI 支持者的思维描述为 " 只要我们开发出 AI 技术，用户和利润自然就会跟着来 " 的逻辑，并指出目前的资本支出预测足以支持到 2026 年 12000 个 ChatGPT 规模的 AI 产品。鉴于投资金额，分析师表示，行业可能正走向类似于互联网泡沫后的电信崩溃的 " 过度建设 "，" 明年可能会出现 AI 投资的调整期。"

红杉资本的合伙人戴维 · 卡恩还指出，AI 还有很长的路要走，警告投资者在 " 投机狂热 " 中保持 " 冷静 "。" 我们需要确保不要相信现在从硅谷蔓延到全国，乃至全世界的幻觉，" 卡恩写道。" 这种幻觉认为 AGI 明天就会到来，我们都需要囤积唯一有价值的资源—— GPU。实际上，前方的道路会很漫长。"

人工智能将永远改变商业一切，这已成为商业和学术界的一句口头禅，AI 也已成为一个家喻户晓的术语。但这是曲折上升实现的，自 20 世纪 50 年代以来，AI 经历了几次寒冬，由于未能实现期望而导致对 AI 兴趣的减弱。这种起伏的背后是对技术的期望与现实之间的复杂关系。回顾这些发展过程，能为我们理解当前生成式 AI 热潮提供一种历史视角——这里似乎存在着一个规律，就是对 AI 技术的乐观随之而来的往往是一段挫折期和 AI 投资下降期，用人们爱用的词来说，就是 AI 寒冬。

人工智能目前可能仍停留在拨号时代，直到拨号上网逐渐消失后，互联网才真正发挥出潜力，同样的，总有一天我们会拥有一种新的人工智能形式，让今天的 ChatGPT 像 1998 年的门户网站一样过时，只是可能无法指望它会在未来一两年内发生。