大模型

同时，借助我们原有的用户群体、渠道资源以及后端技术，特别是大模型能力，助力产品快速上线并实现商业成功。

吴太兵：在我看来，随着AI的不断发展、AIGC软件的快速迭代、大模型能力的日益增强以及Agent的大量涌现，图片处理、视频处理、视频创作、广告片制作等一系列能力将成为所有人应具备的基础能力。

大模型的能力提升和边际成本的下降，使得过去一些无法实现或者ROI不经济场景的商业化变为可能，成为AI企业新的收入来源，成长天花板打开。

大模型能力越强，通用性越好，企业内部业务自动化、智能化的成本下降，催生出新一轮的SaaS、垂直行业AI应用和智能硬件需求。

杨烨：关于AI应用的商业化落地路径，还是我们前面提到的，在一些对幻觉相对不敏感的场景更容易先行落地，同时随着大模型能力天花板的不断突破以及对垂直行业的理解，逐步解锁新的领域。

以ChatGPT为代表的文本大模型确实能够满足文本方面的诸多需求。

大模型带来的收入更具有持续性，可能在企业经营端逐步体现为更高的留存率、续费率等，对估值体系是中长期的提振。

而对于C端而言，大模型带来了新的内容和交互形态，让AI创作、AI助理等具备了可规模化分发的能力。

尤其是在当下，以大模型为代表的生成式AI技术发展迅猛，无论是算力、数据，还是推理和训练的优化，速度都非常快。

吴太兵：在我看来，随着AI的不断发展、AIGC软件的快速迭代、大模型能力的日益增强以及Agent的大量涌现，图片处理、视频处理、视频创作、广告片制作等一系列能力将成为所有人应具备的基础能力。