開年以來，大模型吞噬應(yīng)用的敘事持續(xù)引發(fā)市場擔(dān)憂，并波及Adobe、Figma和美圖旗下的一系列影像產(chǎn)品。近日，投資機(jī)構(gòu)a16z團(tuán)隊(duì)在最新報(bào)告分析中反駁了這一觀點(diǎn)，認(rèn)為在AI生成圖像、視頻、音頻等媒體內(nèi)容領(lǐng)域，并不存在“統(tǒng)治一切”的模型。“利用多模型能力并編排成工作流”的能力將是未來競爭的關(guān)鍵點(diǎn)。

不同于“大模型吞噬應(yīng)用”的論調(diào)，a16z分析認(rèn)為，AI生成確實(shí)能將原本需要攝影團(tuán)隊(duì)數(shù)周拍攝和漫長剪輯周期的流程，轉(zhuǎn)化為幾條提示詞和一個(gè)可直接投入生產(chǎn)的資產(chǎn)庫，但在AI圖像、AI視頻等領(lǐng)域并沒有出現(xiàn)類似大語言模型（LLM）領(lǐng)域的壟斷現(xiàn)象，使用者往往會(huì)同時(shí)使用十幾個(gè)模型，而且在生成一個(gè)優(yōu)質(zhì)成品素材的過程中，很難通過一次推理調(diào)用即獲得成功。

a16z解釋說，這是因?yàn)樵擃I(lǐng)域的每個(gè)模型都有強(qiáng)項(xiàng)和弱項(xiàng)，某個(gè)模型可能擅長寫實(shí)圖像，或動(dòng)漫風(fēng)格方面表現(xiàn)卓越，或具備強(qiáng)大的物理模擬能力，但這不意味著用戶會(huì)用它來同時(shí)完成背景移除、聲音生成或多鏡頭敘事場景等任務(wù)。在實(shí)踐中，開發(fā)者會(huì)將多個(gè)模型串聯(lián)：生成圖像，再移除背景、放大分辨率、重新著色、保持風(fēng)格一致......才能達(dá)到品牌級(jí)的一致性和質(zhì)量，而這不是一次提示詞就能做到的，也就是說，真正的工作單元不是“單個(gè)模型”完成的，而是通過“一個(gè)工作流”完成的。

a16z表示，基于上述多樣化的需求，用戶需要的是一種工作流平臺(tái)或軟件，這類平臺(tái)不僅要能快速調(diào)用各類模型、高效處理用戶請(qǐng)求，還要編排成多步驟的流水線且高效執(zhí)行，并隨著技術(shù)進(jìn)化不斷更迭新模型。

在a16z看來，隨著大模型廠商的模型能力更為驚艷，能接入多種模型并編排成完整工作流的公司也將進(jìn)一步提升自己核心競爭力，而且它們還能幫助模型廠商從原型深入生產(chǎn)一線。