OpenAI带动大模型火了，很多公司开始搞自己的大模型，甚至很多大模型创业公司如雨后春笋展露出来，对于他们的执行力，表示佩服，但正如我所说，尊重但不看好。
作为一个无足轻重的人，我说这大话应该也无伤大雅，权当自己的思考记录罢了。
为啥不看好？我有3点看法：
-
大模型创新成本奇高（我说的是真的自己做，不是拿开源套壳），AI基本三元素：算力、算法、数据，既然自研大模型，算法就是站在前人肩膀上创新，数据可以使用开源、自有、爬取、蒸馏其他模型等，但算力，就是自己实打实的 GPU，虽然算法创新可以让算力要求下降，但目前来看大模型的研发基本的算力门槛是很难平易近人的，23年初我给部门做分享时曾了解过，GPT3.5 动用了上万 英伟达当时最新 GPU 跑了几个月，这投入成本、时间成本、人才成本都不是一般的创业公司可以尝试的。并且这事情还不能靠着给云服务花钱就能解决，因为云服务公司也要搞自己的大模型，他们可以提供的资源也非常有限，尤其是，在ChatGPT 火起来之前，其实大家对于GPU的关注度并没有那么高，很多公司/云平台都没有太多投入，再加上现在政治管控受限，这方面算力资源十分紧俏，等你解决了，其他大公司又出现更牛的大模型了，创业永远处于追赶的位置，可不是个好事情；
-
大模型的收益并不明朗，大模型很可能是一个赢家通吃的服务，因为 LLM 这个东西是一个通用模型，而非个性化定制的模型，最智能的模型会被所有人蜂拥使用，其他服务可以快速切换到自己想要的大模型API，这样的情况会导致两个问题：
- 赢家通吃，最好的几个模型可能占据市场大部分利润，其他模型捡漏都不容易；
- 拼杀严重，虽然AI智力可能在未来一段时间一直持续上升，但行业的竞争愈加激烈，当产品差异较大的时候，是品质、产品的竞争，但在产品同质化、标准化的市场，就可能变成价格战的竞争；
以上可以推测，大模型创业公司很可能在一路追赶的过程中越来越失去希望。
-
壁垒模糊，从AIGC、Stable Diffusion 的发展我看到了一个情况，保密可以建立一时的优势，但很难长久保持，这个行业发展太快了，尤其是大家都开源的情况下，形成了一种全球行业范围的创新协作潮，你会发现，这个行业要么开放开源，要么靠着保密/闭源，来建立一点点优势，但在AIGC 方面看到了开源挑战闭源 甚至 挑翻了闭源的情况（比如SD 生态 对于 MD），大模型领域也有 Meta 开源，不知道Meta 及各种开源模型生态环境是否可以挑战 OpenAI 和 Claude 等。不论结果如何，我们发现开源是有一定攻势的，并且，我们可以预测，随着行业老大、老二真正开始大量盈利，绝对会有人对这门生意动心，即使不是开源挑战，也会出现个CloseAI来挖人才去挑战，会过来想想，在如此高度协作的研发创新时代，靠着几百年前「东家保密方子」的方法建立壁垒说多么不可靠，随便一次涨薪就可能挖走你的「方子」；
当然，虽然不看好，但越来越多的公司去研发大模型，对于推动大模型的发展肯定是有贡献的，而这种贡献都可能让AI的智力提升，都是一次创新探索，有助于全人类的AI发展，即使失败，也值得我们尊重。