| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 科技知识 -> 朱啸虎称中国大模型都没戏，没必要砸钱搞，你怎么看？ -> 正文阅读 |
|
|
[科技知识]朱啸虎称中国大模型都没戏，没必要砸钱搞，你怎么看？ |
| [收藏本文] 【下载本文】 |
|
朱啸虎讲了一个中国现实主义AIGC故事 朱啸虎讲了一个中国现实主义AIGC故事_腾讯新闻 |
|
朱啸虎 这段采访反应了一个基本事实，那就是中国的资金成本要比美国的资金成本贵的多。 举一个简单的例子，王思聪可以花100万改造一个机房给自己打游戏。一个普通城市中产能这么干吗？大概率是不行的。是他拿不出100万吗？一个城市中产砸锅卖铁大概率是可以拿出100万的，问题是中产的100万要比王思聪的100万贵的多，就这么简单。 资金成本，不仅仅是利率这些显性的成本，更多的是机会成本。A的机会成本是你不干A而干另外一件事B的收益。 美国是一个早已渡过工业化的国家，大量制造业已经不产生盈利甚至是亏损。 |
|
|
在美国投向服务业的资金的机会成本是很低的，因为投制造业不会赚钱只会亏钱。而服务业中，传统上满足于人类物质需求的服务业如餐饮，旅游又是极难扩规模的。这类服务业的规模严格受限于人口增长，因为单位人口上的消费能力是很有限的，一日三餐对谁都一样，不可能你因为有了钱每天就要吃十顿饭。最终只有满足人类精神需求的创新型服务业，才能同时满足资本在规模和盈利两者上的要求。 反过来看，中国还是一个正在完成工业化的国家，制造业占了GDP的半壁江山。大量的制造业依靠出口推升规模换取持续的盈利。因此整个社会投向服务业的资金成本就被制造业抬高了。当一个投资人想要去投资创新型服务业的时候，他们必定会遭到股东LP们的质疑，这个市面上还有年均增速30%的新能源汽车你为什么不投？要去投一个根本看不到盈利希望的方向？这就是中国投资人喜欢赚快钱的由来，不是他们喜欢赚快钱不懂得长期主义，而是市场逼迫他们必须赚快钱。 赚快钱不是某几个投资人的偏好问题，这是整个社会经济发展阶段所决定的。一代人干一代人的事，我们与其盯着美国那些长期主义创新临渊羡鱼，不如退而结网，把我们制造业里各种短板缺漏补起来，让我们的制造业走向高端，降低低端制造业的占比。只有当我们的制造业在GDP中占比显著下降的时候，我们才会看到尊重长期主义的创新投资。 |
|
大众以为的情况，大模型初创没钱，朱啸虎落井下石 但朱啸虎实际的意思是，大模型投资已经过热，大部分投的 VC 赚不到钱。 无论朱啸虎说什么，事实就是大模型初创已经融到了很多钱，他说啥都无所谓。 国内 360 昆仑万维这种什么热度都蹭的公司，宣布搞 AI 都能股价翻了好几倍（当然最近价值回归了很多）。国内资本是很追捧未来概念的，当然可能最终被割的散户韭菜更最追捧。 肯定有人一定要给这波没赶上 OpenAI 找个罪人，说实话，就是美国家底厚，钱随便造呗，广撒网，总有中的或者能找到接盘侠退出的。美股七姐妹什么市值，中概什么市值？能不落后太多不错啦。 |
|
如果我在中国做投资，我肯定只能看短期内能产生商业价值的东西 长期的东西，指不定什么时候就被国家打击了 |
|
朱啸虎并不是这个意思，他的观点很明确 “马上能变现！马上能变现！” 就是他只投立马可以看到效益的，比如那个可以进行AI面试的，他就很喜欢。 但你说是不是就不信AGI，也不是，他的原话。 “我信仰AGI，但我信仰应用啊，我信仰能马上商业化的” 我信是一回事，但是能不能拿来钱是另一回事。 既然有信仰AGI，并且不追求短期内的商业化的人，那自然也会有这样的人在做事以及给这样的项目投资的人。 比如Kimi AI，创始公司月之暗面，不仅不够科技，甚至有点儿中二，你看他们这个界面，你都找不到可以付费的地方。 |
|
|
这玩意就是朱啸虎不太可能投资的公司，因为短期内绝对不可能变现，主打的就是一个乐善好施，给用户免费用。 几十MB的文件说上传就上传，说处理就处理，也没有说一天限制多少条。 这里的每一步操作背后的服务器都在哗哗哗的疯转。 |
|
|
钱从哪里来，不也是有人投资嘛。 朱啸虎只代表一些人的观点，还有一些人是想从AGI的角度做的。 毕竟怎么说呢，做应用顶多是从1分做到一万分，但是做AGI，你要是做成了，那就是另一个时代，评分标准都完全变了的另一个时代。 有些人就是好这一口，亏点钱就亏点吧。 |
|
朱主要说的是【开源和闭源的差距】，他认为开源和闭源的差距很快就会缩小。 既然以后模型都是免费的，那你现在投资训练任何模型可不都是浪费钱？等着别人给你开源不就行了？ 这就是中国资本市场投资人的思路——【造不如等别人开源】。本质上仍然是【造不如买】的变体、 这种思维的致命缺陷是，他在看到【别人开源】带来的【资金浪费】风险的同时，没有看到【别人不开源】存在的【人有我无】风险。 一个技术即使已经很成熟，很多人拥有，也可能是不开源的。比如核武器的制造，比如航空发动机，比如火箭技术等。 你没有这些技术，别人有，那你其他的技术就都是送菜。 中国资本市场充斥着朱啸虎一类的投资人，是中国企业研究方面的科技发展裹足不前的原因之一。 中国研究者要发展，要做高科技，要创新，他们看都不看，说“我对这些没有信心”。 他们对什么“有信心”呢？广告，强制广告，小贷，消费贷，割韭菜，先垄断再收割，房地产，白酒，人人得病促进“医疗消费”……他们对这些最有信心，把资金都往里投入。 |
|
从投资人的角度看确实是啊，各种逻辑来看大模型创业都没法挣钱不值得搞。 但是，这世界最有趣的地方不就是不合逻辑的时候吗？ 君不见，19年20年的时候，openai从各种逻辑来看，都要GG了（滑稽 |
|
说得没错啊…朱啸虎一直都是话糙理不糙，中国互联网的优势也一直都是应用场景及变现强于技术创新。 至于说为什么？ 那可不敢细说也不敢认真说。 |
|
OpenAI目前年化营收20亿美元，这是全球市场 中国市场短期内可能只有5亿美元，毛利率按50%算，考虑到高研发成本净利率算20%，只有1亿美元净利润 moonshot现在的估值已经25亿美元了 NVIDIA最近一个季度的每股净利润是5.16美元，年化是20.64美元，现在股价850美元 |
|
大模型确实不赚钱。因为openai刚成立的时候并不是以赚钱为目的的，山姆奥特曼是一个理想主义者，openai一开始是以非盈利组织的名义募集资金的，而投资者也是明知如此而继续投钱。山姆奥特曼的离职风波也是源于此，本身作为一个不赚钱的机构，后来因为规模过于庞大，不得不采取公司化管理，搞了一个董事会。 如果要以赚钱为目的，那恐怕要大失所望了。openai目前为全球用户提供服务，支持多种语言，每月收取20美元的费用，就这样年收也不过13亿美元。而腾讯的年收是800多亿美元。面对主要面向中文用户群体的大模型，还不能收钱，还有这么多家同质化竞争者，可以说绝大部分自研的中文大模型是永远不可能盈利的，没有国企和政府买单的产品，大概率是活不下去的。 目前山姆奥特曼更是要融资数万亿美元，用一千万个gpu打造大模型，这种规模的资金已经不是一两个投资人能玩的转的了。只有美国这样成熟的资本市场，才能够承载如此规模的风险投资。 |
|
朱啸虎讲的是实操：国内大模型都没戏，没必要砸钱搞。这叫高瞻远瞩、因地制宜。 他的这个观点可以用下面这个观点佐证，看起来毫不相关，实际上殊途同归： 全国政协委员周源称「没有好的语料，光有算力模型，这个循环是不对的」，补齐中文语料数据短板有什么好办法？?www.zhihu.com/question/647037145?utm_psn=1749758621104107520 |
|
|
一个不存在的回答 |
|
朱啸虎那个访谈里面让人震惊的言论可不是这个。他那个访谈，大意就是别跟我谈未来，你说你是个AI公司，你现在就要给我转钱，变现变现变现！ 感兴趣可以看看采访的全文。 朱啸虎讲了一个中国现实主义AIGC故事-腾讯新闻?view.inews.qq.com/k/20240307A046IV00?no-redirect=1&web_channel=wap&openApp=false 游戏行业、教培行业，似乎都不存在持续经营的假设。所以今天投钱，恨不得1年就回本。中国强于应用层，更看好应用方面的前景，而不是基底模型。他说的似乎也没错。 但这个访谈里面最让人匪夷所思的是： 朱啸虎对于一个拿着llama改了2-3个月的营销公司产生5000万人民币的营收沾沾自喜。但却对年化收入已经超过20亿美元的OpenAI视而不见。 |
|
|
消息来源：金融时报 可别听信网络上说大语言模型推理成本高，亏钱抢市场的舆论。真正意义上的行业媒体，比如the information，报道了仅次于OpenAI的行业老二anthropic毛利可有50-55%哦。 即便是在中国，minimax、moonshot这些模型公司，面对一个每年100亿人民币的市场，毛利50亿，扣掉研发成本净赚20亿。这机会难道不比拿着llama改一下的小公司强多了？ |
|
知道什麼是資本主義與社會主義差距了吧。 資本主義經濟體，就如朱笑虎只會關心資本報酬率。所以認為等著科技先進者「開源」就好。 可是哪條自然律規定研究一定要開源？ 社會主義經濟體，就如 OpenAI 等孕育於社會主義思潮為主流的矽谷。因為有社會主義托底。創業風險低。不會創業失敗就全家淪落。(甚至可以認為矽谷是美國的「社會主義特區」) 這時就可以多方嘗試。 |
|
「没戏」多投几家叫风险资本； 「没戏」一个不投叫买办资本。 |
|
很遗憾的是他都说对了，产业有集群效应，投资也有集群效应。如果逆势而为那么资金利用率就会大大下降风险变得不可控制。国内的现状是大部分资源都在国企央企中，市场支配权也在政府手中。社会财富都集中在地产为核心的资产和产业链之中，这是前提。 在上面这个前提之下，社会上能投科技的资源和资金就会非常稀少，能投远期未来科技的资金就更加稀少了。在这个情况下如果投资远期的未来科技，你的收益会严重输给投资短期可以带来收益的项目，况且我们的社会文化是不崇尚理性崇尚科技创新的，那么你投入的跟随者就会非常少并没有办法达成群体共识，收益少而且风险极高。 还国内的的产业政策起的作用非常巨大，光伏和电动车都是产业政策下的结果。在一个靠强大产业政策驱动的市场里，对非产业政策内的产业的压制和资源虹吸效应是非常巨大的，而且政策变化以5年一个周期变化极快，对远期项目来说政策的风险也是一个极大的考量因素。在这样的市场中，技术信仰派基本上的结果是亏光所有。 综上，个人觉得在AIGC领域，国内方向确实是应该考虑更实际的东西，考虑短期近期就可以有产出产品和服务，或是可以增加效率的项目上，顺势而为。 |
|
刚开始我想，不就是怕语料里有“不便让大家知道”的内容，把它摘出去不就行了。 后来，后来我想起一位公知说的话：说谎是很难的，尤其是在历史上说谎，除非搞成像朝鲜那样，不然一定会在某个不注意的小地方被人发现真相。例如，史记，很多人就认为里面故意隐藏了一个吕氏集团，只能通过只言片语中推出这个政治集团当年有多权力滔天。 而大模型只要你给它好的 prompt，它就是会发现自己知识里矛盾的地方，进而给出让人反思的内容。 如果谁做了一个真的媲美gpt-4的中文模型，大家都去用它，那么这个模型爆出热搜那就是早晚的事情。 毕竟这年头，一瓶水也可能是亲日反华的。 |
|
中国改革开放三十年，国内资本轻松地依靠人口红利发展，已经养成习惯了。 国外可没有这么多的人口红利，人家发展靠的是科技红利，金融红利，霸权红利。 现在你让这帮国内资本搞科技，他们能干啥？ 这么多年来这帮人根本就没有学会开发科技红利，在他们眼里可不就是：“搞科技没戏，没必要砸钱搞”嘛。 不搞科技红利，那搞金融红利，甚至搞霸权红利呢？也不行。 媒体天天批评年轻人躺平，问题是躺平的是年轻人吗？明明就是这帮人在躺平，他们压根就不想开发人口红利以外的红利。 |
|
就是因为中国投资人都这个鸟样子，我才一直希望川宝快点上台。 川宝那几年，简直是中国工科生的天堂。医疗器械，半导体，自动化机床。简直是全面开花。 登子一来，马上这些行业都GG了。中美都经济危机。 中国市场只有资本家，没几个企业家。所以大家才一直996。天天跟着风口打黑工。 |
|
|
他意思是值得投资的公司，就是那些拿着拿美国人开发出来的base模型进行微调的。 不过我是认同让鹰酱先过河。 |
|
今天刚答一个问题diss朱老板这种资本是养不出参天的基础技术创新的， 然后几分钟内在zakker看见朱老板的访谈。 这些资本，太tm关注回本和快速兑现了， 所以必然关注应用，要远远超过关注对长远的基础设施的建筑。 因为基础设施这种，除非是能长久的收人头税，比如电商搞商业地租这种， 否则都是不被这些大老板瞧得起的， ”花20分钟去谈那都是给他们脸了“ 看看别人瞧得起的业务和独角兽是啥？ 是那种搞签名人，然后用王一博虚拟形象手机给你电话直接带货卖货这类， ”show 给中东金链子老板，他们下巴都掉了，惊呼‘这也行！’“ “兑现率立马翻番“ 明白了吧。 他把大模型，仍然看成是一个传统的应用， 那回本和兑现速度去衡量这玩意的商业价值， 有错吗？对他个人的价值观来说没错。 但tm大模型不是传统应用， 这tm是个赋能放大器啊。 能tm理解论文，帮你读论文，甚至帮你网上去找论文。 甚至只要你能列出模型能理解的标准，它甚至可以读了，按照你标准去筛选满足你条件的论文。 Claude 3前两天推出，然后就出了个能理解稀缺行业量子计算博士论文的热点新闻。 你想想，如果你手上有n个智商90的打手，能随时在线，给你盯数据，爬数据，还总结信息， 这tm是个多么可怕的助力。 将来你能在应用级去用好大模型的能力，很大程度就来自你做大模型，或者实现大模型的能力， 哪怕你的模型一直都不是市场最强的那一个。 你做的过程实际就是对智力和人类大脑理解认知，并且山寨复刻的过程， 你就算比别人走得慢， 也tm必须做。 他的判断里面唯一可能还靠谱的， 其实就是 openai 可能会在某个阶段放缓，而且可能也就是2，3年之内。 道理也很简单，因为单靠人类世界的语料所能榨出的智能水准这显然是有一个明确上限的， 目前离这个上限还有多远虽然还不确定，但是空间可能也不大了。 那么我们赶上，也就是个早几年晚几年的问题，达到一样的水准，用的卡多一点还是少一点的问题。。 除非 openai 的ai能tm自己突破这个 level，自己喂自己，产生新的增幅。 大模型都tm不是该不该搞， 而是应该在现在还没有和西方产生质变的差距的时候， 在目前被半导体封锁的条件下， 在国家级牵头， 聚合整个中国高科技企业已有的计算资源和人力资源，抛弃门户，利益均沾，用国家级的动员去刚那几个头部企业。 重应用，轻基础 重项目，而轻产品， 轻独立研发， 本地赚快钱短视资本们真是死都不悔改。 |
|
我要吹一波moonshot的kimi chat 给链接真能量子速读，有点惊艳 |
|
|
|
|
|
|
|
|
|
|
|
|
|
没那么复杂，像朱萧虎风投说这样的话说明他没入局，想砸盘而已 |
|
这其实和大模型没什么关系，中国的一级市场投资从价值投资，长期陪伴，到搞成这个鬼样子，本质上就是把投资人的心态彻底搞崩了，破防了。这跟大模型有什么关系呢？ 我跟你们介绍一下2013-2014年的一级市场是什么心态： 创业者：A轮我们要14倍PE，一年内完成B轮，三年内上创业板，按目前创业板的情况，干到4000点是迟早的事情。 VC：可以可以，没问题，就投后14倍，然后我马上给你找FA启动B轮，咱们B轮后我的成本可以压到5倍甚至更低了，你负责做数据，赚不赚钱没事，不赚钱我们去美国IPO，能赚钱我们在国内创业板上。 创业者：行啊，反正现在不缺出路。 VC：这样，我们B轮和C轮找上市公司做结构化，实在不能IPO走并购吧，反正皆大欢喜。 创业者：Deal！ 那时候没人关心赚不赚钱，只关心砸钱之后的MAU多少，GMV多少，KPI的成长性咋样，反正有故事，有成长性，还可以去不看盈利的Nasdaq，如果有盈利的话，直接A股解决。 那时候人民币基金都是5+2的配置，5年启动投资，两年退出清盘；这意味着从募资到完全清盘，7年时间。这也决定了大多数的人民币VC必须要赚快钱，必须要行业突飞猛进的发展，必须要资本市场的繁荣托底。这在2013年左右，是有这个现象支撑的。 就像有些男孩子对女孩子一见钟情之后，3秒钟内连孩子起啥名都想好；那时候的VC，投完项目，连怎么退出，能赚多少钱，需要多少时间都算好了。 VC们的聚会，根本不讨论什么技术价值，什么产业方向，讨论的都是几年退出，赚多少钱。媒体天天宣传的都是某某压中谁谁谁，三年百倍收益，那时候有人关心项目的价值吗？没有。 现在是2024年，现在啥情况？投资人心里都明白吗： A股：倒查10年IPO和并购造假，严查中介机构，加大退市力度，劝退各种IPO，并购？你想都别想，配套融资？你搞笑了吧？ 美股：不说也罢 港股：我爱小米和美团，可他们爱我吗？ 募资：LP们，我们把我们团队从50人裁员到10人了，求求你们投我们吧，我们也不要什么管理费了。 这个题跟什么大模型，什么AIGC，什么半导体，什么芯片就毫无关系。本质就是中国的一级市场投资人心态崩溃破防找不到任何出路之后，他们终于想明白了： 能赚钱的就是好生意，实在不行分红和回购理财都是出路，以前回购？毛都没了回购啥？ 这个话题，是给投资人来写的话题，不是给大模型爱好者的话题，投资人就没几个懂大模型的，他们关注技术的时间远低于测算投资回报和风险反馈的时间。 投资人不爱大模型，只爱投资回报，就这样。 我一直说，埋头种因，穿越周期，长期回报。这对于美国的VC来说，很容易实现，因为人家严厉的金融监管体系和相对稳定的创业氛围，保证了陪伴项目十来年也不会出问题。我们这里的一级市场没有这个大环境支撑，把人搞破防，只关注赚钱和利润，和十年前的自己彻底告别，不再相信价值投资和长期主义，也是正常的。 多说无益，这跟AIGC和大模型到底有没有关系呢？我认为是完全没有的。 |
|
投资有时候也得有格局 … Google 在 AI 领域持续投入人员、算力、资金都有 20 余年了 … 在强化学习做出了很大的贡献，也贡献了当下 LLM 的基础 Transformer，在推理芯片上早就开始布局 TPU。最后还被 OpenAI 利用 Transformer 结构后在当下超车了。Google 也从未说过一句：“赚不了钱，还被超车了，把 AI 部门都裁了算了。”相反，他们今年以来还要继续加大投资 … 并且实际上 AI 至今为止也没什么很好的变现商业模式，Google 至少在 AI 领域至今都是在纯投资 …… 没考虑赚钱问题。 按照赚不到钱就不该去做的逻辑，Google 大概率是个无脑的傻子。应该被种种投资人吊起来作为反面素材鞭打吧。 什么角度会得出什么样的答案，以目前 LLM 展示的 AI 未来的潜力，以优化未来人类生产力的角度去考虑，而不以纯粹的短期资本增值的角度去考虑，AI 产业就应该被坚定地投资。 |
|
他就是一个投机主义的商人，他说啥没必要看。 真正干事情需要理想主义的人。 |
|
1中美的差异主要在于资源禀赋不同，以及底层技术水平差异。 ai分为基础层，技术层，应用层。 基础层就是包括芯片这些，有gpu就有算力，没足够的芯片算力就不够。 技术层就是大模型的算法，gpt4不开源，他的算法目前最牛逼。开源的目前赶不上gpt4。 应用层就是把模型应用于垂直领域，比如无人机自动识别自动攻击，比如医疗数字化影像识别诊断系统，比如无人挖掘机进煤矿获取数据进行开采。 美国在基础层和技术层领先我们，我们在应用层领先美国。我们大模型不如pgt4，也没有足够的芯片算力去训练模型，差距肯定越来越大，但是怎么弥补差距？我们不用那么高的算力，只训练垂直领域的小模型不就行了？也正是由于咱们工业化的底子在，用各种ai小模型就可以把所有工业化生产再用ai重新做一次，应用领域会极大发展，最终实现人工智能帮助完成工业领域的数字化智能化以及无人化，真正的把生产力水平提高了。 2中美的两条路到底是科技树的两条分支，还是最终会殊途同归？ gpt4能做什么？它能帮助拧螺丝帮助流水线改进生产工艺能帮助生产真实的产品吗？不能，它是基于服务业的开发，用来实现文案，画图，影视，创意等服务业的应用。但是这些是不是未来理解世界的基础？是不是能迭代到多模态，迭代到世界模型？如果是的话，那么它一定会发展到万物互联，以及人形机器人，从理解人类信息，到感受物理世界，到完成运动和实现现实价值的变化。(现在的gpt4可以自由对话，但是人形机器人做不到把杯子拿起来，做不到物理世界的感应，力量太大就把杯子捏碎了，力量太小摩擦力不够把杯子拿起来。感受物理世界的下一步才是能开冰箱炒个菜这种实际生活中的任何运动才有应用层的价值)。有些人对于gpt4的价值不屑一顾，认为它点错了科技树，因为无法实现最终改变生活的实实在在目的。 而中国的垂直领域小模型现在已经应用在了b端的方方面面，形成了真正的可以量化产出的工业化价值。对应于我们的生活，也就是扫地有扫地机器人，做饭有做饭机器人，按摩有按摩机器人…但是未来这些所有不同垂直领域的ai能不能整和到万物互联，并且统一一个大脑支配呢？还是因为底层的世界模型的算法算力达不到，导致永远停在应用领域百花齐放但是没有大脑统一，现在应用层越发现，基础层越停滞，总有一天会卡脖子？ 这两条路径到底是两条科技树，还是殊途同归？不知道。 3从长周期维度观察技术革命的爆发。 瓦特发明蒸汽机的时候，肯定有过很多轮次的改良，但是现在大家只记得瓦特发明的蒸汽机推动了工业革命，而已经不记得瓦特蒸汽机1.0版本，2.0版本，3.0版本…技术的早期发展阶段，在我们看起来的从gpt2到3到4，每一次都让人惊讶，害怕没投资或者没跟上这一波的进步，就永远被甩在后面了。 可能很久以后，大家发现，gpt的迭代发布，终究也是一个时间段内技术的积累，等积累到一定程度的时候，开始爆发真正的科技革命的时候，已经没人再关注gpt的2.0 3.0 4.0的节点当时是怎么回事了。 所以别管ai哪个好，能应用到生活中，切切实实提升了生活品质，发展了生产力的才是好东西，才是不会被时代发展而淘汰清零的好投资。 对于我们普通人来说，别管哪个ai好，把它切切实实用在生活中，能获益就好。未来可能有更好的交互界面更容易使用的ai产品，那也不妨现在用起来。 4中美两条路的变数在哪里？ 技术发展不会无限快速发展，总会有瓶颈期，总会有发展曲线变慢的那一天。也就是说，再堆芯片，再做算法，边际效用递减，投入再多也只能有一点点性能改善的时候，就不会再继续投入了。 openai未来也会遇到这一天，遇到的时候，它会不会成为炮灰？或者被大厂收购？会不会消失在时代发展中？谁也不知道。 闭源的算法未来会不会开源？主动开源就丧失了它的领先性。被动开源？那就是快要被别的开源模型赶上的时候不得不开源。 未来当堆算力意义不大的时候，我们会不会在基础层和技术层赶上来？ 要知道是需求推动供给的。应用层的ai给我们国家完善的工业体系各行各业重新做一遍，那是多大的需求。这些巨量需求首先会盈利，其次会推动从应用层到技术层，乃至最终基础层的进步。 就看这个基础层，技术层发展曲线放缓的点在什么时间了。 5穷人和富人的区别是什么？ 穷人的大部分时间都要为了维持生计而努力。富人可以有完全不为了生产，而且毫无目的的消耗，或者可以买毫无用处的东西，或者可以进行毫无意义的理论研究。 很多大发现，大进展，大进步都是从毫无意义的研究中发生的。但是这都是富人才有的闲情逸致。 咱们国家还是个发展中国家，还是要为了更多的人吃上更好的饭，而努力中。而美国已经是个富国，已经可以为了更多人更好的享受，而浪费。 因此所有东西都是有价格有成本的。钱都不是刮风逮来的，不管是国家层面的投资，还是民间的风险投资，都是要谨小慎微的，不能乱花纳税人的钱对吧？追求ai应用层的投资，期待早期盈利没有问题，这就是穷人们节衣缩食的原因。 穷人的局限性就是不愿意为远期投入，因为看不到远期可能带来的不确定(不一定是好处，也可能是付出但没有回报)。这也是我们国家少有原创性的突破的可能原因，或者可能结果吧。 不过，这个世界永远不只有眼前的苟且，还要有诗和远方。当我们国家逐渐富起来，还没有富到流油的时候，也总会有闲情逸致去突破那些璀璨高枝上的科技之光吧。 |
|
其实跟情绪眼光什么的都没关系。大模型不论最终落地的应用是什么，也无非就是2B和2C两条路，这两条路目前来看在中国都很难走。 高成本高利润2B这种商业模式在中国不成立，理由不赘述了，懂得都懂，之前我有一个回答写过类似的。https://www.zhihu.com/question/513757950/answer/3350753442?utm_psn=1749743499531255808 2C的话问题更大，大模型这种特殊的形态，结合目前的环境。它的2C应用面临的监管等等压力是空前的。需要极大能量的背书才有搞头。 至于超越openai出海呢？且不说你自己信不信，就中文的数据质量就已经决定了这种可能性微乎其微，这玩意甚至比前两条限制还要严格。基本属于物理法则了。 所以目前中国大模型创业者别管嘴上说什么，真正信奉的商业模式就一种，就是国家因为监管等等原因，不可能让openai进来，到时候国外真的搞出靠谱的商业模式，国内怎么也得拿出一个超级阉割版平替，自己只要比国内这帮同行强就行（技术上，背景上，政策上，资源上等等）。 那既然本来就是比烂的逻辑，何况最终影响结果的，技术只是其中一个考量纬度而已，那现在这些对标啊，砸钱啊，不过就是骗骗投资人，骗骗上面，把自己骗了可是太秀了。 |
|
站在朱啸虎的角度，得出中国大模型没戏的结论，也许有一定道理。 但是站在时代的风口浪尖，我不敢苟同。 人们总是倾向于绕过眼前的困难，却常常忽略历史中的那些过往的伤痛。 不得不提的就是芯片，8086时代，芯片无论是算力还是复杂度，都是一个不起眼的行业，即便到了80386时代，也不过带着频闪的显示器帮人们干着一些打字的活。芯片行业在那个时候，并没有展现出横扫一切的趋势，它只是在摩尔定律下一代又一代的进化着。后来，芯片越来越复杂，越来越强大，现代社会的每一个角落都离不开芯片，没有芯片的地方是黑暗的。当我们发觉需要做芯片的时候，机会已经不复存在，再也没有合适的契机和合适的生态环境，容得下我们去从头开始再走一遍芯片的演化，尽管我们有很多伟大的企业正在顶着巨大的压力在实现这个过程，这种痛是我们整个国家的痛。 时间来到今天，AI行业的爆发式增长已经开始，大模型正在以史无前例的速度演进，从语言到视频，仅仅也就一年多的时间。GPT3.0刚出来的时候，国内的头部企业还勉强可以跟随（尽管也有各种质疑，但至少步调上基本一致），但是到了最近的视频模型sora，我已经到不到任何国内的企业有拿得出手的东西来对标。 毋庸置疑，国内大模型已经落后于美国一个时代，其实我也不知道是不是一个时代，无论如何，当下的形势，只怕奋起追赶都来不及。 这便是如今最大的困难，国外的大模型正在爆炸式发展，而我们还没有追赶的态势。我们的精英们在精确地计算着投入产出比，纠结着要不要追赶的问题。结论竟然是：中国大模型没戏，放弃开发。 也许他们觉得，当下投入巨大人力物力到大模型的研发中，是不划算的。一方面，大模型还没有特别清晰的商业变现模式，另一方面，即便需要使用大模型的时候，依然可以花钱去购买现成的大模型。如果是这种思路，确实不需要砸钱进去搞。 但是不要忘了，8086时代，人们也看不到任何商业模式，有谁会想过芯片会进入千家万户，更早一点，IBM的董事长甚至说过，全世界只需要5台计算机就够了。后来，芯片成为了生产力工具，也成了消费品的主力。 今天的大模型，虽然也看不到明确的商业模式，但是很明显，大模型很快就会成为生产力工具。举个简单的例子，一个芯片公司研发一颗CPU芯片，通常从设计阶段走到芯片验证阶段，需要至少两年时间，当有了AI的辅助，用AI来参与设计，让AI来查漏补缺，从芯片设计走到芯片验证，大概只需要三个月。两年到三个月，这意味着成本的极大缩减，意味着AI推动行业发展，意味着竞争力增强，意味着质量提高。 成为生产力工具之后的大模型，对整个社会的影响将是巨大的，说把社会推进到下一个时代也不为过。 这个时候，希望朱啸虎们能用当初省下的钱买到最好的大模型。 毕竟，弯道是没有弯道的，今后想追赶，还得一步一步来。 |
|
国外没有科技领先带来的巨大利润是无法高福利高工资+带薪假期 国内旧时代的资本吃血馒头吃的太饱了（无视劳动法，极度压寨工资，拖欠工资） |
|
吃人口红利吃惯了而已，短期捞钱太容易就不想着做些长期布局了。 这帮人总变着发的想着把自己做的难吃的菜使劲塞你嘴里，就是不愿意好好研究研究炒菜的技术。 |
|
本国投资都有很强的变现需求，所以从他角度看来很正常，但事物规律又不是投资人说了算的 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |