这个问题问得很好。这一年虽然AIGC行业新闻不断、热点频出，百模大战，几乎把中国古代的聪明人和神兽的名字都用光了。
年中资本市场上各种AI股票翻倍地涨（到下半年又都逐步回吐涨幅），年底OpenAI还来了一场震惊全球的「逼宫大戏」，可谓热闹是足了，但是也最终呈现出了一些华丽之下的真相，既有技术上的，也有商业上的：
- 国内大部分模型都是拿国外开源模型套壳，还美其名曰开发「垂直模型」。 本质上就是下载好预训练的开源模型，然后用自己的一些行业数据、私域数据进行微调，甚至直接拿来什么也不改的，脸不红心不跳地说自己自主研发、自主可控的大模型。反正，神经网络是个「黑盒子」，你有没法拆开看到底是哪里来的，不像芯片还能打磨一下看到里面的logo。
- 当然，国内现在也有一些自研的大模型，特别是大厂开发的，而且要看参数，那绝对是「遥遥领先」，你7B，我就20B，你147B，我就来个万亿，总之卷数据，没有谁可以卷得过国内企业的。至于说性能，考试那更是我们擅长的。结果就是，看着评分，很多国产大模型已经超过了GPT3.5甚至GPT4，但是一用起来，马上感觉完全不是那么回事。为啥呢？ 很简单，因为这是开卷考试，我根据你的考题优化就行了。 目前国内的所有模型里面，我实际使用下来，「智谱清言」（ChatGLM）是开源、闭源中效果最好的，特别是跟工程、技术相关的内容，相当准确。
- 经过前期的喧嚣之后，大部分的初创应用都已经难以为继。 如上所述，真正在模型层面有所研发和突破的，很少。那么大部分就是一些包壳的工具（面向C端），还有一些针对特定行业的、经过微调的模型，但是随着大模型本身越来越强大，还有大模型普遍存在的「幻觉」问题（面向B端），使得企业对于对内或者对外使用AIGC，感觉非常慎重。
- 但是，的确也逐渐沉淀出了一些有实际效果，也得到用户认可的应用：
- 在文字处理领域，WPS、Flowus、飞书，都学习Notion、Office365的模式，开始为收费用户提供一定的AI辅助写作功能，也的确很多人感受到了其中的便利。但是实际比较下来，感觉还是有一定的差距，需要慎重使用。
- 在图像处理方面，因为国内直接使用Midjourney不方便（Discord用不了），所以各种用Stable Diffusion模型训练的工具很多，其中也跑出来了几个知名的。
- 在辅助办公方面，一个重要的方式是用大纲、文字描述，直接生成PPT，这里面迭代比较快的是Mindshow和AIPPT。
