硅谷开始在大模型上“消费降级”了

从“烧钱炼丹”到“精打细算”：B端用户不再为参数买单

过去两年，硅谷大模型公司疯狂比拼参数量、算力投入，动辄数十亿美元的GPU集群被视为“入场券”。但进入2025年，风向彻底变了。在《硅谷101》播客中，阿里云千问大模型业务总经理徐栋直言：“B端用户关注点已从模型效果转向性能和成本。”企业客户不再追求“最智能”的模型，而是追问“投入AI到底划不划算”。这种心态转变，就像消费降级中人们从追求品牌溢价转向“物美价廉”——企业开始为每一项AI能力计算ROI，推理成本成为比模型精度更敏感的决策指标。

推理成本指数级下降，开源模型成为“平替”

消费降级的一个典型特征是“去品牌化”，买的东西功能差不多，但不再为Logo付费。大模型领域同样如此：闭源巨头的调用价格曾高达每百万Token数美元，而如今开源模型（如Llama、Mistral）的推理成本已降至“白菜价”。播客中透露，得益于硬件优化、模型蒸馏和量化技术，推理成本正在指数级下降。大量中小公司开始选择开源模型作为“平替”，在保证80%以上效果的前提下，成本仅为闭源模型的十分之一。这种“够用就好”的务实态度，与低线城市消费者在拼多多上买几十元鞋的逻辑如出一辙。

端云结合：七成通用任务本地处理，不再迷信云端大模型

“消费降级”本质是降低对“极致体验”的执念，转而追求更高效率。在硅谷，这一趋势体现为“端云结合”的普及。播客中，影石Insta360研究院总监亓鲁教授指出：“七成通用任务可以在本地端侧处理，只有复杂任务才上云。”例如智能眼镜的语音交互、相机的AI剪辑，本地芯片就能完成，无需频繁调用云端大模型。这既降低了延迟，也省去了高昂的API费用。企业不再迷信“大模型无所不能”，而是像消费降级中人们放弃“五星级酒店体验”转而选择“功能齐全的民宿”一样，将算力分配精细化。

商业化落地倒逼“消费降级”，Agent能力成新标配

当大模型从实验室走向生产线，商业化的压力迫使硅谷公司重新定义“价值”。播客中，语忆科技创始人吕瀛杰分享：“AI在咨询、营销等场景的落地，核心不是模型多强，而是能否封装成可复用的工具。”基础大模型研发进入精耕细作阶段，重点不再是参数规模，而是Agent的实用能力——比如自动生成报表、识别客户意图、辅助决策。这种“应用爆发”的底层逻辑，就是降本增效。企业不再为“技术炫酷”买单，只愿为“解决实际问题”付费。这就像消费降级中人们拒绝“网红餐厅”，转而选择“性价比高的小饭馆”。

硅谷“消费降级”背后的心态：从技术狂热到商业务实

硅谷的“消费降级”本质是一次心态调整。早期像消费升级时期，大家愿意为“态度”和“体验”买单——比如用最贵的GPU训练最大的模型。但如今，风险投资收缩、IPO堰塞湖、企业盈利压力，让硅谷创业者不得不“断舍离”。他们开始接受“宅”和“务实”：不再执着于“世界模型”的宏大叙事，而是像日本“低欲望社会”中的中产那样，追求“够用、稳定、低成本”。这波浪潮不仅影响文本模型，还渗透到机器人、具身智能等领域——具身模型已到GPT-2水平，但行业更关注如何在2-3年内实现半结构化场景的商用，而非一步到位造出通用机器人。硅谷正用最务实的成本结构，去榨取AI的每一分商业价值。