APUS谋变：押注大模型，转型人工智能

刘海明

【案例】

APUS谋变：押注大模型，转型人工智能

6 i3 m- H2 V/ O撰文 | 张 宇

' R1 }& B4 F7 ^编辑 | 杨博丞
! v5 h, r$ I7 b3 N8 Z3 X
  r% v4 s5 M# y5 \题图 | IC Photo
' j# H1 p7 \: |
随着国产大模型之战愈演愈烈，全球移动互联网企业APUS正在加速落地大模型应用。

日前，在2023腾讯全球数字生态大会上，APUS与腾讯云达成战略合作，双方将集中各自优势，在ICT基础设施、大模型生态建设等领域开展广泛、深入合作。同时，APUS还在2023百度联盟大会上，与百度联盟凝聚生态共识，获得了前者的信赖与认可。

据悉，APUS成立于2014年6月，致力于为全球智能手机用户提供最好的用户系统，帮助用户实现最佳的手机和移动互联网使用体验，多次被评为“独角兽”企业，同时也是最早提出出海概念的移动互联网企业。成立初期，APUS曾凭借一款基于安卓系统的桌面应用，在上线三个月后拿下了30多个国家Google应用商城的个性化榜单第一名。

2 P4 N6 n" v" Q) V; e% @2023年初，ChatGPT的月活跃用户数突破1亿，成为历史上增长最快的消费者应用程序，大模型浪潮席卷而来，以千亿级多模态大模型“天燕大模型”的推出与应用为标志，APUS全面转型人工智能企业。现阶段，天燕大模型具备对文本、图像、视频、音频的理解和生成能力，并已通过智能问答大师等七款人工智能应用向C端用户开放使用，同时，并行落地智慧客服、智慧医疗、智慧网信、智慧判案等产业应用场景。

: @) F" k9 L( T- q/ j6 e不过，在天燕大模型实际落地过程中，APUS仍面临不少难题，比如市面上大模型数量众多，天燕大模型能够创造出哪些新价值？现阶段，大模型行业的战况激烈且焦灼，新形势下，APUS能否借助大模型浪潮实现换道和突围？APUS能够站上多大模型的风口吗？
) M2 Z6 k9 {# c  s: \5 c) @2 x
1. 出海元老转型人工智能

PUS是最早开始关注并投入人工智能的入局者之一，“我们在2018年就进行了AI技术布局，并在2018年推出了多款基于AI技术的应用如CutCut、PickU 、Vieka等，用户可以体验智能抠图，变老变年轻等功能”。APUS创始人兼CEO李涛表示。

- g0 C5 Z! A* o: Y6 y) U7 r1 o% c2018年，APUS开始尝试从工具类产品向内容产品转化，这来源于李涛的战略思考：作为一家全球化企业，如何打造差异化能力，与具备内容基因的巨头平台进行竞争。当时李涛的设想是“如何用AI进行内容生产和创作”，因此APUS研发了一系列AI类产品，从让用户变年轻的智能抠图到换发型的人脸融合，再到语义分析和解读等等。

7 p/ d/ ^: K! B9 D尽管入局较早，但APUS的转型之路始终难言顺利，“可以说，关于AI产品的探索，已经做到快崩溃了。”李涛曾坦言。

8 \8 j( G% ~; l1 }) d2022年11月，OpenAI推出的新型AI聊天机器人工具ChatGPT在一夜之间火爆全球互联网，引来了无数人的关注，截至2023年4月，ChatGPT的全球访问量再创新高，达到17.6亿次，仅次于谷歌、百度等搜索引擎。

ChatGPT的火爆让APUS看到人工智能将全方位改变业态。2023年初，APUS开启新一轮战略转型：从工具到AI，对所有产品和服务进行全面性改造。
' {# W! f2 R/ J
4月18日，APUS发布了自研多模态人工智能大模型天燕大模型（AiLMe）。据悉，天燕大模型参数已达千亿规模，具备了对文本、图像、视频、音频的理解和生成能力。针对具体应用场景，APUS从AiLMe内蒸馏出文本模型“异雀八”、图像模型“异雀三”、视频模型“异雀四”、音频模型“异雀六”四个垂直领域精炼模型，并基于此研发出了智能问答大师、简笔成画、墨染、Daily Astro、Star Night、KJV Bible Now、PicPik等七大AI产品。
+ p* S" h, S  P$ h
图源：APUS
1 Q% t* M) c9 w; J: ~8 S
值得关注的是，天燕大模型在模型训练时，分为预训练阶段和微调阶段，基于此，天燕大模型已具备了自主学习能力。不同于ChatGPT需要用户手动选择插件，天燕大模型在设计时采用了插件式架构，无需用户干预，就能够使大模型实现目标驱动，进行自我进化。未来，天燕大模型的发展路线图将从两个方面去发力：一是生态建设，二是能力加强。
) m# Z) w# d2 i3 f5 V: }- o5 [; A% \8 A
/ E2 O' h/ d/ i9 \( C% z) v2. APUS转型迫在眉睫

“今年APUS要全面转型人工智能，这是一个非常明确的目标。”李涛坦言，APUS的2023年目标是全面转型人工智能，希望业绩能实现200%的增长。
' I. u2 v3 p0 T  u7 A; h3 s1 ?
PUS是工具类产品出海的头部企业，但急于转型的背后，实际上是APUS正面临着不小的困境。
( Z; X. ]" g. p3 @& Q" Y& d; l
不容忽视是的是，用户粘性低、可替代性强、市场严重饱和，被认为是工具类产品的通病。更要命的是，由于工具类产品的成长路径太长，在培养用户付费习惯上需要花费大量时间和精力，如何变现成为了悬在工具类产品企业头上的达摩克利斯之剑。
3 \' W) L( I- \0 e
PUS曾两次向中国证监会递交招股书，根据其在2019年初更新的招股书，APUS面临着诸多难题，比如盈利模式单一、客户集中度高等等。

招股书显示，APUS在2018年上半年的总营收为4.4378亿元，净利润为1.7564亿元。而在2015年至2017年，其总营收分别为5516万元、5.85亿元和9.06亿元，同期营业利润分别为-1.9亿元、1.5亿元、2.7亿元；净利润分别为-1.77亿元、1.67亿元、2.42亿元。

( E) \% C' r% k& s" J. a6 S& D虽然经营业绩持续向好，但值得关注的是，APUS的盈利模式主要是通过在自有用户基础上接入第三方广告平台向用户展示广告并向第三方广告平台收取广告服务收入。
  }4 P* [# I9 f9 r/ P
6 W8 |& [- L- g2 |9 L6 \与此同时，APUS还存在着客户集中度较高的情况，2015年至2018年上半年，APUS来自前五大客户的营业收入分别为3864.12万元、5.05亿元、8.56亿元和4.39亿元，占总营收的比例分别为70.05%、86.11%、94.44%和98.88%，呈现出持续走高的态势。
! D8 I; L+ r1 }# X# |/ y  E* W" a. t
截至2017年，APUS产品累计安装用户数突破12亿，覆盖全球200余个国家和地区，然而坐拥12亿用户，却始终无法造福业绩。
  \8 ~! _* E0 R7 [  O
需要说明的是，APUS招股书披露的经营业绩停留在2018年，已不具备代表性，并且此后APUS也未向外界披露过相关数据，其现在的真实情况不得而知，不过APUS面临的难题似乎未能得到解决，不然也不会急于在2023年内全面转型成为人工智能企业。

: `  {* Y9 T! Q/ `9 c/ J& m如何摆脱对大客户的高度依赖，以及如何寻找稳定的盈利增长点，或是目前APUS最需要直面的挑战，加速入局AIGC，蓄力大模型，已是迫在眉睫。
! T9 }% e# u, O1 z
3. 大模型难成救命稻草

/ t/ m! v$ a' G5 ]3 X" R! W& |长远来看，大模型有助于APUS找到新的盈利增长点。
) G$ w* |& X+ a6 b7 ?1 B
大模型赛道的想象空间巨大。根据市场研究机构MarketsandMarkets的报告数据，全球生成式人工智能市场规模预计将从2023年的113亿美元增长到2028年的518亿美元，预测期内复合年增长率为35.6%。由于云存储的创新使数据易于访问，以及人工智能和深度学习的发展，预计生成式人工智能市场在预测期内将以显著的速度增长。

图源：APUS
1 l5 ]+ ?# Y4 z* T9 _- r
不过在现阶段，大模型却难以成为APUS的救命稻草。
: C  ]" l  S5 M  L9 M
硬件是一笔巨额投入，根据美国市场研究机构TrendForce推算，处理ChatGPT的训练数据需要2万枚GPU芯片，而随着OpenAI进一步展开ChatGPT和其他GPT模型的商业应用，其GPU需求量将突破3万张（该报告计算以A100芯片为主）。
) F0 k8 Z) w/ J2 C  R' M
% b+ a( m2 d9 p/ I5 I' b# W此外，训练大模型的成本也不容小觑，根据国盛证券发布的《ChatGPT需要多少算力》估算，GPT-3训练一次的成本约为140万美元，对于一些更大的LLM(大型语言模型)，训练成本介于200万美元至1200万美元之间。以ChatGPT在1月的独立访客平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日电费在5万美元左右。

以OpenAI为例，有研究报告指出，OpenAI仅运行其人工智能服务ChatGPT每天就要花费约70万美元，OpenAI目前正处于烧钱的状态，若不加速自身商业化进程，很有可能在2024年底不得不申请破产。硅谷权威媒体The Information也在报道中称，OpenAI在2022年总营收为0.28亿美元，净亏损为5.4亿美元。
5 o6 h3 l* |: }, H
押注大模型并不能立竿见影，大模型还处于快速进化的阶段，远远没有想象中那样无所不能。综合来看，大模型还很难成为APUS的第二增长曲线：一方面，在推进大模型产业化落地过程中存在多重难题，比如算力面临掣肘、数据质量参差不齐、与行业难以高度融合等等；另一方面，大模型产品还面临着同质化严重的情况，APUS仍需持续挖掘特色与价值。
; [) _, s# ]" P. p
不过，在李涛看来，大模型的首要目标并非商业化，而是制定行业标准，类似于安卓与iOS之争。对于大部分企业而言，只需要关心小模型和中模型即可。“毕竟未来这个世界最有价值的东西就两个，一个是操作系统，一个是生态就是场景，其他的东西都是过眼云烟。”
+ f7 L! _9 q7 a9 O. V
链接：https://www.sohu.com/a/723441062 ... 6956536879632ivY8J2
来源：金融界

编辑：秦克峰

迁移：李梦瑶

原发表时间：2023-9-26 00:47:14

$ X4 i8 }) g) m; s, V: }1 @! w: o
  ~: R& @& [3 d$ O+ j  I. Y
2 m1 v8 X" b" e# `  w' z2 W  @) s

( P! Y* e. A. u( i
0 e8 G. }% O+ G, l6 z+ a: d