【李自然说】中美AI大模型之战：谁能笑到最后？
28:25 Share

我是李自然今天这个视频呢和大家预测一下 AI 大模型这个行业未来的这个竞争的情况因为现在呢很多大模型公司烽火一时比如中国里面呢有智浦百川月日安面 minimax 号称 AI 四小龙对吧在美国那边呢有

有 OpenAI 有这个 XAI 还有一些这个 MixTraw 等等就是大模型公司也很多那这些公司呢就谁能够胜出成为最后的赢家那这个中美之间最后的竞争会变成什么样子今天就和大家聊这个话题聊这个话题呢它的起因大概是在于一年之前的时候就是我当时和两个投资人朋友聊天嘛那两个人呢刚刚投了一家大模型的公司然后他们就和我聊说他这家公司多么好然后呢我当时坦白说情商也不是很高吧我就说你

你们呢最好就是说尽早出手这家公司啊因为在我看来这家公司活不过超过两年的时间其实比较危险啊这个于是大家就是话不投机啊我就从那个现场就离开了但其实我觉得当时的推理是没有错的所以说今天呢就和大家聊聊我这个对这方面的一些预测啊就是当因为他们当时跟我说很多行业里面的内幕消息啊他们怎么看好这家公司的但其实我觉得这个商业这个东西吧很多时候啊你不需要有这么多的内幕消息啊其实你只需要一些基于商业的常识然后再有一些逻辑的推理就够了啊

就是今天我所有的预测都是基于市场上公开的信息然后再加一层退的就可以所以说但一直到今天啊就是我说这句话已经是一年之后了啊就是行业里面直到今天真正算过之余账的人呢我觉得基本上行业里面的人也不超过 1%的啊所以说今天这个视频呢我觉得他如果说着了干货的话并不是在

就是我最后预测出来那个结论是什么样子而是说这整个的思维的方式和分析的过程啊就是我之前有一个视频啊当时那个视频录完之后中国这边基本上最有名的亚特的机构他也都有人看的时候说你的视频是我早出一年封审了你就你这个预测啊但是其实我那个视频就是和他聊天一年前

当时我就早就有这个想法但我这人太懒就没录啊然后今天视频呢其实这个内容已经又过了一年了但在今天事实上有这个想法还是比较少的我就专业时间把它这个录出来要再录晚了呢可能就更加显得我这些预测没那么神奇了那个首先呢就我们直接开始啊就我们先看看当今的一个竞争的形式啊就现在呢

如果我们放到今天来说的话最顶级的大模型已经不是 OpenAI 的 GP4 或者是拆 GPT 了其实 OpenAI 已经落后了事实上现在最好的大模型是 Cloud 3.5 因为我们公司比如说像我们公司吧其实日常的办公其实现在都是 Cloud 3.5 了它的能力明显比 GP4 要好也就是说作为行业一个 OpenAI 其实已经事实上落后了

如果他想维持住自己的行业地位的话那他还说什么呢都要在今年有一些动作就是能推出 GPT-5 当然是最好对吧即便是 GPT-5 搞不出来呢可能也要推出个 4.5 什么的就否则就大家对欧盟的信心啊可能就都会出现一些问题如果对他信心有问题呢他后面可能融资的各种东西就可能就

他这个行业领先这个一哥的地位还是要维持的所以说呢我觉得他虽然现在已经这个快 9 月份了但我觉得他还有比较大的概率在今年年底或者说明年年初出一个更新的 GPT 的一个版本至少是 4.5 个

然后而且呢因为我们又看 Cloud 这边呢这个 3.5 呢它现在推出一个版本叫做 SunlitSunlit 这个版本呢只是它一个中杯啊它那个超大杯那个 Opus 那个版本现在还没出啊但它既然现在这个版本敢叫 Sunlit 的话就说明它后面还是有一个超大杯在的啊

那个 OPUS 什么时候出呢就是我觉得其实可能也用了多少时间所以说呢 OPUS 可能压力是比较大的然后我觉得这两家呢现在是现在的第一梯队啊就是说他们都是明显的在已经推出的产品上面就达到或者说超过了 GP4 的水平就明显就奔着 GP5 去的就因为

我们现在这个单位还是以 GBT 为单位我们横向做对比的话因为考虑到欧凤元还是行业里面最有行业地位的公司所以我们还是以 GBT5GBT4GBT3 这些东西来衡量第一梯队这公司肯定就直接被 GBT5 去了然后

然后第二梯队呢其实这里面也有好几个玩家比如说有 LamaMistroXAI 等等就好几家公司他实力也不差就在我看来呢这第二梯队这家公司他其实是人才密度非常高的而且呢就是其实他们也非常有钱这个所以说呢他们你比方说像马斯克那个 XAI 对吧在我看来他是冲击第一梯队可能性还是非常大的

就是他们呢就基于这些判断呢他们其实不会和我们前面说的第一梯队拉开一代以上的差距啊就是比如说在 GBT4 的时代呢就是这底下第二梯队的也普遍接近了 GBT4 的水平就他起码是明显的超过了 3.5 的水平他不会说

你都就是能领先第二梯队第一梯队没法领先第二梯队一个代差以上对吧这是我的第二个这个这个这个就是前提啊就是一个事实我觉得是没有问题的啊因为第二梯队我们看他不管是从人才从资金从硬件跟后面都不差啊然后就是第三个呢第三点说呢就是其实大木型的形象呢是没有第三梯队直接说的就是为什么呢因为

我们看第二梯队里面就有好几个开源的外加载了对吧就是我而且这里呢大模型行程没有第三梯队啊不光是说美国没有第三梯队就是说在中国呢也没有就虽然中美之间有一道这个防火墙作为阻隔对吧但是就是

可能很多东西不是通的数据各种都是没有那么通畅对吧但是说美国大模型在中国也不能用对吧但是说就是如果你搞了半天还不如一个开辩模型那其实你确实存在的意义不大所以说这个事呢虽然中间有隔离啊但它还是一个全球的一个

一个竞争啊你从大的范围里看这个比如说哈就是前几天苹果开文一个一个大模型是吧那个模型不算太大我记得可能是七八币这样子但它是一个真开源就我们之前以前说节目里曾经说过这个大模型的开源和开源软件不太一样因为开源软件是整个源代码都给你看但大模型的是开源说一个东西你是只是能用但是他怎么训练出来你是不知道的那苹果这个模型呢他其实就是把所有的学习数据各种都给你看了也说你其实你可以不费太大的力气就能

从苹果这个基础上对吧再去发挥做一些事所以说你如果是你还想在大模型这个行业里面混啊就除非我们先排除那些搞垂直小模型的一些那些事啊就说你现在想搞这种通用大模型你至少要维持在第二梯队这个档次啊再往后你就掉队了因为没有第三梯队这么一说所以说呢这三点呢是我今天这个后面推论的一个前提啊这三点呢如果大家都明白的话那其实

我们就可以开始后面的推理了对吧然后我顺便说一下中国公司这边是什么情况因为我们前面说都是美国的公司因为我前头说其实这个标准其实拿 GB4 当标杆在今天来看对吧但是当前其实我们看中国的这些公司其实他们说不管

一些公司擅长长版本也好或者说版本也好其实还是在 3.5 的水平就是你最终这个模型它还是要回归来看你这个推理能力怎么样解决复杂问题的能力怎么样甚至我们中国这些公司里面有一些还在我的标准是不太到 3.5 的

这个水平的所以说对于这一批中国公司来说呢他们首要的问题啊还不是去搞那个 GPT-5 的问题他们得第一步先追上这个 GPT-4 得先真正的练出一个 GPT-4 模型的这个级别的模型出来对吧其实他们的模型在我看来确实还没能达到 GPT-4 现在这个

这个时间点呢已经非常赶了因为你必须要跟上国际大部队这个时间点对吧因为 GPT-5 出了大家都奔着 GPT-5 去了你如果还停着在 3.5 那明显你就要奔着这个第三梯队去了对吧那就不太行了所以说呢大家肯定是要拼着命往上去跟的

这个我说我今天要推理的前提就是前面说的这些啊然后呢其实我们就可以算账了这账怎么来算呢就是我们看看 GBT4 啊就我们现在说大家至少搞出了 GBT 来 GBT4 来对吧这是第一步这个 GBT4 的训练成本是什么样的 GBT4 的这个就是据一种说法呢是用了 25000 张卡啊

A100 训练了 100 天的时间而且呢据说他训练效率是很高的就因为他 GPS 好像只训练了一遍就很顺利的就出来了这个就是一次训练成功的当然了也有人说这个最少做法呢是我记得有人说是用了 8000 张卡但不管是 8000 还是 25000 其实坦白说我觉得区别没有那么大这个我之前呢在听一个斯坦福的天体物理课的时候当时那个教授啊

还是给我留下了很深刻的印象因为他这个在计算的时候就是 1/3 0.3 还有就是π/10 在他看来都是一样的就都可以互相之间约分除什么的他为了算的π然后我就觉得你这些数差别还蛮大的对吧你为什么可以这么算呢他就说你们来上这课就是为了学这个计算的方法就不要花太多时间在这个算术上面另外的话其实他说天体无理就是你只要算对数量级就行了就其实具体的数字误差都很大就是就是说

区别不大然后呢他一些很相近的数额都可以直接做约分什么的然后我觉得那些课呢其实真正给我启发比较大的倒不是电子物理而且说这种这个把握大的数量级的这样的思维方式因为今天我们说的这些东西呢比如说 GBT4 训练究竟是用了 25000 张卡还是用了 8000 张卡

这真的是需要内幕消息可能 OpenAI 的人知道这个事是吧否则其他人也不知道那但是呢其实不管是 8000 张还是 25000 张它区别不大因为都在一个数量级就是万卡级别才能训练 GPT-4 对吧而且是在你技术比较牛逼的情况下万卡才能训练 GPT-4 这个结论呢是没有任何的问题的那万卡训练 GPT-4 呢

如果我们还是按 25000 张来算的话那一张卡呢就是我最近没有跟踪卡的价格就是我去年聊的话题的时候呢我记得当时是 2 万多美金一张卡然后如果说这个 25000 张卡就是 5 亿美金对吧反正万卡的话呢起码要这个上亿美金了几亿美金对吧我看那句话我们算一个大概的数量级就行了因为 5 亿美金呢说这话呢也不夸张为什么呢我们只是算卡呀你还没有算

工资员工的工资对吧这是非常高的然后公司的运营成本还有形式你这公司你不说训出来就完了吗你还得给大家提供服务你还有推理的成本然后就是你还有电费等等各种各样的成本对吧就是所以说我觉得 5 亿美金呢搞出个 GPT-4 来是这个结论是没有什么问题的啊

有人说如果买卡太贵你租行不行就租卡行不行如果我公司钱没那么多就是租的话我记得大概一年前的行情现在我却不了解当然是三四美金一块卡一个小时大致是这样的因为租卡它其实

不可能太便宜的因为你想这些云服务商他们也不傻他们也要小几年时间就要回本啊他不可能一个卡就是分十年买因为这卡半导体技术也在进步对吧这卡的寿命也没那么长所以说租卡呢确实是便宜点但他其实不会差出一个数量级或一个数量级以上这样的成本出来啊就是说租卡呢其实也是蛮贵的而且呢坦白说呢 DP4 租卡我不知道行不行但 DP5 啊

租卡肯定是不可能完成的任务就是我之前在发过一个极客啊就是说有人说虚拟模型我说这个卡呢现在不知问题可以租但因为极客这个平台啊就是内容都很短啊就我说短内容啊你没法说的逻辑这么严密啊就是其实这个意思这样的啊就是说如果你去用一个 GP3.5 几百张卡一千张卡能完成的这个呢大几百张卡对吧你租卡确实没有问题但是如果你的卡太多啊你要要万卡这种东西吧

它本身组万卡就是有基础含量的一个事而且它有很高的搭建的成本所以说如果你想追 GPT-4 你如果是一个严肃战争的大模型公司我觉得万卡这个集群肯定还是要的而且你不太可能一次就能训练好你可能还要反复的去搞反复的去搞这个训练所以说没有几亿美金 GPT-4 肯定是搞不出来的

而且有几亿美金呢他也不简单啊大概是这么一个一个结论啊这个而且呢就是你迅速 GPD4 来啊就是你只能保证不掉队啊只能保证目前来说勉强跟上 DRT 队啊就因为你后面大家都奔着 GPD5 去了嘛你还要再搞 GPD5 对吧这个 GPD5 比 GPD4 要贵多少呢我们再看算一下这一张啊就是

你要算这个账呢其实我们就可以拿这个钱袋来对比一下就我们看看 GPT4 比 GPT3 贵了多少这这个 GPT3 呢有人说用了 500 张卡有人说用了 1000 张卡我记得我去年之后和我 CTO 聊天的时候我发过一个 JP Morgan 的一个报告那里面说呢是用了 1200 张卡反正不管怎么着吧它实际上是千卡这个级别而且呢训练时间

很短啊这个有人说这个这个 GPD4 是 2.5 万的卡训练了三个月了但是这个 GPD3 的训练时间是非常短的你这个反正大概算下来呢我记得我当时算过这个账的就是 GPD4 的这个对算力的要求啊比 GPD3 是提升了 100 倍左右的有时候提高了两个数量级当然我们自己考虑到可能英文兰的芯片也在越来越快也在进步对吧这个我们这个我们刚才说如果训 GPD4 需要五亿美金那训 GPD5 呢

我们保守一点咱不管算力需要乘 100 这个事对吧我们就算算力需要乘 10 对吧就我们说比如说不是算力啊就说成本如果需要乘 10 的话那就是 50 亿美金了对吧你说 GP5 呢你想搞出来呢

别管搞得搞出来搞不出来这个 50 亿美金本身呢就是一个门槛啊还有一句话我这里算的不是很精确啊就大家不要太纠结我算的这个数字但是这个数量级不会错的这个即便是 50 美金不准但起码不是就是你 10 亿美金 20 亿美金用的搞出来的东西啊我觉得 50 亿美金应该差不多这个数量级啊

而且这还是在我们忽略了除芯片之外所有的问题的情况下因为还有人才的问题还有中国公司还有芯片限制的问题而且这里面还有组集群的你还用电你用电是非常大于数字到这个级别对电网都有冲击的就是用电的问题等等就这些问题是没有一个是很简单的问题还有训练数据的问题然后还有我们

前面只说的大语言模型这还没考虑度模态的问题其实这些都是非常大的问题就是如果我们把它算成钱的话呢就是起码是几十亿美金才能有资格去玩这么一个游戏这个

所以说我们就单纯看这一块呢就是几乎就五出了你作为一个大模型公司你能不追吗你不可能不去追你去追的话呢你不管是五是一我们即便说更保守三是一你总是

要投的对吧如果你这钱拿不出来呢这中国咱不说中国吧不说哪个国家吧就说你看很多公司他账上有 30 亿美金吧这个是没有的对吧因为你看很多公司啊他这个整个估值啊也就是差不多才这个钱对吧也就是说以后呢就是 10 万张卡才是入场交入场券就是 10 张卡 10 万张卡而且他可怕之处呢是在于

你搞出 GPC5 来你也没赢啊就是你搞出 GPC5 来又能怎么样呢你能赚钱吗你能领先 OpenAI 吗你搞出 GPC5 来你不太可能在 OpenAI 和这个 Anthropic 和 XAI 之前搞得出来对吧这个可能性是非常非常低的就是你既然搞出来还是一个追随者对吧就是你看不到尽头而且

就是你搞 GP5 来也没有看到明显的上下模式起码今天大家都没有看到就并不是说搞出来就赢了就你只是说需要这么几十个美金你才能留在这个牌桌上面继续游戏它是这样的一个概念所以说像朱孝虎一段时间之前说的文章说不偷他不行

就是我虽然没有那么喜欢朱小虎这个人的性格但是坦白说我觉得他说的都蛮对的就是这种大部分公司怎么投呢说实话我是看不到怎么投的这个大逻辑是这样的

然后现在国外的公司是什么情况呢就是卡最多的可能是当然微软自己因为它有自己的云服务它的卡可能是最多的据猜测可能有 180 万张卡这都不止 10 万张卡的问题对吧人家据猜测这数据也不一定准 180 万张卡那个 Meta 的话可能是有 60 万张卡

那马斯克那边呢我们不管是 XAI 和加上这个特斯拉那边可能也有个几张卡这个几十万张卡 35 万张以上吧可能大概是这样的一个一个猜测的一个数值啊起码人家都是几十万张卡对吧都明显的超过了我刚才说的 10 万张卡最低的那个门槛啊

然后现在英伟达的产能 23 年他应该是给 AI 这一段给机房这一块应该是不到 400 万券 370 万张卡应该是然后就算他每年增产 30%你想这些人都要去翻这些英伟达的产能所以为什么英伟达这么贵呢他产能一年才不到 400 万券对吧然后

而且你不光是训练大部分的公司人用你训练出来的大部分行业它都有应用在上面跑而且还有很多小公司它也需要用 AI 然后所以说

因为链达平的公司它只是这个卡的一部分你不能把卡全都用来智能大模型没人给用了对吧所以说整个卡呢还是就是我觉得门槛整个还是非常高的大概是这样的一个判断然后我之前还发过一个我在极客和推特都说了当时月市安链在就是疯狂的投广告在这个

中国个人去投就是我当时还批评这个事我说投广告呢就是没什么用因为这其实纯粹是给商业给这个行业教育用户只是让大家知道了大模型这么一个东西因为在我看来呢大模型本身啊它不存在占领心智这么一说你比方说 OpenAI 这么有名但是现在的 Cloud 3.5 只要是好用那我觉得很多人都会转而用 Cloud 3.5 因为它就是一个很现实的凭实力说话的一个市场对吧你又不是说真的有

多少数据留在上面不能走或者说怎么样就是说你普通人用或者普通的公司用就是谁的模型强我就用谁然后谁的模型强我就掉谁的 API 对吧然后所以说你去打自己的品牌我觉得其实意义不大然后其实这时候比如说中国这边有一家只要能达到比如说超过 GPT-4 的水平对吧那我觉得大家都会去用它

他起码说懂行的人都会主要信用他然后这个行业就是那种高端应付带领低端应付对吧这其实我觉得就是

在我看来大模型企业打这个广告的价值就不大然后另外一个原因就是这公司其实没有钱大家听我说你不要管他融资了多少钱你后面追 TBT5 就是几十亿美金的投入在这里那中国这些公司呢普遍来说整个的估值也就是小几十亿美金这么一个估值你让他拿 50 亿美金出来比他的估值都多对吧你像那个 Anthrope 他

他这个融资融了 73 亿美金那他的融资已经比中国的四小龙什么的估值可能都要高了对吧那我们没有这个钱去训 GPT-5 那你从这个角度来说呢他投广告可能也是

很理性的为什么呢因为我也知道我弄不出来对吧那这时候呢我还有钱我还不如先打个广告打个广告呢如果有人给我投资有人看到了我的因为可能很多大厂或者说有一些什么机构或者是什么咱不说了就是说有一些搞投资的人他可能看到这个数据挺好看他就给他投了说不定也是一个理性的情况因为他自己也有数我搞不出来对吧然后但是呢我不是说这个

Kimi 投网告有什么问题啊但是这个行业里面有大量当时有大量跟风去投网告的就是这里面肯定有人很沙雕的是没想清楚这里面的事的就是打水漂的人是很多的对吧其实就肥了一些做做广告吧这些平台对吧这些钱都让他们赚了啊是这么一个情况这个然后呢再顺便说一句啊就还有很多这个搞 agent 的公司 agent 呢其实在我看来他不属于就

就一般的创业公司干的他就是应该是大部型公司干的一事因为他对大部型公司来说呢可能将来是他们的一个像护城河一样的一个东西这个因为呢这些模型公司最了解模型的能力嘛他们能为 A-Town 这个事呢做优化做得比较好就而且呢他们其实肯定想增加下游公司的迁移的成本因为现在大家迁移明显没有什么成本

然后他就有动力去给他做一些隧道模型能力提高做 agent 出来这样你想走了你走了没有我这 agent 能用他有可能有这样的情况这个是我猜的这段不一定准但是我觉得 agent 的这个市场呢更多可能是大幕秦文字在做

然后我们刚才是差的有一点点远如果我们说未来的预测就是海外的话我觉得是比较清楚的就是你看那个 Anthropic 它融了不少钱而且背后有谷歌有亚马逊投资而且它现在确实是领先的一家所以我觉得我也挺喜欢这家公司它

团队也非常强我觉得短期来看这家公司还是比较强的它是能比较稳的待在第一梯队没有问题的 OpenAI 虽然说现在负面有点多但是它毕竟手里还是有不少牌的而且也有微软的支持有苹果的订单什么的我觉得保持第一梯队当然有风险但是整体来看我觉得

起码短心地来看吧问题还是不太大的然后像那个当然他现在就是说每年亏的钱太多了这可能是他的一个风险点然后像那个 XAI 那边呢他真的是蛮强的然后马斯克手上这个又先又有卡当然马斯克一直玩着也比较这个有点点极限的感觉啊但是 XAI 我觉得也是蛮有希望能够冲击这个第一集团的吧然后像大公司呢其实像 Meta 像微软甚至包括像苹果啊我觉得他们其实

将来 AI 这个东西都不会调队这家公司像苹果其实我觉得它虽然现在我们看大模型不是很强但是它其实毕竟设备都在自己的手上将来应用层上它肯定是很强的而且搞大模型 搞 AI 技术苹果的积累也不准没有然后像欧洲那边还有一个独苗就是 Vistro 那边那个不好说 那还要再看看但是

这个欧洲人但凡有不济点还是要保留住自己的公司对吧那他那也就他了对吧那我们还是说中国这边啊中国这边呢就首先大步行这个事啊这个最大的判断就是他其实不属于他其实不是创业公司该干的一个事这个是最根本最底层的一个逻辑因为他太烧钱了而且烧到钱呢看不到结果啊反正大概的逻辑就是这样的

而且不是 VC 的钱能支撑得起的只有大公司甚至说政府能支撑得起其实中国的 VC 在这一波的表现挺勇的虽然网上的人都骂资本什么的但坦白说中国的风险投资这些人我觉得真的是为中国的科技行业做出了巨大的贡献然后包括大模型就是前期都是 VC 店的钱搞起来的就是

这个他们做的贡献是呢是很卓越的但是另一方面来说呢但是这个行业呢我觉得确实投资不是特别的不是特别的好我觉得很难就是赚了很多钱或者说还是得下一轮或者什么时候就退出来一部分比较好一点就是再次为 VC 这个行业感到叹息就 VC 这个行业

前几十年为中国科技行业贡献很大但现在呢这行业就是感觉越来越不好干这个是这么个事然后中国这些大模型呢就是要么你真的得靠上一家大公司这靠上大公司呢就是那种你一定要大公司真的把你当成是他自己的东西那种啊而不是说他这里有服务器他可以用换就是投你点钱他心里还盘算着我投给你钱反正你也得消耗我的算力我还能再收回来对吧这样的就是说

其实还没成为自己人就是我学着你真的能抱紧大公司这样的呢就可能中国这些大模型创业公司还是得这样才能有钱因为这个钱我觉得真的不是 VC 能支撑得起的

然后呢现在中国大公司也不着急他们看起来他嘴不急就等着扫货这个大公司层面的中国是在绝对的劣势上为什么呢因为中国的大公司别管有没有钱他买芯片是问题就真的太大量的买芯片各种东西这个中国的芯片数量呢

是明显的比美国大公司要少的您这个具体新片数量不知道但你可以看到一些数据显示这些大公司它积房的耗电量的数据排名前四的谷歌第一像微软第二亚马逊第三像 Meta 是第四这四家其实都有差距但是说

没拉开一个数量级的一个没拉开特别大的一个差距然后到第五呢和前四名的差距就比较大了第五是苹果苹果呢其实和中国的第一就是阿里差不多就是美国的第五是苹果对吧这个 Google Microsoft 还有 Amazon 和 Meta 是前四这个 Apple 和中国的阿里巴巴差不多然后后面呢中国这边呢再往后就是华为百度和腾讯这三家加起来呢

可能和阿里差不多这是如果我们看积繁电力消耗这么一个数据的话如果我的数据原来没有错的话大概是这么一个情况另外就是基本上中国

地方建的最猛的拿阿里巴巴来说它和微软其实不一样的就是它其实真的可能是更多的我的观察反正是不像是像微软那样真的是因为看好这个 AI 行业把这里面牛逼的公司都投一遍它其实可能更多的是还是投名服务的逻辑就还是琢磨着我这里反正有服务器对吧我投了你你的钱还得花在我的服务器上我还能再收回来它可能还得再算这么一个账所以我觉得阿里啊这个

怎么说呢就是他不一样就是就是不好说以后会怎么着这个 AI 时代会怎么着但是我觉得资杰托诺是想的比较清楚的在中国的公司里面就他对 AI 的很多的想法什么的我觉得我个人起码看起来我觉得还是蛮强的对然后呢其实还有一不能忽视的力量的就中国的国家吧还是更特殊一点我觉得就是国有资本甚至说政府

就是因为他们手上真的是有大钱的资源多然后钱多然后而且呢中国其实有一个很大优势就是电像美国呢其实以后大家用的新设有点多吧就是说这个中国是新设是问题对吧美国可能很多公司的很多情况是电是问题因为那个他们搞基建

这个以前没有这么多电他突然搞这么多芯片需要这么大的电他弄不起来中国这边呢搞基建的速度其实还是很猛的就比美国快很多而且这个资源调配的能力确实强很多所以说中国的基建呢优势是很巨大的但中国基建优势想用好谁能用好呢可能还是政府用的好所以说而且你说现在这个大模型啊如果说把它看成是未来特别特别重要的一个东西你看中国这个这个很多年前也搞过什么

这个人民网搜索引擎对吧但当时没搞成会不会也吸取一些经验教训然后在这个 AS 时代呢在国有企业在搞一个什么国家队打模型出来这在我看来不一定是就是说还是有可能的啊就是还是还是比较有可能的事所以说我觉得中国这边的竞争形势呢就是创业公司必须得包住一家大公司真正的包住大公司可能才能

在 GP5 的时代存活下去否则呢你可能做着做着就干不动了这第三阶段就跟不上了跟不上了只能干什么呢只能去转行了就是说我只能去搞个垂直什么模型或者说我去搞个应用层什么东西或者说怎么着吧你就只能自己想别的办法了对然后这个如果说除了大公司之外呢就是政府的

这些力量了或者说国有公司或者说这种类似的吧这些这个这个这个这个这方面的力量呢可能还是蛮强的也就是说后面的可能左上的和美国那边就完全不一样的一个路径啊这是我今天整个的一套推理啊为什么是这样的一个情况你给大家这个

这个录像说一声啊其实我预测了不少东西对吧其实就是当时比如说大家觉得瑞幸都不行的时候我给大家说瑞幸没问题对吧然后比如说像那个这个这个 Plexi 对吧他还没融资的时候我就说这家公司特意提了一下我觉得他蛮强的这家公司所以我当时就是说一年前我就给我两次的朋友说你们投这公司这个这个得出手反正就是这个反正我觉得所以说这个商业这个事吧就是说

还是得回归到逻辑和常识吧一些推理预测什么的吧反正今天就就是就是讲的也不是很成体系啊就因为已经很晚了就是说抓紧录出来玩视频好了有些联欢的朋友朋友们我是李自然今天这个中美大磨叮的预测大家聊到这里啊我们下期再见拜拜欢迎加我的微信我的微信是李自然 5460 全拼的李自然数字 5460 李自然 5460