大模型走到AI战略分岔口，字节们面临偏航危机

主要观点总结

本文主要讨论了AI企业在面临商业挑战和市场规模限制时面临的挑战，特别是视频生成类AI的短板以及深度推理的重要性。文章指出，AI企业在追求大而全的策略时面临的商业困境，以及深度推理相较于视频生成类AI的潜力。文章还对几家代表性的AI企业的产品进行了对比分析。

关键观点总结

关键观点1: AI企业面临的挑战

AI企业在追求大而全的策略时面临商业上的挑战和市场规模的限制，尤其是在视频生成领域，由于技术不到位和用户体验不佳等问题，导致市场份额有限。

关键观点2: 深度推理的重要性

深度推理是AI领域的重要发展方向，对于提升AI产品的核心竞争力具有重要意义。在面临数据枯竭的情况下，深度推理或是AI未来的救星。

关键观点3: 视频生成类AI的短板

目前视频生成类AI存在成本、质量难以兼顾，挥之不去的“AI”味等问题，导致用户不买账。而且产品同质化严重，功能迭代难以带来质的飞跃。

关键观点4: 不同AI企业的产品对比分析

文章对字节、智谱清言、月之暗面的AI产品进行了对比分析，指出在深度推理方面，月之暗面的Kimi表现出更优秀的推理深度和精细度。

文章预览

作者 |  林书 来源 |  科技新知 3674字 阅读时间7分钟 “ 不少AI企业追求“大而全”，面临商业上的挑战和市场规模的限制。尽管深度推理具有长远价值，但敢于投入和坚持的企业为数不多。  ” 最近，字节在AI方面又搞了个大新闻。 一个字节的实习生，因为对团队资源分配不满，用恶意代码把模型训练过程给投了“毒”，字节这边损失不小。 尽管“资源分配问题”这个说法还没完全坐实，但既然一个实习生，都能随便对训练中的模型下毒手了，那至少说明，字节对文本模型的训练方面重视度不够，因此才会出现“把关不严”的情况。 与文本大模型相比，字节在视频方向上可谓打得火热，推出了两款最新的视频模型PixelDance1和Seaweed2。 这种资源上的倾斜，反映的是国内大厂在当下LLM发展岔路上的关键分歧：算力资源有限的情况下，未来的大模型到 ………………………………