浅谈国产大模型的过去、现在以及未来

主要观点总结

文章讨论了AI与大模型的发展趋势，以及国内AI大模型市场现状。随着ChatGPT的火热，人们对AI的自主决策能力有了更高的期待。国内大量企业涉足大模型领域，但很多初创公司在研发、商业化等方面遇到困难。市场上出现的基础通用大模型和行业专用模型，虽然数量众多，但在商业化、差异化方面效果并不明显。大模型的应用面临定制化与精准化需求远未被满足的问题。文章指出，在追求技术先进性的同时，更应注重技术的实际应用价值和可持续性，以及如何确保技术能满足客户需求，为客户创造价值。

关键观点总结

关键观点1: AI大模型领域的现状和发展趋势。

随着ChatGPT的火热，人们对AI的自主决策能力期待更高。国内大量企业涉足大模型领域，但很多初创公司在研发、商业化等方面遇到困难。

关键观点2: 市场上出现的基础通用大模型和行业专用模型。

这些模型数量众多，但在商业化、差异化方面效果并不明显。大模型的应用面临定制化与精准化需求远未被满足的问题。

关键观点3: 技术实际应用的重要性和可持续性。

文章指出，在追求技术先进性的同时，更应注重技术的实际应用价值和可持续性，以及如何确保技术能满足客户需求，为客户创造价值。大模型公司应该聚焦于实际场景的应用和落地，而不是仅停留在技术层面。

文章预览

随着时间推移，AI与大模型正在肉眼可见的降温。 作者｜鹿尧 怎样去衡量一款AI产品是否成功？ 这个问题如果放在两年前，很多人给出的答案会集中在AI的狭义领域，AlphaGo、Siri、Google Assistant，或是用于解锁手机的图像识别技术，能够在某个特定的领域完成特定的任务。 但从2023年开始，也就是ChatGPT火了之后，人们对AI的看法发生了一些转变，学习、适应、推理的自主决策的能力，不免让人产生AGI会成为现实的错觉。 所以我们能看到，在ChatGPT发布后的不到两年里，国内就上线了数百个大模型，里面既有互联网大公司，也有各种垂类公司，还有一批跑在风口上的初创企业。 毫无疑问，AI大模型的研发需要投入大量的资金和人才，这也导致了绝大部分初创公司的估值被严重透支，他们在短期内获得了大量融资，后续却无法持续烧钱维持迭代和商业落地 ………………………………