来源：雪球App，作者： 西蒙小牛，（https://xueqiu.com/5360521553/251013674）

周日约了一个朋友请教大模型，国内top计算机博士，原阿里达摩院，现字节跳动，一直做人工智能相关研发。核心内容总结如下：1、国内大厂，包括字节跳动，全部都在研发大模型。原来也一直都在做，但原来技术路线比较分散，chagtp出圈后，所有大厂都集中火力模仿，技术路线往gtp收敛，其他路线的资金人员大幅缩减。2、国内模型与gtp有差距，算法方面没啥问题，主要还是工程和数据质量方面原因。方法论就是大力出奇迹，openAI几十个博士领着几百个数据标注人员，默默坚持了好几年，解决工程和数据质量，这个就是核心差距。

3、尝试过用开源的模型算法和开源数据集，训练的效果比用单纯用国内数据集效果更好，数据质量还是非常关键。某些公司把问题翻成英文，得到答案再翻回来，也可能是这个原因。gtp的数据集不公开，有些厂通过不断的问gtp问题，获得答案，从而间接获得gtp数据。国内创新能力虽然有差距，逆向工程还是有一套的。4、在中文领域，也许能超越GTP，但现在就这样说不严谨，容易被打脸，一方面，通用知识数据质量不如，另一方面，人家还在创新。你跟在后面模仿，等你赶上了，人家又有新东西，谈何超越？5、各家公司速度有快有慢，字节和腾讯不急，手上有海量数据，巨多场景，不着急发布，先观察一下。真有好东西出来，多学习，挑几个适合的自己做，降维打击。6、基于开源的模型和数据，小厂也能做大模型。有机会做出很好的产品，但时间窗口不长，要快速抢占先发优势。大厂积累这么多年，一般都有海量数据，也可以砸钱买优质数据，工程方面也都有很好的经验可以借鉴，到后面大模型效果肯定比小厂好，将来如果发许可证，也基本都是大厂，毕竟数据隐私合规等方面大厂更有优势。小厂要搞定这些，可能有很大难度。7、字节被合规的事情牵扯了很大精力。阿里大公司病更严重，效率不如字节。所以分拆上市是好事，可以调动积极性。8、人工智能很早就在搞，GTP大模型出来后，原来做的很多工作都推翻了，对算法工程师影响很大。9、to c 应用还在密切关注，还没看到爆款，将来可能还是腾讯字节机会比较大。垂直行业领域机会很大，但是要数字化基础比较好，先数字化再智能化。一些数字化已经做的比较好的场景，通过大模型加持，升级为智能化，能大幅提高生产效率。金融，法律，电商，这些领域，落地出业绩可能比较快。其他行业也肯定有很多机会，但不太懂。阿里很早就做了法院方面的人工智能，现在用大模型重新做，效果更好。大模型在文本场景没有技术障碍，大规模用可能要关注政策态度。

10、基于大模型，未来两三年，计算机领域的创新会非常多。11、朋友技术宅，不炒股，没有聊个股。PS：熟系金桥的股友都知道，金桥和蚂蚁早在AI火起来之前，已经做了很多工作了，阿里大模型出来，嫁接进去就很顺，落地速度快也是意料之中。机构筹码拿到手了，券商也开始吹金桥了，AI应用第一股，吹得也不算过分，毕竟现在大家都还在炒概念，像金桥这样一季度就能落地并产生AI业绩的，屈指可数。$金桥信息(SH603918)$ $科大讯飞(SZ002230)$ $久远银海(SZ002777)$ 昆仑万维 剑桥科技