ChatGPT bùng nổ 6 tháng qua: tiền nóng, đại gia và giám sát

Sản xuất | Tiger Sniff Technology Group Tác giả | Chen Yifan Qi Jian

Nguồn hình ảnh: Được tạo bởi Unbounded AI

Sau nửa năm lễ rửa tội AI, có lẽ khó tìm được từ nào thích hợp hơn "phản ứng căng thẳng" để mô tả trạng thái của mọi người trong ngành công nghệ ngày nay - căng thẳng, kích thích và áp lực.

"Phản ứng với căng thẳng" đề cập đến một loạt các phản ứng mà sinh vật tạo ra để duy trì cân bằng nội môi của cơ thể khi chúng gặp phải áp lực hoặc mối đe dọa từ môi trường bên ngoài. Đó là một phản ứng tự nhiên của các sinh vật để thích nghi với môi trường và đảm bảo sự sống còn. ** Phản ứng này có thể tồn tại trong thời gian ngắn hoặc lâu dài. **

Vào ngày 26 tháng 7, Twitter chính thức của OpenAI đã thông báo rằng phiên bản ChatGPT dành cho Android đã có sẵn để tải xuống ở Hoa Kỳ, Ấn Độ, Bangladesh và Brazil và có kế hoạch mở rộng sang nhiều quốc gia hơn trong tương lai gần. ChatGPT đang mở rộng các kênh, thu hút nhiều người dùng hơn và mức độ sử dụng mạnh mẽ hơn, đồng thời làn sóng AI sáng tạo tiếp tục tăng lên.

Đầu tháng 7, tại Hội nghị Trí tuệ Nhân tạo Thế giới (WAIC) năm 2023 ở Thượng Hải, một kỹ thuật viên của một công ty khởi nghiệp mô hình quy mô lớn đang lái xe đưa đón qua phòng triển lãm, cô ấy lên kế hoạch tìm giải pháp chip nội địa hiệu quả về chi phí cho công ty để sử dụng cho đào tạo mô hình quy mô lớn.

"Chúng tôi có 1.000 chiếc A100, nhưng vẫn không đủ.", cô nói với Huxiu.

A100 là GPU cao cấp của Nvidia và là nền tảng phần cứng để phát triển ChatGPT. Một số dữ liệu công khai cho thấy trong quá trình đào tạo các mẫu dòng GPT, số lượng GPU Nvidia mà OpenAI sử dụng là khoảng 25.000. Do đó, để tạo ra một mô hình lớn, trước tiên bạn phải đánh giá xem bạn có thể nhận được bao nhiêu card đồ họa A100, điều này gần như đã trở thành thông lệ trong ngành này.

GPU ở đâu? Tôi có thể tìm thấy sức mạnh tính toán giá rẻ ở đâu? Đây chỉ là một mô hình thu nhỏ trong số rất nhiều câu hỏi tại hội nghị WAIC 2023.

Hầu như tất cả những người đã “stress” trong 6 tháng qua đều mong muốn tìm thêm câu trả lời về AI trong “sự kiện” này.

Một kỹ thuật viên của một nhà triển lãm chip nói với Tiger Sniff rằng trong vài ngày diễn ra hội nghị WAIC, nhiều nhà quản lý sản phẩm đã đến gian hàng "mô hình lớn" của họ, với hy vọng tìm được định nghĩa sản phẩm cho hoạt động kinh doanh mô hình lớn của công ty tại đây.

Tại Diễn đàn Zhongguancun vào ngày 28 tháng 5, "Báo cáo nghiên cứu bản đồ mô hình quy mô lớn trí tuệ nhân tạo Trung Quốc" do Viện thông tin khoa học và công nghệ Trung Quốc công bố cho thấy vào cuối tháng 5, 79 mô hình quy mô lớn với tỷ lệ tham số là hơn 1 tỷ ở Trung Quốc đã được phát hành. Trong hai tháng sau đó, một loạt mô hình AI lớn như Tongyi Wanxiang của Alibaba Cloud, Pangu 3.0 của Huawei Cloud và Youdao "Ziyue" đã được tung ra. Theo thống kê chưa đầy đủ, các mô hình lớn AI trong nước hiện tại có hơn 100. **

Hành động đua nhau tung ra các mô hình AI lớn của các doanh nghiệp trong nước chính là hiện thân tốt nhất của việc “ứng phó với căng thẳng”. Sự lo lắng do "phản ứng" này mang lại đang được truyền đến hầu hết các nhân sự có liên quan trong ngành, từ CEO của một gã khổng lồ Internet đến nhà nghiên cứu tại một tổ chức nghiên cứu AI, từ đối tác của một quỹ đầu tư mạo hiểm cho đến người sáng lập một công ty. công ty AI, và thậm chí nhiều người hành nghề Pháp lý liên quan đến AI, cũng như các cơ quan quản lý dữ liệu và an ninh mạng.

**Đối với người ngoài ngành, đây có thể chỉ là một lễ hội hóa trang ngắn ngủi, nhưng có bao nhiêu người dám nói rằng mình đứng ngoài AI hiện nay. **

AI đang mở ra một kỷ nguyên mới và mọi thứ đều đáng được định hình lại với một mô hình lớn. Ngày càng có nhiều người bắt đầu nghĩ về hậu quả của việc phổ biến công nghệ.

Tiền đổ vào, bánh đà là đây

Trong vòng một tháng kể từ khi ChatGPT ra đời, Li Zhifei, người sáng lập ChatGPT đã hai lần đến Thung lũng Silicon và cùng mọi người nói về những mô hình lớn, khi nói chuyện với Tiger Sniff, Li Zhifei thẳng thừng nói rằng đây là lần "All in" cuối cùng của anh ấy. . **

Năm 2012, Li Zhifei thành lập Mobwenwen, một công ty trí tuệ nhân tạo lấy tương tác bằng giọng nói và sự kết hợp giữa phần mềm và phần cứng làm cốt lõi, đã trải qua những thăng trầm của hai làn sóng trí tuệ nhân tạo của Trung Quốc. Trong thời kỳ nóng bỏng nhất của làn sóng trí tuệ nhân tạo vừa qua, định giá của Momenwenbang đã từng được đẩy lên mức kỳ lân, nhưng nó cũng trải qua một khoảng thời gian cô độc kể từ đó, phải đến khi ChatGPT xuất hiện, ngành trí tuệ nhân tạo mới đã im lặng trong nhiều năm Một lỗ hổng đã bị xé toạc.

Trên thị trường sơ cấp, "tiền nóng đang đổ vào."

Đây là sự đồng thuận của ngành khi nói đến các mô hình lớn trong sáu tháng qua. Lu Qi, người sáng lập Diễn đàn Qiji, tin rằng các mô hình quy mô lớn AI là một "bánh đà" và tương lai sẽ là kỷ nguyên mà các mô hình có mặt ở khắp mọi nơi. "Bánh đà này đã bắt đầu" và động lực lớn nhất chính là vốn.

Vào đầu tháng 7, dữ liệu do nền tảng thông tin kinh doanh Crunchbase công bố cho thấy các công ty được phân loại là AI đã huy động được 25 tỷ đô la Mỹ trong nửa đầu năm 2023, chiếm 18% nguồn tài chính toàn cầu. Mặc dù con số này đã giảm so với 29 tỷ USD trong nửa đầu năm 2022, nhưng tổng số tiền tài trợ cho các ngành công nghiệp khác nhau trên thế giới trong nửa đầu năm 2023 đã giảm 51% so với cùng kỳ năm 2022, điều này cho thấy số tiền tài trợ trong lĩnh vực AI là lớn nhất thế giới, tỷ trọng trong tổng tài chính đã tăng gần gấp đôi. **Crunchbase đã viết trong báo cáo: "Nếu không có sự bùng nổ trí tuệ nhân tạo do ChatGPT kích hoạt, số tiền tài trợ vào năm 2023 sẽ còn thấp hơn."

Cho đến nay, khoản tài trợ lớn nhất trong ngành AI vào năm 2023 là khoản đầu tư 10 tỷ USD của Microsoft vào OpenAI vào tháng Giêng.

Tiger Sniff Theo thống kê được công khai, trong số các startup quy mô lớn tại Mỹ, Inflection AI có thể trở thành startup lớn thứ hai trong lĩnh vực trí tuệ nhân tạo sau Open AI, tiếp theo là Anthropic (1,5 tỷ USD), Cohere (445 triệu USD), Adept (415 triệu USD), Runway (195,5 triệu USD), Character.ai (150 triệu USD) và Stability AI (khoảng 100 triệu USD).

Tại Trung Quốc, trong nửa đầu năm 2023, đã có 456 sự cố tài chính và đầu tư công trong ngành trí tuệ nhân tạo trong nước. Và con số thống kê này là 731, 526, 353, 631 và 648 trong 5 năm từ 2018 đến 2022.

Các sự kiện đầu tư công và tài trợ cho ngành trí tuệ nhân tạo trong nước nửa đầu năm

**Một sự kiện khác kích hoạt bánh đà là việc ChatGPT phát hành giao diện API. **Khi OpenAI mở giao diện API của ChatGPT lần đầu tiên vào tháng 3, gần như có một sự đồng thuận trong và ngoài ngành AI: ngành sắp thay đổi. Khi nhiều ứng dụng được kết nối với các mô hình lớn, một khu rừng tươi tốt hơn đang phát triển trên đỉnh của AI.

"Làm mô hình và làm ứng dụng nên tách biệt", các nhà đầu tư luôn có khứu giác nhạy bén. Theo Chen Runze, giám đốc điều hành của Source Code Capital, AI có logic tương tự như sự phân công lao động trong chất bán dẫn. AI mô hình lớn Sau thời kỳ bùng nổ, chúng ta sẽ sớm chứng kiến sự bùng nổ của các ứng dụng AI.

Vào đầu năm nay, khi Chen Runze và các đồng nghiệp của mình đến Thung lũng Silicon, họ đã phát hiện ra rằng Y Combinator, một vườn ươm khởi nghiệp nổi tiếng ở Thung lũng Silicon (CEO OpenAI Sam Altman từng là chủ tịch của vườn ươm này trong nhiều năm), ** một nửa số dự án đã được chuyển đổi thành AI tổng quát. . **Sự cuồng nhiệt đối với các mô hình lớn không thua gì Trung Quốc ở phía bên kia đại dương.

Tuy nhiên, ông cũng nhận thấy rằng cả vốn và doanh nhân ở Hoa Kỳ đều lạc quan hơn về các ứng dụng sinh thái dựa trên các mô hình lớn hơn là tinh thần kinh doanh quy mô lớn. Hoa Kỳ có đất sinh thái ứng dụng ToB mạnh mẽ, vì vậy nhiều công ty Mỹ đang cố gắng tạo ra các ứng dụng doanh nghiệp dựa trên hệ sinh thái của các mô hình lớn.

Những quan sát của Chen Runze đang được xác nhận Chen Ran, đồng sáng lập nền tảng dịch vụ mô hình quy mô lớn OpenCSG, nói với Huxiu rằng ngày nay, hơn 90% công ty ở Vùng Vịnh của Hoa Kỳ đã sử dụng mô hình quy mô lớn năng lực về mọi mặt. Đối với Trung Quốc, Chen Ran tin rằng nhiều khách hàng sẽ sử dụng nó trước cuối năm nay.

Vào khoảng tháng 3 năm nay, Chen Runze và nhóm của anh ấy bắt đầu cố gắng tìm kiếm các công ty ở Trung Quốc tạo ra các ứng dụng dựa trên các mô hình lớn, nhưng anh ấy nhận thấy rằng có rất ít công ty như vậy. Một lượng vốn lớn đã đổ vào ngành trí tuệ nhân tạo, nhưng nếu bạn theo dõi dòng chảy của những khoản tiền này, bạn sẽ thấy rằng nhiều tiền hơn vẫn tập trung vào các công ty hàng đầu.

"Ngay cả bây giờ, không dễ để đầu tư vào 1-2 trong số ** 10 dự án liên quan đến AI sáng tạo **." Ngoài Source Code Capital, Huxiu cũng đã giao tiếp với nhiều nhà đầu tư công nghệ cứng, Họ đều nói rằng mặc dù có nhiều dự án để xem, có rất ít dự án thực sự đáng tin cậy.

Thái độ này của phía ứng dụng, trong mắt nhiều người trong ngành, đã là chuẩn mực.

Yu Kai, người đồng sáng lập Aspire, tin rằng đường đua bề ngoài có vẻ sôi nổi thực chất là một cuộc cạnh tranh trên danh nghĩa nhiều hơn, và kết quả không gì khác hơn là hai tình huống: "** Một là về tài chính, hoàn toàn theo định hướng vốn; cái khác Cái kia là công ty chế tạo mô hình quy mô lớn cho toàn miền, thực sự cần phải kêu trời, không kêu thì người khác sẽ không biết.**”

Một số thống kê trong nước cũng đang minh họa cho vấn đề này, theo thống kê từ tổ chức bên thứ ba, Niu, tính đến tháng 7 năm 2023, có 242 công ty AIGC ở Trung Quốc và đã có 71 sự cố tài chính theo dõi AIGC kể từ tháng Giêng. Có 67 công ty đang theo dõi mô hình AI quy mô lớn và chỉ có 21 sự kiện tài chính kể từ khi phát hành ChatGPT.

Các sự kiện tài chính của đường đua AIGC và đường đua mô hình lớn AI kể từ khi phát hành ChatGPT｜Nguồn dữ liệu: Dữ liệu Enniu

“Trong thị trường AI trong nước, có quá ít mục tiêu tốt.” Một nhà đầu tư nói với Tiger Sniff rằng những dự án tốt nhất thì quá đắt, còn những dự án rẻ thì không đáng tin cậy. ** Mặc dù số lượng mô hình quy mô lớn AI được phát hành ở Trung Quốc hiện đã vượt quá một trăm, nhưng trong số các công ty mô hình quy mô lớn ở Trung Quốc, không có nhiều công ty thu được nguồn tài chính lớn, hoặc thậm chí là một số ít.

Rất nhiều khoản đầu tư vào AI cuối cùng đã trở thành nhà đầu tư—cựu người sáng lập các công ty kỳ lân, gã khổng lồ Internet, những người có kinh nghiệm kinh doanh liên quan đến các mô hình quy mô lớn, v.v.

Thống kê một phần của các công ty liên quan đến mô hình quy mô lớn AI trong nước

Trong số các dự án AI nổi bật năm nay, Zhipu AI, Lingxin Intelligence, Shenyan Technology và Facewall Intelligence đều là những công ty được Tsinghua Lab ươm tạo. Cả Shenyan Technology và Facewall Smart đều được thành lập vào năm 2022 và có sự chứng thực về mặt kỹ thuật từ các học giả nổi tiếng trong ngành AI.

Thời gian thành lập của các công ty AI có trụ sở tại Thanh Hoa này ngắn hơn thời gian thành lập của các công ty AI do một số nhà lãnh đạo ngành Internet thành lập.

Wang Huiwen, người đồng sáng lập Meituan, đã từng huy động được 50 triệu đô la Mỹ kể từ khi thành lập vào đầu năm 2023, đây là một trong số ít trường hợp tài trợ trong ngành công nghiệp mô hình quy mô lớn của Trung Quốc vào thời điểm đó. Không giống như Zhipu AI và Xihu Xinchen, những công ty đã có các công ty dựa trên mô hình quy mô lớn, những năm ánh sáng sẽ bắt đầu vào tháng 2 năm 2023. Rất khó để xây dựng một mô hình quy mô lớn từ đầu.Vào ngày 29 tháng 6, Meituan tuyên bố mua lại tất cả các khoản lãi ngoài Năm ánh sáng, với tổng số tiền được xem xét là khoảng 233 triệu đô la Mỹ (1,67 tỷ nhân dân tệ) tiền mặt, khoản nợ khoảng 367 triệu nhân dân tệ và 1 nhân dân tệ tiền mặt.

"** Ít nhất là những người có nền tảng về xử lý ngôn ngữ tự nhiên, những người có kinh nghiệm thực tế về đào tạo mô hình quy mô lớn và các chuyên gia về xử lý dữ liệu và cụm sức mạnh tính toán quy mô lớn. **Nếu bạn muốn thực hiện các ứng dụng cùng một lúc , bạn nên Cũng phải có các nhà quản lý sản phẩm và tài năng vận hành trong các lĩnh vực tương ứng." Chen Runze đã mô tả cấu hình tiêu chuẩn của một nhóm nòng cốt mô hình quy mô lớn.

Đặt cược AI cho các công ty lớn

Trong sáu tháng qua, tin tức về AI của những gã khổng lồ Internet được thành lập đã bay khắp trời. Việc đầu tư vào AI các mô hình lớn dường như đang theo đuổi các điểm nóng, nhưng các công ty lớn như Baidu, Ali và Huawei rõ ràng không chạy theo xu hướng khi họ đặt cược vào AI. **

Cuộc đánh cược của các đại gia vào AI đã bắt đầu từ lâu, với những công ty này, AI không phải là chủ đề mới. Tiger Sniff, theo thống kê chưa đầy đủ về dữ liệu tìm kiếm doanh nghiệp, các nhà máy lớn đã đầu tư vào các doanh nghiệp liên quan đến trí tuệ nhân tạo ở các mức độ khác nhau kể từ năm 2018. Từ góc độ doanh nghiệp đầu tư, hầu hết đều là doanh nghiệp ứng dụng trí tuệ nhân tạo, mặc dù một số trong số họ có liên quan đến các công ty chip AI, nhưng số lượng không lớn, hầu như không có công ty nào tham gia vào các mô hình quy mô lớn và hầu hết các công ty liên quan đến trí tuệ nhân tạo do các nhà sản xuất lớn đầu tư đều có liên quan mật thiết đến hoạt động kinh doanh của họ.

Đầu tư Dachang Công ty do tổ chức đầu tư Tỷ lệ sở hữu cổ phần trung bình Tỷ lệ sở hữu 100% cao nhất Số lượng doanh nghiệp sở hữu cổ phần

Khoản đầu tư của ba công ty Internet lớn vào các công ty liên quan đến AI｜Nguồn dữ liệu: Qichacha

Năm 2017, Viện Phật pháp Alibaba được thành lập, đối tượng nghiên cứu của viện bao gồm nhiều lĩnh vực công nghiệp như trí tuệ máy móc, mạng thông minh và công nghệ tài chính. Năm 2018, Baidu đề xuất chiến lược "All in AI".

Sự khác biệt là sự xuất hiện của AI tổng quát dường như là một bước ngoặt. **Đối với những gã khổng lồ công nghệ có lợi thế về dữ liệu, sức mạnh tính toán và tài nguyên thuật toán, trí tuệ nhân tạo không chỉ là kịch bản khả thi cho họ mà còn cần đảm nhận vai trò của cơ sở hạ tầng. phân công lao động trong ngành công nghiệp thông minh đã bắt đầu.

Các công ty lớn được đại diện bởi Baidu, Alibaba, Huawei và Tencent, bốn nhà cung cấp dịch vụ đám mây, đã công bố các chiến lược AI của riêng họ, nhưng rõ ràng mỗi công ty đều có trọng tâm riêng.

Trong sáu tháng qua, các đại gia đã phát hành các sản phẩm mô hình quy mô lớn của riêng họ. Đối với các công ty lớn như Baidu và Ali, vẫn chưa quá muộn để họ tham gia vào mô hình lớn, về cơ bản là vào năm 2019.

Baidu đã phát triển các mô hình tiền đào tạo từ năm 2019 và đã liên tục phát hành loạt mô hình Wenxin Nâng cao Kiến thức (ERNIE). Mô hình Ngàn câu hỏi Tongyi của Ali cũng bắt đầu vào năm 2019. Ngoài các mô hình lớn đa năng của Baidu và Ali, vào ngày 19 tháng 6, Tencent Cloud đã công bố tiến độ nghiên cứu và phát triển của các mô hình lớn trong ngành. Vào ngày 7 tháng 7, HUAWEI CLOUD đã phát hành sản phẩm mô hình công nghiệp Pangu 3.0.

Những trọng tâm này cũng phản ánh hoạt động kinh doanh tổng thể, chiến lược đám mây và bố cục dài hạn của mỗi công ty trong thị trường AI.

Lợi nhuận của mảng kinh doanh chính của Baidu đã dao động rất nhiều trong 5 năm qua. **Baidu từ lâu đã nhìn thấy các vấn đề của hoạt động kinh doanh quảng cáo dựa trên tìm kiếm tại thị trường nội địa, vì vậy Baidu đã chọn đầu tư mạnh vào công nghệ AI để tìm kiếm cơ hội mới. **Trong những năm gần đây, Baidu không chỉ mời Wu Enda, Lu Qi và các nhà lãnh đạo ngành khác làm giám đốc điều hành, mà còn nhiệt tình hơn nhiều đối với xe tự lái so với các công ty lớn khác. Baidu, vốn rất quan tâm đến AI, chắc chắn sẽ đặt cược lớn vào làn sóng cạnh tranh mô hình quy mô lớn này.

Ali cũng tỏ ra rất hào hứng với những người mẫu cỡ lớn nói chung. Từ lâu, Alibaba Cloud đã được đặt nhiều kỳ vọng, **Alibaba hy vọng sẽ thông qua lộ trình kỹ thuật để tạo ra đường cong tăng trưởng thứ hai của tập đoàn. **Trong bối cảnh cạnh tranh trong lĩnh vực kinh doanh thương mại điện tử ngày càng gay gắt và tốc độ tăng trưởng của thị trường đang chậm lại, những cơ hội mới trong lĩnh vực AI do Evian tạo ra chắc chắn là cơ hội tốt để Alibaba Cloud nỗ lực hơn nữa trên thị trường đám mây trong nước.

So với Baidu và Ali, Tencent Cloud chọn ưu tiên cho các mô hình công nghiệp quy mô lớn về các mô hình quy mô lớn, trong khi Huawei Cloud tuyên bố công khai rằng họ sẽ chỉ tập trung vào các mô hình công nghiệp quy mô lớn.

Đối với Tencent, hoạt động kinh doanh chính của họ tăng trưởng ổn định và tích cực trong những năm gần đây. Ở giai đoạn mà tương lai của các mô hình quy mô lớn có mục đích chung vẫn chưa rõ ràng, Tencent tương đối thận trọng trong việc đặt cược vào các mô hình AI quy mô lớn. Khi Ma Huateng nói về mô hình quy mô lớn trong cuộc gọi hội nghị thu nhập trước đó, anh ấy nói: "Tencent không vội trưng bày các bán thành phẩm. Điều quan trọng là làm tốt công việc của các thuật toán cơ bản, sức mạnh tính toán và dữ liệu. Cảnh rơi."

Mặt khác, từ quan điểm của Tập đoàn Tencent, Tencent hiện có 4 Phòng thí nghiệm AI và năm ngoái đã phát hành một mô hình phần tử hỗn hợp quy mô lớn với hàng nghìn tỷ tham số. giống chiến lược cá cược "Không bỏ tất cả trứng vào một giỏ" hơn. **

Đối với Huawei, họ luôn đặt cược rất nhiều vào nghiên cứu và phát triển, trong 10 năm qua, tổng đầu tư của Huawei vào nghiên cứu và phát triển đã vượt quá 900 tỷ nhân dân tệ. Tuy nhiên, do những trở ngại gặp phải trong quá trình phát triển mảng kinh doanh điện thoại di động, chiến lược tổng thể của Huawei trong nhiều nghiên cứu và phát triển công nghệ cũng có thể phải đối mặt với những điều chỉnh.

Một mặt, mảng kinh doanh điện thoại di động là ngành xuất khẩu công nghệ đầu cuối lớn nhất của Huawei. mô hình sẽ giảm đáng kể. Đối với Huawei, đặt cược vào một mô hình công nghiệp lớn có thể hiện thực hóa nhanh chóng dường như là giải pháp tối ưu trong cuộc chơi AI này. **Như Giám đốc điều hành Huawei Cloud Zhang Pingan đã nói, "Huawei không có thời gian để làm thơ."

Tuy nhiên, với những ông lớn công nghệ, dù đặt cược lớn đến đâu, chỉ cần đặt cược đúng, họ sẽ có thể chiếm thị phần hạ tầng và giành quyền lên tiếng trong thời đại trí tuệ nhân tạo.

Lấy búa và tìm một cái đinh

Đối với các công ty thương mại, **mọi quyết định vẫn phụ thuộc vào sổ sách kinh tế. **

Ngay cả với một khoản đầu tư lớn, ngày càng có nhiều nhà sáng lập công ty có tầm nhìn xa nhận ra rằng đây là điều phải làm trong tương lai, ngay cả khi khoản đầu tư ban đầu có thể không mang lại lợi nhuận gì cả.

Việc nghiên cứu và phát triển các mô hình AI lớn đòi hỏi rất nhiều đầu tư, nhưng ngày càng có nhiều nhà sáng lập doanh nghiệp và nhà đầu tư tin rằng đây là một "sự đầu tư cần thiết", ngay cả khi không có lợi nhuận nào cả.

Do đó, nhiều công ty trí tuệ nhân tạo ra đời dưới làn sóng AI vừa qua đã nhìn thấy một bình minh mới sau một thời gian dài im ắng.

"Ba năm trước, mọi người đều nói rằng GPT-3 có khả năng dẫn đến trí tuệ nhân tạo nói chung." Li Zhifei dẫn đầu một nhóm người nghiên cứu GPT-3 vào năm 2020. Khi đó, anh ấy đang ở một bước ngoặt trong quá trình phát triển của mình . , họ hy vọng sẽ khám phá các lĩnh vực kinh doanh mới, nhưng sau một thời gian nghiên cứu, dự án mô hình quy mô lớn của Li Zhifei đã bị đình chỉ, một trong những lý do là mô hình không đủ lớn vào thời điểm đó, và lý do khác là không có cảnh hạ cánh thương mại. **

Tuy nhiên, sau khi ChatGPT ra mắt vào cuối năm 2022, Li Zhifei dường như được trao một phát súng vào tay, bởi vì anh ấy cũng giống như những người khác, đã nhìn thấy những cơ hội mới cho những người mẫu lớn. Vào tháng 4 năm nay, Đi ra ngoài và hỏi đã phát hành một sản phẩm mô hình quy mô lớn do chính họ phát triển - Sequence Monkey. Hiện tại, họ đang chuẩn bị chạy nước rút đến Sở giao dịch chứng khoán Hồng Kông với mô hình quy mô lớn "Serial Monkey" mới được phát hành, và họ đã nộp bản cáo bạch vào cuối tháng Năm.

Một công ty AI đã thành lập khác cũng đang theo sát, vào tháng 7 năm ngoái, Aspire đã nộp đơn đăng ký IPO lên Ủy ban Đổi mới Khoa học và Công nghệ, nhưng đã bị ủy ban xét duyệt niêm yết từ chối vào tháng 5 năm nay.

Yu Kai thẳng thắn nói rằng ngay cả OpenAI cũng đã được đào tạo với V100 của Microsoft trong gần một năm ở giai đoạn GPT2 và sức mạnh tính toán của nó kém hơn nhiều bậc so với A100. Trong giai đoạn tích lũy ban đầu của các mô hình lớn, Aspire cũng sử dụng thẻ tiết kiệm hơn để đào tạo. Tất nhiên, điều này cần có thời gian như một cái giá.

So với các mô hình lớn tự phát triển, một số công ty định hướng ứng dụng có lựa chọn của riêng họ.

Zhang Wang (bút danh), chủ tịch của một công ty giáo dục trực tuyến, nói với Huxiu rằng trong sáu tháng qua, họ đã nỗ lực hết sức để khám phá các kịch bản ứng dụng mô hình quy mô lớn, nhưng họ sớm phát hiện ra rằng có nhiều vấn đề trong quá trình triển khai như chi phí và đầu tư. Đội ngũ R&D của công ty có 50-60 người, kể từ khi bắt đầu nghiên cứu mô hình quy mô lớn, họ đã mở rộng đội ngũ R&D và tuyển dụng một số tài năng mới về mô hình quy mô lớn. đắt. **

Zhang Wang chưa bao giờ nghĩ đến việc phát triển một mô hình lớn từ đầu và xem xét các vấn đề như bảo mật dữ liệu và tính ổn định của mô hình, anh ấy không có ý định truy cập trực tiếp API cho ứng dụng. Cách tiếp cận của họ là tham khảo mô hình lớn nguồn mở và sử dụng dữ liệu của chính họ để đào tạo. Đây cũng là cách làm hiện nay của nhiều công ty ứng dụng - trên mô hình lớn, sử dụng dữ liệu của chính họ để làm mô hình ngành nhỏ. Nhìn về phía trước, họ đã bắt đầu với mô hình 7 tỷ tham số, đạt đến 10 tỷ và hiện đang thử mô hình 30 tỷ. Nhưng họ cũng phát hiện ra rằng Khi lượng dữ liệu tăng lên, điều xảy ra trong đào tạo mô hình lớn là phiên bản mới có thể không tốt bằng phiên bản trước và các tham số phải được điều chỉnh từng cái một. "Đây cũng là một phải đi đường vòng." Đang chờ giải thích.

Zhang Wang nói với Huxiu rằng yêu cầu của họ đối với nhóm R&D là khám phá các kịch bản mô hình AI quy mô lớn dựa trên hoạt động kinh doanh của công ty.

Đây là cách tìm “đinh” bằng “búa”, nhưng không hề dễ dàng.

"Vấn đề lớn nhất hiện nay là tìm được bối cảnh thích hợp. ** Trên thực tế, có rất nhiều cảnh dù có sử dụng AI thì hiệu quả cũng không cải thiện được bao nhiêu. **" Zhang Wang nói ví dụ về cảnh quay lớp học, mô hình lớn AI có thể được sử dụng để trao quyền Một số chế độ tương tác bao gồm nhắc nhở học sinh tham gia lớp học, trả lời câu hỏi và dán nhãn, v.v., nhưng sau khi họ dùng thử mô hình lớn AI, họ thấy rằng độ chính xác không tốt và khả năng hiểu và đầu ra không lý tưởng. Đội của Zhang Wang đã quyết định tạm thời bỏ AI trong cảnh này sau khi cố gắng một thời gian.

Một nhà cung cấp dịch vụ Internet khác, Xiaogetong, cũng bắt đầu khám phá các hoạt động kinh doanh liên quan ngay sau khi mô hình AI bùng nổ. Hoạt động kinh doanh chính của Little Goose là cung cấp các công cụ vận hành kỹ thuật số cho người bán trực tuyến, bao gồm tiếp thị, quản lý khách hàng và kiếm tiền thương mại.

Fan Xiaoxing, đồng sáng lập và COO của Goose Communication, nói với Huxiu rằng vào tháng 4 năm nay, khi ngày càng có nhiều ứng dụng ra đời dựa trên AI tổng quát, Goose Communication đã nhìn thấy tiềm năng đằng sau công nghệ này, “Ví dụ như MidJourney, AI tổng quát là rất. Sự cải thiện hiệu quả trong việc tạo ra hình ảnh thiết kế thực sự rõ ràng đối với tất cả mọi người.” Fan Xiaoxing và những người khác đã đặc biệt tổ chức nội bộ ngành kinh doanh nghiên cứu AI, tìm kiếm các trường hợp hạ cánh liên quan đến hoạt động kinh doanh của chính họ.

Fan Xiaoxing cho biết ** trong quá trình tích hợp mô hình lớn vào hoạt động kinh doanh, cô ấy đã cân nhắc giữa chi phí và hiệu quả. "Chi phí đầu vào của mô hình lớn vẫn còn khá cao **", cô ấy nói.

Cái “đinh” của ngành Internet thì dễ tìm Khó khăn thực sự trong việc triển khai AI nằm ở các ngành vật lý như công nghiệp, chế tạo.

Yu Kai nói với Huxiu rằng làn sóng AI này vẫn đang tăng lên theo hình xoắn ốc và tiến lên từng đợt, và mâu thuẫn giữa ** và hạ cánh công nghiệp hoàn toàn không thay đổi, chỉ thay đổi lớp vỏ. ** Vì vậy, theo nghĩa này, quy luật của hai làn sóng AI này là giống nhau, và cách tốt nhất là học hỏi từ lịch sử— "Bài học từ làn sóng AI trước, đừng lặp lại lần này."

Mặc dù nhiều nhà sản xuất đã hô khẩu hiệu "công nghiệp là trên hết" trong việc triển khai các mô hình lớn AI, nhưng thực sự rất khó để nhiều kịch bản ngành công nghiệp vật lý phù hợp với các mô hình lớn AI hiện tại. Ví dụ: hệ thống kiểm tra trực quan AI được áp dụng trong một số tình huống kiểm tra công nghiệp, ngay cả khi nhu cầu về mô hình AI không cao tới 1 tỷ tham số, dữ liệu đào tạo ban đầu vẫn bị kéo dài.

Lấy một cảnh kiểm tra điện gió đơn giản làm ví dụ, số lượng kiểm tra trong một trang trại gió lên tới 70.000 đơn vị, nhưng cùng một dữ liệu vết nứt chỉ có thể xuất hiện một lần và lượng dữ liệu mà máy móc có thể học được là không đủ. Ke Liang, Giám đốc sản phẩm của Phần cứng năng lượng gió thông minh Broadbo, nói với Huxiu rằng robot kiểm tra cánh tuabin gió hiện tại không thể phân tích chính xác các vết nứt của cánh, **vì lượng dữ liệu có sẵn để đào tạo và phân tích quá ít và cần phải tạo thành một kiểm tra và nhận dạng hoàn toàn tự động đáng tin cậy cũng đòi hỏi một lượng lớn tích lũy dữ liệu và phân tích thủ công. **

Tuy nhiên, trong các tình huống tích lũy dữ liệu công nghiệp tốt, các mô hình lớn AI đã có thể hỗ trợ quản lý các thư viện bộ phận mô hình 3D phức tạp. Thư viện bộ phận của một công ty sản xuất máy bay trong nước đã triển khai một công cụ phụ trợ cho thư viện bộ phận dựa trên mô hình lớn của mô hình thứ tư "Shishuo". Trong số hơn 100.000 bộ phận mô hình 3D, tìm kiếm mô hình 3D có thể được thực hiện thông qua ngôn ngữ tự nhiên, mô hình 3D có thể được tìm kiếm bằng mô hình 3D và thậm chí có thể hoàn thành việc lắp ráp mô hình 3D tự động. **Các chức năng này yêu cầu thao tác nhiều bước trong nhiều công cụ CAD và CAE bị kẹt trong ngành sản xuất. **

Các mô hình quy mô lớn ngày nay phải đối mặt với các vấn đề hạ cánh tương tự như AI vài năm trước và chúng cũng phải dùng búa tìm đinh. ** Một số người lạc quan tin rằng chiếc búa ngày nay hoàn toàn khác với trước đây, nhưng khi trả tiền cho AI bằng tiền thật, kết quả có phần khác. **

Theo kết quả khảo sát Markets Live Pulse do Bloomberg công bố ngày 30/7, trong số 514 nhà đầu tư được khảo sát, khoảng 77% có kế hoạch tăng hoặc duy trì đầu tư vào cổ phiếu công nghệ trong 6 tháng tới, và chỉ có dưới 10% nhà đầu tư tin rằng cổ phiếu công nghệ ngành công nghiệp đang phải đối mặt với một cuộc khủng hoảng bong bóng nghiêm trọng. Tuy nhiên, chỉ một nửa trong số những nhà đầu tư lạc quan về sự phát triển của ngành công nghệ này là cởi mở với công nghệ AI.

50,2% số người được hỏi cho biết hiện tại họ không có ý định trả tiền mua các công cụ AI và hầu hết các công ty đầu tư cũng không có kế hoạch áp dụng AI vào các giao dịch hoặc đầu tư trên quy mô lớn.

Người đàn ông bán xẻng

“Nếu bạn đến California để đào vàng trong cơn sốt vàng năm 1848, rất nhiều người sẽ chết, nhưng những người bán thìa và xẻng sẽ luôn kiếm được tiền.” Lu Qi nói trong một bài phát biểu.

Gao Feng (bút danh) muốn trở thành một "người bán xẻng" như vậy, nói chính xác là một người có thể "bán xẻng giỏi ở Trung Quốc".

Là một nhà nghiên cứu chip, Gao Feng dành phần lớn thời gian nghiên cứu khoa học của mình cho chip AI. Trong một hoặc hai tháng qua, anh ấy cảm thấy có một sự cấp bách nào đó - anh ấy muốn trở thành một công ty CPU dựa trên kiến trúc RISC-V. Trong một quán trà, Gao Feng mô tả tương lai cho Huxiu.

Tuy nhiên, cần phải tạo ra chip AI từ đầu, cho dù đó là trong ngành chip hay trong giới công nghệ, nó giống như một "Đêm Ả Rập". **

Khi bánh đà của AI mô hình lớn bắt đầu nhanh chóng, sức mạnh tính toán đằng sau nó dần bắt đầu không theo kịp tốc độ của những người chơi trong đường đua này. Nhu cầu tăng vọt về sức mạnh tính toán đã khiến Nvidia trở thành người chiến thắng lớn nhất. Nhưng GPU không phải là toàn bộ giải pháp cho sức mạnh tính toán. CPU, GPU và các chip AI cải tiến khác nhau tạo thành trung tâm cung cấp điện toán chính của mô hình lớn.

"Bạn có thể so sánh CPU với khu vực thành thị và GPU với khu vực phát triển ngoại thành." Gao Feng nói rằng CPU và chip AI cần được kết nối thông qua một kênh có tên là PCIE, và dữ liệu được truyền đến chip AI, sau đó chip AI được kết nối lại Truyền dữ liệu trở lại CPU. Nếu khối lượng dữ liệu của mô hình lớn trở nên lớn hơn, một kênh sẽ trở nên tắc nghẽn và tốc độ sẽ không tăng lên, do đó, con đường này cần được mở rộng và chỉ có CPU mới có thể xác định độ rộng của kênh này và cần bao nhiêu làn đường. bao quanh.

Điều này có nghĩa là ngay cả khi Trung Quốc đột phá chip AI trên mô hình lớn, CPU quan trọng nhất vẫn khó vượt qua. ** Ngay cả trong đào tạo AI, ngày càng có nhiều nhiệm vụ có thể được giao cho GPU, nhưng CPU vẫn đóng vai trò “quản lý” quan trọng nhất.

Một số chip nội địa được trưng bày tại khu triển lãm mô hình lớn WAIC 2023

Đã hơn 50 năm kể từ khi Intel tạo ra CPU đầu tiên trên thế giới vào năm 1971. Trên thị trường máy chủ dân dụng và PC, Intel và AMD đã thống trị thế giới từ lâu, Intel đã thiết lập một hệ thống bao gồm quyền sở hữu trí tuệ, tích lũy công nghệ, chi phí quy mô, và hệ sinh thái phần mềm.Rào cản toàn bộ mô hình kinh doanh, và rào cản này chưa bao giờ suy giảm.

Từ bỏ hoàn toàn kiến trúc X86 và kiến trúc ARM, đồng thời phát triển chip CPU hoàn toàn độc lập dựa trên kiến trúc mới, có thể nói rằng "chín mươi chín cái chết và một cuộc đời là cả đời". Godson, dựa trên hướng dẫn MIPS đã đi trên con đường này hơn 20 năm, người ta nói rằng nó là một kiến trúc nguồn mở chưa được phát triển và xác minh đầy đủ như RISC-V. **

Bộ hướng dẫn giống như một mảnh đất, phát triển chip dựa trên bộ hướng dẫn tương đương với việc mua đất và xây nhà. Kiến trúc của X86 là mã nguồn đóng và chỉ các chip sinh thái của Intel mới được phép sử dụng, kiến trúc của ARM cần trả phí cấp phép IP, trong khi RISC-V là kiến trúc mã nguồn mở miễn phí.

Ngành công nghiệp và học viện đã nhìn thấy những cơ hội như vậy.

Năm 2010, nhóm nghiên cứu gồm hai giáo sư đến từ Berkeley, California, đã phát triển một tập lệnh hoàn toàn mới từ đầu, đó là RISC-V. Tập lệnh này là mã nguồn mở hoàn toàn. Họ tin rằng tập lệnh của CPU không nên thuộc về bất kỳ ai. công ty.

"**RISC-V có thể là bình minh của CPU Trung Quốc. **" Gao Feng nói. Năm 2018, anh ấy đã ấp ủ một công ty chip AI trong viện, khi đó anh ấy nói rằng anh ấy không muốn bỏ lỡ cơ hội cho làn sóng AI phát triển, lần này, anh ấy vẫn muốn nắm bắt nó, và điều này điểm vào là RISC-V. Trong thời đại của những mẫu xe lớn và sự thay thế trong nước, nhu cầu này càng cấp thiết hơn, suy cho cùng nếu một ngày nào đó, các công ty Trung Quốc không còn sử dụng được A100 thì họ phải làm sao?

"Nếu bạn muốn thay thế ARM và X86, CPU RISC-V cần phải mạnh hơn và bạn cần tham gia phát triển mã với những người là hệ điều hành thương mại trên Linux." Gao Feng nói.

Gao Feng không phải là người đầu tiên nhận ra cơ hội này, một nhà đầu tư trong ngành công nghiệp chip nói với Tiger Sniff rằng anh ta đã từng trò chuyện với người sáng lập một công ty mới thành lập về chip về cơ hội sử dụng kiến trúc RISC-V để tạo GPU. Ngày nay, đã có một số công ty ở Trung Quốc sản xuất GPU dựa trên kiến trúc RISC-V, nhưng hệ sinh thái vẫn là vấn đề lớn nhất mà họ gặp phải.

"Linux đã chứng minh rằng con đường này là khả thi." Gao Feng nói rằng trong hệ điều hành nguồn mở Linux này, các công ty nguồn mở như Red Hat đã ra đời và nhiều dịch vụ đám mây hiện được xây dựng trên hệ thống Linux. "Cần có đủ nhà phát triển." Gao Feng đề xuất một phương pháp. Con đường này gian nan, nhưng nếu đi qua sẽ là con đường tươi sáng.

Bánh đà quay quá nhanh

Dưới "phản ứng căng thẳng" của mô hình lớn, không chỉ đỉnh cao mới cảm nhận được sự cấp bách.

Lianchuang, một công ty mô hình AI quy mô lớn trong nước, nói với Tiger Sniff rằng họ cũng đã nhanh chóng tung ra một mô hình đối thoại quy mô lớn vào đầu năm nay.

"Cho đến khi không có chính sách quản lý cụ thể, chúng tôi sẽ không dễ dàng mở sản phẩm cho người dùng thông thường. Lý do chính là logic của To B." Zhang Chao, CEO của Left Hand Doctor, tin rằng trước khi "Các biện pháp hành chính" được ban hành , AI sáng tạo Sản phẩm được mở cho người dùng C-end, điều này rất rủi ro. "Ở giai đoạn này, một mặt, chúng tôi đang tiếp tục tối ưu hóa lặp đi lặp lại, mặt khác, chúng tôi cũng đang tiếp tục chú ý đến các chính sách và quy định để đảm bảo an toàn cho công nghệ."

"Cách tiếp cận theo quy định đối với AI tổng quát vẫn chưa rõ ràng và các sản phẩm và dịch vụ của các công ty mô hình quy mô lớn nói chung là rất thấp." nhà sản xuất vào tháng 6. Tại cuộc họp, người phụ trách công nghệ của công ty nói với Huxiu rằng họ được nhà cung cấp đám mây yêu cầu phải giữ bí mật nghiêm ngặt và nếu tiết lộ mô hình lớn của ai đã được sử dụng, họ sẽ bị coi là vi phạm quy định. hợp đồng. Về việc tại sao phải giữ bí mật vụ việc, người phụ trách phân tích rằng một phần lớn lý do có thể là để tránh rủi ro pháp lý. **

Vào thời điểm thế giới đang nâng cao cảnh giác chống lại AI, không thị trường nào có thể chấp nhận "khoảng thời gian trống" của quy định.

Vào ngày 13 tháng 7, bảy cơ quan bao gồm Cục Quản lý không gian mạng Trung Quốc đã chính thức ban hành "Các biện pháp tạm thời để quản lý các dịch vụ trí tuệ nhân tạo sáng tạo" (sau đây gọi là "Các biện pháp hành chính"), sẽ có hiệu lực vào ngày 15 tháng 8 năm 2023.

"Sau khi ban hành" Các biện pháp hành chính ", chính sách sẽ thay đổi từ định hướng vấn đề sang phát triển định hướng mục tiêu, đó là mục tiêu của chúng tôi. **" Wang Yuwei, một đối tác của Công ty luật Guantao, tin rằng các quy định mới nhấn mạnh " thưa thớt" chứ không phải là "chặn" không nặng. **

Duyệt qua thư viện quản lý rủi ro ở Hoa Kỳ là bài tập về nhà hàng ngày của Wang Yuwei, "Chúng tôi đang cung cấp các giải pháp tuân thủ và kiểm soát rủi ro cho các ứng dụng thương mại sử dụng GPT và các mô hình lớn khác để phân khúc ngành, đồng thời thiết lập khung quản trị tuân thủ. ” Vương Vũ Vệ nói.

Những gã khổng lồ AI của Mỹ đang xếp hàng để thể hiện lòng trung thành với Quốc hội Vào ngày 21 tháng 7, Google, OpenAI, Microsoft, Meta, Amazon, các công ty khởi nghiệp AI Inflection, Anthropic, bảy công ty AI có ảnh hưởng nhất của Mỹ, đã ký cam kết tự nguyện tại Nhà Trắng. Đảm bảo rằng các chuyên gia bảo mật độc lập được phép kiểm tra hệ thống của họ trước khi phát hành ra công chúng. Và chia sẻ dữ liệu về bảo mật hệ thống của họ với chính phủ và học viện. Họ cũng sẽ phát triển các hệ thống để cảnh báo công chúng khi hình ảnh, video hoặc văn bản được tạo bởi AI, sử dụng một phương pháp được gọi là "watermarking".

Trước đó, tại phiên điều trần trước quốc hội Mỹ, nhà sáng lập OpenAI Sam Altman cho rằng cần tạo ra một bộ tiêu chuẩn an toàn cho các mô hình trí tuệ nhân tạo, bao gồm cả việc đánh giá khả năng nguy hiểm của chúng. Ví dụ: các mô hình phải vượt qua một số bài kiểm tra bảo mật nhất định, chẳng hạn như liệu chúng có thể "tự sao chép" và "xâm nhập vào thế giới hoang dã" hay không.

Có lẽ chính Sam Altman cũng không ngờ rằng bánh đà của AI lại quay nhanh đến mức thậm chí có nguy cơ mất kiểm soát.

“Lúc đầu chúng tôi không nhận ra vấn đề này khẩn cấp đến mức nào.” Wang Yuwei nói, cho đến khi ngày càng có nhiều người sáng lập công ty đến tham khảo ý kiến. Anh ấy cảm thấy rằng làn sóng trí tuệ nhân tạo này đang trải qua những thay đổi hoàn toàn khác so với trước đây. **

Vào đầu năm nay, Wang Yuwei đã được tiếp cận bởi một công ty Wenshengtu, công ty đầu tiên tiếp cận các mô hình quy mô lớn.Công ty này muốn giới thiệu hoạt động kinh doanh của mình sang Trung Quốc nên họ muốn biết về hoạt động kinh doanh tuân thủ dữ liệu trong lĩnh vực này. Ngay sau đó, Wang Yuwei nhận thấy rằng ngày càng có nhiều cuộc tư vấn như vậy, và sự thay đổi rõ ràng hơn là người đến tư vấn không còn là luật sư của công ty nữa mà là người sáng lập. "Với sự xuất hiện của AI thế hệ mới, logic quy định ban đầu rất khó áp dụng." Wang Yuwei nói.

Wang Yuwei, người đã tham gia vào công việc pháp lý về dữ liệu lớn trong nhiều năm, nhận thấy rằng AI tổng quát và làn sóng AI trước đó đang cho thấy nhiều thay đổi cơ bản hơn. Ví dụ, lần trước AI dựa nhiều hơn vào các đề xuất dựa trên thuật toán và một số nhận dạng khuôn mặt nhắm vào một cảnh và một số mô hình nhỏ được đào tạo trong các tình huống ứng dụng cụ thể. Các vấn đề pháp lý liên quan không gì khác hơn là quyền sở hữu trí tuệ. các vấn đề bảo vệ. Các vai trò khác nhau trong hệ sinh thái AI tổng quát này, chẳng hạn như công ty cung cấp mô hình lớn cơ bản, công ty kết nối với mô hình lớn để tạo ứng dụng và nhà cung cấp đám mây lưu trữ dữ liệu, v.v., có sự giám sát tương ứng khác nhau. **

Hiện tại, có sự đồng thuận về các rủi ro liên quan do các mô hình lớn mang lại. Ngành công nghiệp hiểu rằng các ứng dụng thương mại chắc chắn sẽ khuếch đại những rủi ro đó. Để duy trì hoạt động kinh doanh liên tục, cần phải chú ý đến việc giám sát.

Khó khăn là "** làm thế nào để tìm ra con đường có thể giám sát tốt mà không ảnh hưởng đến sự phát triển của ngành**." Wang Yuwei nói.

Phần kết luận

Đối với toàn ngành, trong khi thảo luận sâu hơn về công nghệ, nó cũng kích hoạt tư duy sâu rộng hơn.

Khi AI đang dần chiếm vị trí thống trị trong ngành công nghệ, làm thế nào để đảm bảo tính công bằng, công bằng và minh bạch của ngành công nghệ? Làm sao để doanh nghiệp vừa và nhỏ, doanh nghiệp khởi nghiệp không bị gạt ra ngoài lề khi doanh nghiệp đầu ngành kiểm soát chặt công nghệ và dòng vốn? Việc phát triển và ứng dụng các mô hình quy mô lớn có tiềm năng lớn, nhưng liệu việc chạy theo xu hướng một cách mù quáng có khiến chúng ta bỏ qua các công nghệ tiên tiến khác?

"Trong ngắn hạn, mô hình AI lớn đang được đánh giá quá cao một cách nghiêm trọng. Nhưng về lâu dài, mô hình AI lớn đang bị đánh giá quá thấp."

Trong nửa năm, đợt nắng nóng AI tăng cao. Tuy nhiên, đối với các công ty khởi nghiệp và gã khổng lồ công nghệ Trung Quốc, làm thế nào để duy trì phán đoán rõ ràng và lập kế hoạch và đầu tư dài hạn trong bầu không khí thị trường nóng bỏng sẽ là chìa khóa để kiểm tra sức mạnh và tầm nhìn thực sự của họ.

(Pao Xiaoqian cũng đóng góp cho bài viết này)