在当今科技潮流风起云涌的时代，AI大模型领域已经成为中美两国激烈竞争的竞技场。谁能在这场没有硝烟的战争中脱颖而出，笑到最后呢？这不仅是科技爱好者关注的焦点，也是关系到全球科技格局走向的关键问题。
如今，AI大模型领域可谓百家争鸣。中国有智浦百川等被称为人工智能四小龙的公司，而美国则有Anthropic、OpenAI、XAI等众多实力雄厚的公司。从目前的情况来看，OpenAI的GPT-4已经不再是业界的巅峰。克劳德3.5已经赶上了。其能力大幅超越GPT-4，成为众多企业日常办公的首选。这也迫使OpenAI今年如果想稳定自己的行业地位就必须采取行动，推出GPT-5或者至少是GPT-4.5版本。否则，将面临行业信心、融资等一系列问题。
在第一梯队中，Claude 3.5和OpenAI（如果推出新的强大版本）无疑是领先者。他们已经达到或超过了 GPT-4 级别，并瞄准了 GPT-5。第二梯队同样不容小觑。 Llama 2、XAI等公司人才雄厚，资金雄厚。虽然他们和第一梯队之间有差距，但也不会相差超过一代人。值得一提的是，大型模特大赛并没有第三梯队。无论是美国还是中国，开源模式的出现都让落后者难以立足。如果他们不能保持第二梯队的水平，他们很快就会落后。
再把目光转向中国企业，目前整体水平还在3.5左右，距离GPT-4还很远，有的企业甚至还没有达到这个标准。对于他们来说，当务之急是尽快赶上GPT-4，否则随着GPT-5的推出，他们很可能成为第三梯队并被淘汰。
想要在AI模型这个大市场中分得一杯羹，首先要了解它的训练成本。以GPT-4为例，其训练成本是天文数字。一种说法是使用 25,000 张 A100 卡进行 100 天的训练，另一种说法是至少使用 8,000 张卡。但无论使用哪一种，都是万卡级别的，都需要精湛的技术。按2.5万张卡、每张卡价值超过2万美元计算，仅卡的成本就达到5亿美元，这还不包括员工工资、运营成本、推理成本、电费等多项费用。即使租一张卡，成本也不会相差一个数量级以上，而租一张万张卡规模的卡并不容易，建设成本也很高。
如果想转向GPT-5，成本就会飙升。以GPT-4的算力比GPT-3高100倍左右为参考，即使保守估计，GPT-5的成本也需要在GPT-4的基础上乘以十倍，大约是50亿美元。这只是芯片的成本，并没有考虑人才、芯片限制、功耗、训练数据、多模态等复杂因素。如此高昂的成本已经成为很多企业难以逾越的门槛。
在国外，微软凭借其云服务拥有大量显卡，据传约为180万张； Meta大约有60万；马斯克的XAI和特斯拉加起来可能会超过35万。尽管NVIDIA拥有一定的产能，但面对众多企业的需求，仍然供大于求，价格居高不下。
相比之下，在中国，大模型领域并不是创业公司的天堂，因为成本高昂且结果难以预测，因此无法得到VC基金的支持。尽管中国VC早期为行业发展做出了巨大贡献，但现在投资该行业变得更加困难。中国的大型创业公司要想生存，就需要紧贴大公司，真正融入大公司，而不是仅仅接受表面投资。
但中国大企业在获取芯片方面存在劣势，从机房耗电数据就可以看出。谷歌、微软等美国排名前四的公司在这方面明显领先。以阿里巴巴为例，其投资逻辑更倾向于云服务，这与微软全面布局AI产业不同。不过，字节跳动在AI领域的表现却令人兴奋。
此外，中国还具有得天独厚的优势，如强大的国有资本和政府实力、基础设施和资源配置能力。中国在电力供应方面优于美国。如果能利用好的话，未来或许会找到一条与美国不同的发展道路，比如打造国家队的大模型。
综合来看，短期内，在海外，Anthropic凭借雄厚的融资和投资背景，有望继续保持在第一梯队； OpenAI虽然有负面消息，但凭借微软的支持和自身资源仍能保持在第一梯队，但巨大的损失是潜在的风险； XAI实力雄厚，有潜力冲击第一组； Meta、微软、苹果等大公司在AI领域也不会落后。
在中国，初创公司需要依靠大公司来求生存和发展；大公司虽然有资金，但受限于芯片；如果政府能够干预，有望改变竞争格局。
这场中美大规模AI模型之战，不仅是技术与资本的较量，更是国家战略与产业生态的深度博弈。谁能在这场马拉松比赛中脱颖而出，让我们拭目以待。同时，我们也期待该领域出现更多理性思维和创新策略，将人工智能技术推向新的高度。
Auf Twitter teilen Auf Facebook teilen
Indie123
Kommentare
Derzeit liegen keine Kommentare vor