AIGC 机会全景：从创业点子到利润分配，一份大模型时代的观察清单
# AIGC 机会全景：从创业点子到利润分配，一份大模型时代的观察清单 **原文链接：https://wqw547243068.github.io/aigc_idea** **来源：AnySearch 国产模型** AIGC 浪潮已经持续数年，但真正值得关注的「机会」到底在哪里？一份持续更新的行业观察笔记，从创业点子…
# AIGC 机会全景：从创业点子到利润分配，一份大模型时代的观察清单 **原文链接：https://wqw547243068.github.io/aigc_idea** **来源：AnySearch 国产模型** AIGC 浪潮已经持续数年，但真正值得关注的「机会」到底在哪里？一份持续更新的行业观察笔记，从创业点子、行业应用到技术成熟度和利润分配，勾勒出大模型时代的全景图。 一、创业点子：从短视频到垂直工具 在汇总的创业点子清单中，几个方向反复出现： 短视频生成——针对特定群体生成视频，作为自媒体资源。已有开源框架实现自动化，例如 MoneyPrinterTurbo；典型案例是治愈系视频创作、Lofi 治愈音乐视频，涨粉 1400 万，多平台分发变现赚取收益。 小说生成——生成爽文、笑话，不定期发布到自媒体平台。 此外还有论文阅读器、星座塔罗牌小程序、图片美化（用 Stable Diffusion 等工具实现高级编辑）、AIGC 培训、TikTok 卖课（国内中文教程→GPT 翻译→定制虚拟形象→视频生成→发布 TikTok 挂课程）等。 LLM 阅读助手是另一条被验证的路径：基于 LLM 优化外文阅读体验，利用其理解与翻译能力。示例包括 Chrome 插件，除了有道翻译，还有沉浸式翻译，内置多种翻译工具。 二、行业应用：AI 是放大器，不是过滤器 MIT 的一份报告调研了全球 800 多位高管，真正觉得 AI 拿到结果的只有 2%。Workday CIO 的评论颇为犀利：如果不把数据治理好，AI 跑出烂结果，真的不是 AI 的锅，是数据太烂——就像给法拉利加了 92 号油，发动机再好也跑不起来。与其焦虑模型参数，不如回去先修一修那个破破烂烂的数据库。 结论是：AI 是放大器，不是过滤器。好数据 × AI = 智能决策；烂数据 × AI = 高速传输、高并发、一本正经的胡说八道。 三、OpenAI《2025 年企业级人工智能现状》的十个观察 1. 留存率「灰姑娘效应」：首个解决痛点的模型将赢者通吃，发布初期精准解决特定工作流需求的模型会锁定基础用户群。 2. 市场双重割裂：闭源模型负责「高智商」（高成本、高价值），开源模型负责「高通量」（低成本、大流量）。这打破了赢家通吃的单一神话。 3. 两大真实杀手级应用：除了写代码，就是 Roleplay（角色扮演）。开源模型中角色扮演占比竟超过 50%，是被主流忽视但规模巨大的消费级场景。编程则是增长最快的专业领域，从 2025 年初的 11% 飙升至 50%。 4. 中国开源模型崛起：从边缘走向 30% 市场中心。 5. 交互范式大迁移：从「对话」走向「推理」，推理类模型使用占比已超过 50%，典型请求包含多步思考、工具调用和长上下文处理。 6. DeepSeek「回旋镖效应」：用户尝试竞品后出现回流迹象。 7. Prompt 长度暴涨 4 倍：编程任务正在重新定义「上下文」。 8. 模型尺寸的「中产阶级」胜利：15B–70B 成为新宠。 9. 「技术」是唯一的高溢价赛道：用户愿意为硬核知识付费。 10. AI 领域杰文斯悖论：便宜模型导致更多的总消耗。 四、提示词是社会心理的晴雨表 千问 App 发布的 2025 十大 AI 提示词榜单显示，问得最多的三类问题是股票、八字和情感咨询。入选的十大高频提示词分别为：股票、八字、情感咨询、朋友圈文案、景点推荐、双色球号码、失眠、解答这道题、离婚财产分割、人生的意义。这显示用户对 AI 的角色认知正从单一工具向多元伙伴演变。 五、技术成熟度：哪些是真能用，哪些还是玩具 按用途划分的成熟度评估：AI 零代码编程仅 20%（目前只是玩具）；AI 赋能程序员（Cursor）80%；数字人 60%；生图（即梦、可灵、GPT）80%；生视频（即梦、可灵、vidu）50%；LLM 辅助决策/学习/写作（GPT、DeepSeek）95%；AI 做 PPT 60%；AI 客服 70%（但 AI 没有物理权限）。此外，AI 检测能力不足，实体机器人尚在起步阶段。 六、利润分配怪象：谁在给谁打工 朱啸虎曾表示，AIGC 目前离 C 端还很远，国内情感陪伴都是伪需求，无法商业化，唯一有用的是搜索。 关于利润分配，有观点给出 LLM 利润分配的比例：硬件（GPU，即 NVIDIA）拿走 90%，云厂商 30%，大模型厂商 -20%。魔咒是「创业者给 NVIDIA 打工」——云厂商议价权并不强，定价权仍在 NVIDIA 手中。黄仁勋的说法是：NVIDIA 不是硬件公司，而是算法公司，靠的是 CUDA 生态。 大模型公司难以盈利，ROI 不成比例：B 端靠 API 调用费用打价格战，C 端依然需要靠投流拉新，加上数据获取与 GPU 的巨额研发投入。DeepSeek…
https://www.fde.pub/news/798