端側(cè)AIGC應用發(fā)展催化因素有哪些？

三大因素催化端側(cè) AIGC 應用加速發(fā)展。

1.催化一：基建開支巨大，產(chǎn)出端規(guī)模較小

大型科技公司花費巨額資金擴建數(shù)據(jù)中心，且資金量持續(xù)增長。這類大型科技公司包 括海外的 Google、Microsoft 和 Meta 等，以及國內(nèi)的字節(jié)跳動、騰訊和阿里巴巴。除此之 外，亞馬遜、甲骨文、蘋果、特斯拉等公司也是重要的算力開支貢獻者。從算力公司收入 角度同樣也能看出業(yè)界在 AI 基礎(chǔ)設(shè)施方面的巨大投入。英偉達數(shù)據(jù)中心收入在 2023 年增 長超 200%，2024 年仍維持超 100%的高速增長。除了硬件設(shè)施方面的資本性投入，AI 數(shù) 據(jù)中心仍需考慮其他如運行維護、租賃，以及在后續(xù) AI 模型的訓練過程中所消耗的電力及 數(shù)據(jù)等運營性成本，使得公司實際投入比上述基礎(chǔ)設(shè)施建設(shè)更高。根據(jù)英偉達在分析師日 上的演講，AI 基礎(chǔ)設(shè)施中，除 GPU 與組網(wǎng)外，其余開銷約占到總體的一半。

在巨大的基礎(chǔ)設(shè)施投入下，收入端卻明顯單薄。OpenAI 的年收入為 10 億美元。微軟 董事長兼首席執(zhí)行官薩蒂亞·納德拉 (Satya Nadella)在 2025 財年第二季度業(yè)績電話會議中 表示，微軟的人工智能業(yè)務年化收入超過 130 億美元，但該收入與其 2024 年單季度的資 本開支水平相當。若未來收入端無法快速提高，將難以維持該業(yè)務的長期運轉(zhuǎn)。企業(yè)迫切 需要找到能夠承接巨額資本開支的 AI 產(chǎn)出。

2.催化二：算力使用成本下降，促使更多廠商入局

在產(chǎn)業(yè)發(fā)展初期，鑒于巨大的成本投入，除了少數(shù)幾家大型公司之外，其他公司難以 參與到 AIGC 行業(yè)中，使參與者過于單一，在應用端極大的限制了產(chǎn)品的豐富度，降低了 “殺手級應用”出現(xiàn)的可能性。而目前該情況已經(jīng)發(fā)生了改變，一方面，字節(jié)跳動的成功 降本向業(yè)界展示了規(guī)模效應降本的可能性，另一方面，DeepSeek 的優(yōu)化創(chuàng)新證明對模型本 身及訓練方式的優(yōu)化也能大幅降低訓練成本，從而降低了行業(yè)門檻，使得更多中小型企業(yè) 也能加入，同時也顯著提升了大模型在各行業(yè)場景中的適用性。

2.1 規(guī)模效應降本

隨著 AI 數(shù)據(jù)中心規(guī)模增大，廠商有機會通過調(diào)度和資源使用優(yōu)化的方式，提高資源 利用率，降低單位算力使用成本。2024 年 12 月 18 日，字節(jié)跳動在火山引擎 FORCE 大會 上正式推出了豆包視覺推理大模型，并宣布進入“厘時代”，該模型的價格大幅下調(diào)至 0.003 元/千 token，相較行業(yè)標準低了 85%。火山引擎總裁譚待介紹，火山引擎在技術(shù)上有非常 多優(yōu)化手段，可以降低大模型成本，在工程上可以通過分布式推理的形式將底層算力使用 得更好；另外，在混合調(diào)度方面，可以把不同負載進行混合調(diào)度，這樣的成本也大幅下 降。 各大科技公司均大量投資建設(shè) AI 數(shù)據(jù)中心，隨著規(guī)模擴大，AI 訓練和推理成本有望 下降。2024 年，亞馬遜表示計劃在未來幾年內(nèi)在以人工智能為重點的數(shù)據(jù)中心投資超過 1000 億美元。2025 年初，公司又宣布計劃投資約 110 億美元來擴展其在佐治亞州的基礎(chǔ)設(shè) 施。微軟副董事長兼總裁布拉德·史密斯（Brad Smith）2025 年初在公司官網(wǎng)的一篇博客中 宣布：在 2025 財年，微軟有望投資約 800 億美元建設(shè)人工智能數(shù)據(jù)中心，以訓練人工智能 模型并在全球范圍內(nèi)部署人工智能和基于云的應用程序。谷歌在 2024 年第四季度及財年業(yè) 績電話會議中提到，2025 年公司預計將投資約 750 億美元的資本支出，其中大部分將用 于技術(shù)基礎(chǔ)設(shè)施，主要是在服務器方面，其次是數(shù)據(jù)中心和網(wǎng)絡(luò)。當新的數(shù)據(jù)中心容量上 線時，云服務商有機會通過調(diào)度優(yōu)化的方式，使其提供的訓練和推理成本下降，從而使中 小型，包括初創(chuàng)公司也能加入到 AIGC 行業(yè)創(chuàng)新隊伍之中。

2.2 DeepSeek 優(yōu)化創(chuàng)新降本

DeepSeek 的模型發(fā)布同樣也讓行業(yè)看到了大幅降本的可能性。2024 年末，DeepSeek 公司發(fā)布了多個模型，宣稱其中的 DeepSeek-V3 在性能上相當于業(yè)界領(lǐng)先的閉源模型 GPT4o，優(yōu)于領(lǐng)先的開源模型 Llama 3，且總訓練成本僅為 558 萬美元，而 GPT-4o 這樣的模型 訓練成本估計約 1 億美元。2025 年 1 月 20 日，公司又發(fā)布了一個名為 DeepSeek-R1 的模 型，聲稱其在一系列任務上實現(xiàn)了與 OpenAI-o1 相當?shù)男阅堋?具體來說，從 DeepSeek 在 V3、R1 模型的相關(guān)論文可以看到，V3 模型：1）優(yōu)化模型 架構(gòu)設(shè)計，對傳統(tǒng)專家模型（MoE）架構(gòu)和傳統(tǒng)多頭注意力（Multi-Head Attention， MHA）進行了改良（改良后分別命名為 DeepSeekMoE 和 DeepSeekMLA）；2）預訓練采用FP8 混合精度訓練框架減少運算量，并通過算法、框架和硬件的協(xié)同設(shè)計，幾乎實現(xiàn)了計 算和通信的完全重疊，顯著提升了訓練效率；3）訓練后：將長思維鏈 (CoT) 模型中的推 理能力提煉到 V3，顯著提升了其推理性能。而 R1 系列模型直接將強化學習 (RL) 應用于 基礎(chǔ)模型，無需依賴監(jiān)督微調(diào) (SFT) 作為初始步驟。這種方法可以減少對大量監(jiān)督數(shù)據(jù)的 依賴，降低訓練成本。 總的來說，DeepSeek 通過一系列創(chuàng)新，大幅降低了其模型的訓練成本，且保有優(yōu)秀的 性能表現(xiàn)。同時，DeepSeek 對其模型進行了開源。目前可以在開源社區(qū)平臺下載 DeepSeek R1、V3、V2 等各版本的模型，同時公司還提供了一些輕量化及蒸餾模型，針對 參數(shù)量更小的場景。雖然這些模型主要應用于文本領(lǐng)域，且其模型并不一定能直接移植到 端側(cè)，但其開源模型及降本思路具備參考價值，為行業(yè)提供了成功大幅降本的案例，使行 業(yè)有機會迎來更多參與者，加速應用落地。

3. 催化三：部分產(chǎn)品已有市場反饋，并持續(xù)迭代

2024 年，生成式 AI 領(lǐng)域出現(xiàn)了許多應用方面的嘗試，包含軟件及硬件，為后續(xù)的發(fā) 展奠定了基礎(chǔ)。軟件方面，從 AI 辦公助理到 AI 視頻制作，再到語音代理和 AI 會計師。 其中，部分 AI 應用產(chǎn)品已有不錯表現(xiàn)。Perplexity 自推出以來一直處于增長狀態(tài)，每月活 躍用戶達到 1500 萬。根據(jù)公司 2024 年 12 月的公告，ChatGPT 在全球每周擁有 3 億活 躍用戶。OpenAI 于 10 月推出了 ChatGPT Search，這是其現(xiàn)有類似搜索功能的擴展。就 國內(nèi)看，豆包截止至 11 月底，豆包在 2024 年的累計用戶規(guī)模已經(jīng)超過 1.6 億，每日平均 新增用戶下載量穩(wěn)定維持在 80 萬，成為全球排名第二，國內(nèi)排名第一的 AI APP。AI 產(chǎn)品 榜全球總榜數(shù)據(jù)顯示，2025 年 4 月份，ChatGPT 穩(wěn)坐第一，擁有 5.5 億月活躍用戶；阿里 夸克第二，月活躍用戶量近 1.5 億；字節(jié)豆包第三，月活約 1.1 億。國內(nèi)總榜上，排名前三 的分別是夸克、豆包和 DeepSeek。

DeepSeek 應用(APP)于 2025/01/10 發(fā)布，日活躍用戶 DAU 第 5 天超過 ChatGPT， 第 15 天是 ChatGPT 的 2 倍達 259 萬日活躍用戶，成為全球增速最快的 AI 原生應 用。

硬件產(chǎn)品方面，主要包括 AIPC、AI 手機、AI 可穿戴（耳機/眼鏡等）、AI 玩具、汽車 （自動駕駛）、機器人等。其中，AIPC 自 2023 年首次推出后，已經(jīng)過一年多的迭代優(yōu)化， 已具備一定規(guī)模；AI 手機于 2024 年開始發(fā)布，幾乎所有大型手機廠商均有相關(guān)機型推 出；可穿戴類產(chǎn)品，尤其是眼鏡產(chǎn)品在市場上取得優(yōu)異銷售成績，逐步得到各大科技公司 重視；AI 陪伴、玩具類產(chǎn)品也有更豐富的產(chǎn)品產(chǎn)出，并逐步積累客戶群體；汽車已在自動 駕駛的長年探索中逐步使用生成式 AI 技術(shù)，而 AI 機器人市場仍在商業(yè)化探索階段。

端側(cè)硬件是 AI 應用的基礎(chǔ)，也是重要的用戶入口。目前我們使用各類 AI 應用均是通 過各類端側(cè)硬件，如手機、電腦、可穿戴設(shè)備等。作為用戶直接接觸的應用媒介，端側(cè)硬件能夠促進 AI 技術(shù)融入更多的場景中，讓各種設(shè)備具備智能化的交互和決策能力，提升了 用戶體驗，加速人工智能的普及。同時，作為用戶入口，端側(cè)硬件承載較多用戶數(shù)據(jù)，是 AI 技術(shù)個性化與定制化的基礎(chǔ)。例如，用戶使用手機進行打車、購物、日程規(guī)劃等操作， 具有一定個人傾向性，AI 手機則可以根據(jù)用戶的使用習慣和偏好，在本地進行個性化的規(guī) 劃決策，幫助用戶簡化日常操作流程。 在各類 AI 硬件產(chǎn)品中，AIPC/手機等消費類產(chǎn)品在較短的時間內(nèi)放量，并形成對生成 式 AI 技術(shù)投入回報的機會更大。基于自動駕駛的汽車產(chǎn)品出于對安全、可靠性、響應速 度等方面的高要求，在 AIGC 技術(shù)應用方面有較大限制，且價格更高，用戶更換周期更 長；而機器人產(chǎn)品尚未形成銷售規(guī)模，處于商業(yè)化探索階段。因此，本文主要聚焦于 AIPC/手機/可穿戴/陪伴等偏消費類產(chǎn)品的探討。