大模型不再是“万能钥匙”探秘 AI 初创公司的新策略与挑战

快速阅读: AI基础模型主导地位受挑战，初创公司转向定制化模型和用户界面，行业重心从预训练转向后训练和强化学习，基础模型公司可能沦为低利润后端供应商。

据techcrunch报道, 曾经被视为 AI 领域“皇冠上的明珠”的基础模型,其主导地位正在面临前所未有的挑战。AI 初创公司的焦点已悄然转向面向特定任务的定制化模型和用户界面,将基础模型视为可替换的“商品”。这一趋势在近期的 Boxworks 会议上表现得尤为明显,整个行业似乎正在告别对通用人工智能(AGI)的追逐,转而进入一个分散化、专业化的新时代。

从“通用”到“垂直”的范式转变 过去,人们普遍认为,掌握基础模型就掌握了 AI 的未来。然而,如今这一观点正受到动摇。文章指出, 预训练 (Pre-training)的规模化收益已遭遇递减。这意味着,简单地投入更多资金和算力来训练更大的模型,其带来的性能提升已不如早期显著。因此,行业重心已转向 后训练 和 强化学习 。

AI 开发者们发现,与其耗费数十亿美元进行预训练,不如专注于模型微调和界面设计,以打造更优秀的垂直应用。以 Anthropic 的 Claude Code 为例,其成功表明,虽然基础模型公司在特定领域依然有优势,但这种优势已不再是不可逾越的护城河。

护城河不再,AI 巨头或沦为“卖咖啡豆的” 文章引用一位创始人的比喻,形象地描绘了这种转变可能带来的后果:OpenAI 和 Anthropic 等公司可能沦为低利润的后端供应商, “就像把咖啡豆卖给星巴克一样” 。

随着开源替代方案的涌现,基础模型在应用层面的竞争中将面临价格劣势。初创公司能够根据需要灵活切换底层模型,而用户几乎无法察觉。a16z 的风险投资家 Martin Casado 指出,OpenAI 尽管是首个推出编码、图像和视频生成模型的实验室,却在这些领域输给了竞争对手。他总结道:“人工智能的技术栈中没有固有的护城河。” 巨头优势犹存,未来仍存变数 尽管如此,基础模型公司并非已毫无招架之力。它们依然拥有强大的品牌知名度、完善的基础设施和庞大的资金储备。OpenAI 的消费者业务可能比其编码业务更难被复制,且随着行业的成熟,新的优势可能浮现。此外,如果通用智能的竞赛能在药物或材料科学等领域带来突破性进展,将可能彻底改写人们对 AI 模型价值的认知。

(以上内容均由Ai生成)