织梦源码,模板王

2025 年 1 月 7 日，李开复在与《智能涌现》的对谈中提到，初创公司投入超大模型预训练的性价比太低，只有大厂能够烧超大模型。他认为零一万物的生存之道是做小参数、适中的行业模型，与能够承担超大模型训练的大厂合作，利用大模型教小模型的能力，来训练小而精、性价比高的模型，进而拥抱应用的爆发。以下是具体解读：

放弃超大模型的原因

成本因素：训练超大模型需要耗费大量的资金、计算资源和时间。例如，GPT4 每训练一次就要花 1 亿美元，而对于初创公司来说，很难承担如此高昂的成本。

效率问题：随着模型规模的不断增大，其效率提升可能会逐渐减缓。如 OpenAI 前联合创始人 Ilya 所说，Scaling Law 已经到了尽头，意味着巨大的模型要花很多的钱，得到的效率却不会像以前那样递增。

竞争压力：在超大模型领域，已经有像 OpenAI、谷歌等巨头占据了领先地位，它们拥有强大的技术、资金和人才优势，初创公司很难与之竞争。

适用性局限：超大模型在某些特定领域，如车企、金融、游戏等，可能并不一定比小模型更适用。而小模型可以针对具体的行业和应用场景进行优化，具有更好的针对性和实用性。

专注商业落地的重要性

实现盈利：对于创业公司来说，最终的目标是实现盈利和可持续发展。只有将技术转化为实际的商业产品和服务，满足客户的需求，才能获得收入和利润，从而在市场中生存下来。

客户需求导向：专注商业落地可以促使创业公司更加关注客户的需求和痛点，深入了解行业特点和业务流程，开发出更符合市场需求的产品和解决方案，提高客户满意度和忠诚度。

形成差异化竞争：在激烈的市场竞争中，通过商业落地可以找到独特的应用场景和商业模式，形成与竞争对手的差异化优势，避免陷入同质化竞争的困境。

提升品牌价值：成功的商业落地可以为创业公司带来良好的口碑和品牌形象，吸引更多的客户、合作伙伴和投资者，为公司的进一步发展提供有力支持。