但当所有人都能用AI进行画图的时候，想法和创意显得更加重要，因为他们不仅能用AI辅助，依靠自身审美底蕴，可以描述出更优秀的视觉构图。这是AI无法替代的部分：“这个世界永远不缺画图的工具，更需要的是用思考者、创造者、解决者去提供思路创意”。
例如，大模型解决视觉问题过程中，将图像分割成多个小块（Patches），可以将图像数据转换为序列数据，然后利用Transformer架构进行处理。在一个包含10个类别（如猫、狗、汽车等）的图像分类任务中，Transformer架构的模型可以根据图像小块序列来判断图像属于哪个类别。也就是说，AI可以很好的代替人做简单判断。
图片选择式验证码代替了人类脑力劳动，但AI大模型很难去创造一种新的验证码确认方式。因此，该逻辑下，AI和人脑劳动是共存的，更多偏向帮助人脑进行辅助决策。
ChatGPT无疑是全球大模型龙头，无论是下载量、使用量、付费量方面，但母公司OPEN-AI至今也很难找到很好的商业化应用，收入来源仍以C端订阅用户为主。
图2：OPEN-AI的付费预期
2024年，按照C端基础版ChatGPT的每月订阅费用为20美元计算，订阅数在2024年9月突破1100万，月收入贡献为2.2亿美金，则未来一年理论贡献额在26.4亿美金。
图：ChatGPT的订阅收费等级
机构预计OPEN-AI公司2024全年收入为37亿-41亿美元，亏损在50亿美元以上。根据分析师测算，若订阅量增长至1500万，价格需要上升至40-44美元，即月收入6亿美金，方可实现收入平衡，但预计研发支出还会不断增加，显然只是刻舟求剑。
考虑到订阅人数增速已经乏力，未来必须找到新的B端收入来源。因此，北美科技巨头2025-2026年的资本支出持续性存疑，上游算力产业链的业绩成长性压力，已经部分反映到了英伟达的股价表现上。
2023年，全球一级市场在AI领域的投资金额达到了224亿美元，超过了过去十年加起来的总和。224亿美元中有超过66%的钱又投向算力基础设施，约20%投向生成式AI模型企业，AI应用投资占比不到15%。
国际上的众多科技企业纷纷追随OPEN-AI脚步，纷纷构建LLM大语言模型。尽管在文本处理和生成上表现优异，但大模型的产品形态同质化严重，难以发掘用户潜在需求，无法足够的用户粘性，且用户付费意愿不足。
图4-5：下载和访问排名前列的大模型
国内情况与国际类似，腾讯等互联网龙头纷纷入局，各大企业均有大模型，但在访问量、使用量、算法、硬件供给等均不达标的背景下，很难与OPEN-AI公司龙头应用ChatGPT进行竞争，何况OPEN-AI公司本身还未盈利。
