过去一年，哪些AI模式跑出来了？

前一段时间，硅谷最牛的风投A16Z发布了2024 top100AI应用，他们统计了网站访问量和APP使用活跃率，统计方法和数据收集流程我认为是可靠性非常高。这份榜单可以说是目前最权威的对于AI应用现状的最真实反映。

现在关于AI未来发展的观点非常两极分化。有的乐观有的悲观。

这一份权威的排行榜可以给出答案。究竟哪些AI模式经过一年多的验证跑出来了？哪些被很多人看好的模式最终没有成功？

通用型大语言模型最火，但是openai并没有一家独大

这份榜单上最大的一类就是以大语言模型为基础的通用性AI chatbot。你可以问他任何事，胜在通用性。

ChatGPT毫无疑问的排名第一，但是并没有一家独大，很多基本完全和ChatGPT完全一致的产品用户也在使用。比如google的gemini，Claude的Claude。比如很红的AI 搜索perplexity。

还有很多直接就是ChatGPT的简单套壳，比如liner， NOVA， Chat&Ask AI， ai chat smith 4， YOU， chaton， genie。网站也明确写着，powered by openai。很多套壳连logo都赤裸裸、长得和openai很像，不知道是不是拼夕夕进入美国后，老美深受康帅傅，阿达迪斯的启发。

媒体总说OpenAI又举起屠刀了，但是，很多产品并没有倒在openai的屠刀下。相反，可以说越来越多的山寨厂把店开到了openai家后院，小广告直接拍在了openai脸上。这些产品虽然本质模型和openai一样，但往往产品设计更友好，或者营销方式更符合现代社交媒体传播规律。而openai本质还是一家模型技术公司，营销并不是它投入最多的领域。难免在营销这块被各种后院起火。

前一段时间有很多争论，各家闭源大模型与开源模型未来谁能赢，大模型会不会一家独大。我想市场已经给出了答案。大模型并不是一个容易形成技术壁垒和一家独大的领域。

相反虽然很多产品可以说和openai几乎一样，但是通过更细致优化产品用场景，更丝滑的用户体验，更独特的营销方式和渠道，一样赢得了很多用户。

大模型发展到今天，各家大模型的能力在越来越接近。开源模型和闭源模型的区别也越来越小。

很多日常场景，用什么模型已经没有太大区别。一般用户已经感知不到差别。而对于真正需要很高智能的问题，各家大模型也都解决不了。

很多2B场景，也有越来越多的公司愿意使用自己部署的开源模型。

低智能小场景的爆款AI， 聚焦召回率或者聚焦准确率

关于AI智能程度的争论，我一直认为大语言模型的智能在很多真实世界的应用场景还有很大差距。

大语言模型在逻辑推理能力方面有了很大提升。但是其实人的智能远远多于逻辑推理。比如，理性之外感性的共情能力，对于更复杂的知识与推论的记忆与灵活运用的能力，系统性的问题拆解与规划的能力。

所以，AI落地关键的是找到那些对于智能要求没有那么高的细分小领域，扬长避短。

在这份榜单中我们可以看到在很多看似很小，但是大语言模型现在的能力可以胜任的场景，率先跑出来，形成了很多爆款应用。比如：

AI 总结归纳类型

比如：ChatPDF帮你总结任何PDF文件。还有最火的AI搜索perpelxity，帮你汇总相关问题的所有网上的信息，总结要点，回答你的问题。eightfy可以帮你总结提取一个油管视频。http://maxai.me可以分析总结网站或者文档。

总结归纳的能力其实对智能要求不高。早在transformer技术发展的早期，在大语言模型发展之前，paraphrase模型就已经很成熟了。总结归纳对智能要求不高很适合AI发挥，是AI最早成功落地的场景。

上榜的很多产品也都是perplexity AI搜索的copy，比如liner，phind等。

我仍然很看好这个领域。这个领域仍然有很多的机会，比如可以做细分市场，比如，金融类的AI搜索，房地产类的AI搜索。这个领域未来的竞争在于数据源，通过整合数据源，仍然可以建立很好的应用场景的数据壁垒。

AI 情感陪伴

最著名的现象级Characte.ai是代表。character ai的用户平均session达到了每天2小时，北美很多用户认为已经对这个产品上瘾。

当然这份榜单上还有很多character.ai的复刻产品比如：POE，Janitor AI， Spicy Chat， Crushon.ai， candy.ai， chub.ai， dreamgf， polyai， 也都轻松上榜。这个品类绝对是现在发展最快的AI应用领域。很有甚至是带点擦边性质的AI女友平台。

很多这类产品带有一种UGC平台性质。允许用户创建发布自己的AI bot。

情感陪伴需要很高的智能吗？当然不需要。 你有没有养过宠物？宠物的智能有多高？肯定不如会写代码的大模型。但是人类天生有一种把一切事物拟人化的冲动，会自动脑补对方的动机和情感。宠物的各种反应，会被主人作出很多脑补，把她联系到自己身上。AI情感陪伴就是大模型宠物。

AI教育

学校里教的东西大部分属于智能要求不高，AI足以胜任的问题。很多AI产品，可以帮你解决作业里的难题，也可以和你对话，给你解释你不懂的细节。

比如，photomath，qanda，question ai，mathway，可以回答数学问题，用手机拍张照就可以帮你做作业题。brainly可以回答各种类型的问题，把教育和社区结合。

可见学校每天教的东西，大部分离真实社会的应用很远，像是玩具。AI解决真实世界的问题，还是搞不定，但是解决一些课本上的玩具问题，是很轻松的。

还有很多其他更小一些的领域，比如：AI写作 quillbot， novelai；AI头像，dawn ai；AI图片编辑pixlr，photoroom，cutout，等等。

有两类AI产品可以落地成功。可以类比机器学习里的准确率/召回率的概念。

要么保证高召回率，比如chatgpt类的通用AI chatbot，主打一个通用性。什么都能做，但是用户门槛比较高，很多问题解决没那么好。 要么保证准确率，牺牲召回率，就聚焦一个很小的领域，但是把问题解决的成功率做好非常高。

由于底层模型技术的快速发展，能跑通的上层产品模式很有限，很多产品已经快速饱和，出现了很多高度同质化的竞争，高大上的AI的竞争已经变成纯拼营销，拼流量能力的战争。

各种最新的搞流量的科技与狠活都可以在这些AI产品的残酷竞争中看到。有主打网红营销的，有专门产出短视频爆款的，有打擦边球的，也有就靠价格战，希望靠免费扛死竞品。

AI的社区化运营是新的趋势

一个非常有趣的趋势是，很多AI应用把社区结合进来，取得了很大的成功。

比如前边提到的character.ai，平台上有很多用户创建的bot，可以吸引大量的流量。很多图像生成类产品也都采用了类似的AI社区的形态。著名的图像生成社区civitai，有很多用户发布聚焦一个很小细分领域的自己训练的文生图模型。

社区运营更符合了内容为王时代的传播规律。一个产品要爆款，必须自带内容属性。这类似很多新零售行业讲的“出片率”。短视频时代，一个产品要成功光有好产品远远不够，产品容易产出内容，从而获得流量。

很多AI产品天然就容易形成高转发高传播的吸引眼球的内容，和社区结合，引入很多UGC内容，可以放大加速流量的生成。

很多社区产品作为一个双边平台也给供给侧带来了很多流量。有一些用户通过在civitai发布自己的模型的低配版，然后引流售卖高配版的模型，已经可以形成闭环的商业模式。

另一个很有趣的趋势是出现了很多discord only的AI产品。最著名的图像生成产品midjourney，还有视频生成产品domoai，早期用户只能通过 discord群使用他的产品，没有web界面，也没有app。强迫用户必须加入他的discord群。

一个好处是，你可以直接看到别的用户的使用结果。从而产生了一种自造流量的效果，也促进了产品的活跃率。

用户通过discord群使用AI产品，天然就把产品的营销端、用户运营端与产品天然结合在了一起。这样的AI产品天然自带一个用户营销渠道，可以方便的直接与用户沟通，这对早期打磨product market fit，摸索试探营销渠道也非常重要。

这也符合今天的流量时代硅谷很流行的创新产品构建方式——build in public，有点类似国有人讲的运营先行、社区先行等等。

核心就是从产品idea阶段就更强调与用户的交流，先测试用户反馈，验证product market fit，再开发产品。传统的闭门打造产品、Product Led Growth已经过时了。

本文来自微信公众号：AI统治世界计划，作者：Gavin鲤鱼