瑞承:工具调用能力成熟,大模型价值如何再释放

从技术突破到规模落地

　　大模型的商业化正以前所未有的速度推进。曾经停留在实验室和概念验证阶段的AI能力，如今已深入广告、短剧、智能硬件等真实生产环节，并开始算清经济账。

视频生成能力逼近专业级水准

　　视频生成模型的能力正逼近专业级水准。过去主要用于娱乐和特效的AI视频，如今已能稳定生成15秒长度的连贯内容，镜头切换、光影控制、角色一致性保持等原本需要专业团队协作完成的工作，现在通过简单提示词即可实现。更重要的是，生成时长的持续延长——有望突破一分钟——让内容创作有了更大的叙事空间。

技术跃迁驱动商业化落地

　　技术跃迁直接驱动商业化落地。以AI漫剧为代表的短剧形式快速崛起，其市场规模已超过传统电影。在广告领域，一个小型团队一天能生成数千条视频素材，单条成本控制在极低水平，远低于市场采购价。商业闭环已经跑通。

　　成本端的改善更为剧烈。模型推理成本正以惊人的速度下降，推理速度从早期的数十TPS飙升至上百TPS，首包延迟从秒级缩短至毫秒级。这意味着端侧小模型的能力已超越两年前最大的闭源模型，七成以上的通用任务可以在手机、车机上本地完成，无需调用云端。

语言模型持续释放新价值

　　这一变化让“用AI是否划算”不再是疑问。企业决策的焦点已从“模型能做什么”转向“如何将模型嵌入生产流程”。

　　语言模型的进化虽然不再有颠覆性范式变化，但持续的精耕细作正在释放新价值。高质量数据被更高效地利用，模型结构日益稀疏化，推理速度和吞吐能力成倍提升。更重要的是，模型开始跳出输入输出窗口，进入真实生产环节。

　　工具调用能力的成熟是关键突破。模型可以调用搜索引擎、CRM、ERP等企业系统，利用闲时计算资源完成深度报告、科学研究等复杂任务。输出质量因此大幅提升。

大模型重新定义人机交互

　　大模型正在重新定义人机交互。与十年前只能做识别任务的AI不同，今天的模型能听懂、看懂、执行。通过自然语言直接订咖啡、订座位，已不再是概念演示。在眼镜、耳机、车机等终端上，模型不仅完成任务，还能记住用户偏好和历史选择，提供个性化服务。端侧小模型的成熟让低延迟、高隐私的本地处理成为现实。

全行业加速重塑

　　大模型带来的改变是全行业覆盖的。在企业内部，设计、编程、研发、销售等环节都在被模型重塑；在消费端，互联网产品和硬件设备通过与模型结合，产品定位和交互体验发生根本性变化。不同行业渗透率有差异，但无一例外都在加速推进。

　　模型技术进化与成本下降形成正向循环，大模型商业化正从“元年”走向“回报期”。