大模型需要算力、算法和数据积累，绝对不是玩概念的事情，最终还是要市场买单

但可以看到，10亿级参数这个量级，很可能不是真正的“分界线”。因为现实的情况是，一些未能达到千亿规模的模型，很难在当前市场的竞争具有竞争力。不过，也不排除一些在垂直领域深耕的玩家，最终能跑出来。

“大模型需要算力、算法和数据积累，绝对不是玩概念的事情，最终还是要市场买单。”夏先生认为，目前来看诸如百度、腾讯、阿里无论是在资源还是积累上，都有一定的优势，“他们在云市场深耕，并在自己擅长的领域积累多年，无论技术层面还是行业积累上，实质已经完成了抢跑，未来就看这些头部玩家如何落地。”

而在投入层面，这会是一个天文数字。

以百度为例。据透露，过去10年，百度在AI方向的投入已超过1000亿元。但大模型不是投一笔钱、做一个模型那么简单，它需要有算力、有数据、有经验丰富的AI工程师在好的研发平台上长期积累。

而创业公司如果直接去做基础大模型，除了上述投入之外，还需要能够把模型、算力管理好的AI开发平台。

这意味着，创业公司不论是自建开发平台，还是采购外包平台，其投入都不会是小数目。并且，大模型不是预训练出来就好，更需要后续持续敏捷迭代。从这一点看，创业公司所受的限制明显要高于大公司。

但大厂很难留住强算法人才的弊端也比较突出，因为大模型投入是一件长期主义的事，必定会面临与既有业务之间的冲突。这一点，从大厂出走的大模型创业者的经历，就说明了一点。长期主义对创业公司同样重要，无论是创始人的背景背书，还是资源合作，抑或是客户的拓展，都需要长期积淀。

三、行业竞赛即将鸣枪

人工智能专家侯世达的学生梅拉妮·米歇尔《AI 3.0时代》一书中提到，研究人工智能与赛道中的创业者们都熟悉了一种模式——先是“人工智能的春天”，紧接着是过度的承诺和媒体炒作，接下来便是“人工智能的寒冬”。并且，他认为这一模式将以五到十年为周期不断上演。

具体到2023年上半年的大模型赛道，显然其正处于第二个阶段——行业很火，市场很热。这一周期往往是最短的，也通常意味着如此去泡沫化后，赛道竞争即将正式开始。

大模型比拼的不仅仅是技术，还应该将重点放在大模型应用、产业生态中去评估。

目前，市场上大模型的玩家主要分三类。

一是聚焦基础层，主要对标OpenAI，发挥基础设施的作用。

第二类是锚定中间层，不需要像OpenAI一样花大钱做底层，只需要掌握通用化能力，就可以通过开源大模型做精调，让模型具备差异化能力，最终可以形成垂直类模型。

第三类是调用大模型API的企业，专注开发大模型具体场景的应用，如Jasper。