近日，中国AI界迎来一场重磅交流。在由清华大学基础模型北京市重点实验室与智谱AI发起的AGI-Next前沿峰会上，多位国内大模型领域的关键人物齐聚一堂，共同研判AI发展趋势。

与会者包括智谱AI创始人唐杰、月之暗面创始人杨植麟、阿里Qwen技术负责人林俊旸，以及新近加入腾讯的AI首席科学家姚顺雨。

今天的内容，研究院主要梳理了腾讯姚顺雨的观点，涵盖其对市场趋势的观察、腾讯的AI发展思路，以及对中国在全球AI竞争中位置的判断等。为我们理解当前行业的演变与未来的趋势，提供了视角。

以下为概括内容：

一、对市场分化的两大观察

关于模型分化这一主题，腾讯姚顺雨分享了两个大的感受，一是To C（面向消费者）和To B（面向企业）明显发生了分化，二是垂直整合和模型应用分层也出现了分化。

第一点观察，姚顺雨认为To C对智能上限要求不高，更像是“搜索引擎加强版”；To B则呈现“越强越付费”逻辑，他举例：一个模型200美元/月，次强的50美元/月，很多美国人愿意花这个溢价。所以在To B市场，强模型和弱模型的分化表现会越来越明显。

第二点观察，垂直整合这条路和模型应用分层这条路的区别。

过去大家认为，有垂直整合能力会做得更好，但姚顺雨认为今天不一定。模型层和应用层需要的能力不一样，对To B生产力场景来说，更大的预训练模型是关键，而这对产品公司来说很难做。

反过来，要把一个好模型用好，或者说模型有溢出的能力，也需要在应用侧和环境侧做很多事。

我们会发现，其实在To C的应用上，垂直整合还是成立的，无论是ChatGPT还是豆包，模型和产品是非常强耦合去紧密迭代的。但是对于To B来说这个趋势似乎是相反的：模型公司专注把模型做得越来越强；同样地，而应用层则想去利用最好的模型赋能不同的生产力环节。

（即姚顺雨认为，在面向普通消费者（To C）的业务里，整合模式是成立的，因为产品和模型需要紧密配合来提升用户体验，但在面向企业（To B）的生产力场景中，专业分工的趋势更明显）

二、腾讯是To C基因更强的公司

姚顺雨表示，腾讯肯定还是一个To C基因更强的公司。所以我们会思考，如何让今天的大模型能够给用户提供更多价值。

他们发现，很多时候To C的瓶颈不是更大的模型或更强的强化学习，而是额外的上下文（context）和环境（environment）。

对此，他举了一个例子，你问模型“我今天该吃什么”，无论去年还是今年问ChatGPT，结果可能都很差。

这个问题想变好，需要的不是更强的模型或搜索引擎，而是更多的额外输入。模型如果知道今天很冷，我想吃点暖和的；知道我老婆在另一个地方，她想吃什么……有了这些context（上下文），回答的质量就会完全不同。

比如，我们可以把微信聊天记录转发给元宝，给模型更多有用的输入，这会给用户带来很多额外价值。而至于To B，姚顺雨认为在中国确实是很难的事情，很多做Coding Agent（编程任务智能体）的公司其实也是要去打海外市场。

大公司做Coding和创业公司的一个区别是，大公司本身就有各种各样的应用场景和提升生产力的需求。如果我们的模型能在这些内部场景做得更好，不仅模型会有独特优势，公司能更好发展，更重要的一点是，能捕捉到真实世界里更多样化的场景数据。

像Anthropic、OpenAI是创业公司，他们需要找数据厂商去标数据，但数据厂商能招的人、能想到的场景总是有限的，多样性会受限。

三、大模型对于GDP的效益极大

姚顺雨表示，他在OpenAI之前，他还在一个公司实习过，这是一个To B的公司，他觉得在To B公司工作过有很多收获。

他认为，最大的收获是，即使今天的模型不再变好，所有的模型训练全部停止了。但是我们把这些模型部署到世界上各种各样的公司，已经能带来今天10倍或者100倍的收益。能应对GDP产生5%-10%的影响，但是今天它对GDP的影响还不到1%。

另一非常重要的是教育。人和人的差距在拉大，不是AI替代了人，而是会用AI工具的人替代了不会用的人。就像当年电脑刚被发明出来，你如果去转身去学习编程，你还在使用计算尺，在使用使用算法呢，那那是差异巨大的。

可能今天中国能做的一个最大的，有意义的事情，其实就是更好的教育——就教大家怎么更好的去使用像Claude的或者或者ChatGPT这样的产品。当然，Cxx可能在中国用不了，但是我们可以用国产的模型。

四、中国全球领先概率还挺高的

姚顺雨判断，AI领域中国全球领先概率还挺高的，对此他保持乐观。

理由是：任何一个事情一旦被发现，在中国就能够很快的复现，在很多局部做的更好，包括之前制造业、电动车这样的例子已经不断地发生。

PS：阿里林俊旸判断则是，三年到五年后，最领先的那个公司，是一家中国公司的概率是20%，这一数据已很乐观——

中美在算力上的差距是客观存在的，甚至可能有1-2个数量级的差异。美国的巨头可以用大量的算力去探索下一代Research，而中国的团队光是做交付，可能就占用了绝大部分算力。

证星研究院认为，阿里和腾讯对大模型思路并不相同，腾讯侧重应用，认为中国具备优势，阿里还是想做基础大模型，则认为与美国有一定差距。

后续，姚顺雨觉得可能有几个比较关键的点分别是：

1.中国的光刻机到底能不能突破，如果最终算力变成了Bottleneck（瓶颈），我们能不能解决算力问题。目前看起来，我们有很好的电力优势，有很好的基础设施的优势。

主要的瓶颈，一个是产能，包括光刻机，以及软件生态，对这个问题解决会是很大的帮助

2.除了To C之外，能不能有更成熟或者更好的To B的市场，或者有没有机会在国际的商业环境竞争。今天我们看到很多做生产力或者做To B的模型或者应用，还是会诞生在美国，因为支付意愿更强，文化更好。

姚顺雨表示，这两个是比较大的客观上的因素。

姚顺雨认为，中国想要突破新的范式，或者做非常冒险事情的人可能还不够多，这里面有经济环境、商业环境包括文化的因素...如果再增加一点，主观上要有更多有创业精神或者冒险精神的人，真的想要去做前沿探索或者新的范式突破的事情。

目前来看，一个范式一旦发生，我们可以用很少的卡、很高的效率去局部做得更好，我们到底能不能引领新的范式？这可能是今天中国唯一要解决的问题。

因为其他所有的事情，无论是商业，还是产业设计，还是做工程，我们某种程度上已经比美国做得更好。

PS:本文内容仅为观点分享，不做投资建议。