AI大模型競賽愈發(fā)白熱化，下半場將聚焦推理與數(shù)據(jù)。

2月23日，馬斯克點(diǎn)贊了一條關(guān)于AI模型競爭路線的分析，他稱贊道“分析得很好”，值得一提的是，上周馬斯克旗下xAI正式發(fā)布Grok 3大模型。

這篇推文是由Gavin Baker發(fā)布，他在文章中表示，AI產(chǎn)業(yè)格局的變革正在加速，OpenAI的先發(fā)優(yōu)勢(shì)消退，微軟也選擇后撤一步。

Gavin還預(yù)計(jì)，未來數(shù)據(jù)成為競爭核心，無法獲得獨(dú)特、有價(jià)值數(shù)據(jù)的前沿模型是歷史上貶值最快的資產(chǎn)。Meta等巨頭通過數(shù)據(jù)壟斷和算力規(guī)模構(gòu)建護(hù)城河，而中小玩家聚焦差異化部署和成本優(yōu)化。

不過，Gavin仍看好xAI和OpenAI，他表示，如果OpenAI在5年后仍然是該領(lǐng)域的領(lǐng)導(dǎo)者，那可能是因?yàn)橄劝l(fā)優(yōu)勢(shì)和規(guī)模優(yōu)勢(shì)，以及產(chǎn)品影響力。

Gavin在推文中指出：

當(dāng)ChatGPT在2022年11月橫空出世時(shí)，OpenAI通過激進(jìn)押注Scaling Law，在生成式AI領(lǐng)域建立了長達(dá)7個(gè)季度的統(tǒng)治地位。但這一優(yōu)勢(shì)窗口正在關(guān)閉：Google的Gemini、xAI的Grok-3，以及Deepseek的最新模型，均已達(dá)到與GPT-4相近的技術(shù)水平。

就連OpenAI創(chuàng)始人Altman也指出，OpenAI未來的領(lǐng)先優(yōu)勢(shì)將更加狹窄；微軟CEO納德拉基本上表示，他們?cè)谀Ｐ湍芰Ψ矫骖I(lǐng)先的獨(dú)特時(shí)期即將結(jié)束。

據(jù)The Information此前報(bào)道，微軟內(nèi)部備忘錄顯示，由于預(yù)訓(xùn)練邊際效益遞減，原計(jì)劃投入160億美元升級(jí)預(yù)訓(xùn)練基礎(chǔ)設(shè)施的方案已被叫停，微軟轉(zhuǎn)而專注于為OpenAI提供推理以獲取收益。

納德拉也在此前的播客節(jié)目中表示，數(shù)據(jù)中心可能建設(shè)過剩，租賃優(yōu)于自建，微軟甚至可能會(huì)使用開源模型來支持 CoPilot。Gavin認(rèn)為，這些預(yù)示著單純依靠參數(shù)擴(kuò)張建立壁壘的“預(yù)訓(xùn)練時(shí)代”已走向終結(jié)。

Gavin認(rèn)為，當(dāng)模型架構(gòu)趨同，獨(dú)家數(shù)據(jù)資源成為護(hù)城河。

Gavin在推文中表示：

我多次轉(zhuǎn)述EricVishria的話，無法獲得獨(dú)特、有價(jià)值數(shù)據(jù)的前沿模型是史上貶值最快的資產(chǎn)，而蒸餾只會(huì)放大這一點(diǎn)。

如果未來前沿模型無法訪問 YouTube、X、TeslaVision、Instagram 和 Facebook 等獨(dú)特而有價(jià)值的數(shù)據(jù)，則可能沒有任何投資回報(bào)率。

從這個(gè)角度來看，扎克伯格的策略似乎也要明智得多。獨(dú)特的數(shù)據(jù)可能最終成為預(yù)訓(xùn)練數(shù)萬億或千萬億參數(shù)模型差異化和 ROI 的唯一基礎(chǔ)。

這解釋了為何扎克伯格將Meta的AI戰(zhàn)略錨定在社交數(shù)據(jù)閉環(huán)，據(jù)媒體此前報(bào)道，Instagram用戶的圖像標(biāo)注數(shù)據(jù)，使Meta的多模態(tài)模型訓(xùn)練效率提升40%。

這一變化也將帶來AI基礎(chǔ)設(shè)施格局的顛覆性變化，Gavin預(yù)計(jì)，

預(yù)訓(xùn)練算力：需超大規(guī)模集群（10萬卡級(jí)），但參與者將縮減至2-3家，技術(shù)堆棧追求極致性能（液冷、核能供電），這一中心堪比“法拉利”級(jí)超算中心。

推理算力：較小的6-10家數(shù)據(jù)中心，分布式、低成本架構(gòu)主導(dǎo)，地理就近部署與能效比成關(guān)鍵，使用風(fēng)/光能源，基于量化壓縮技術(shù)（如Deepseek R1的1-bit LLM）支撐低成本推理，是“本田”級(jí)邊緣節(jié)點(diǎn)。

Gavin強(qiáng)調(diào)，推理模型是極其計(jì)算密集型的，具備強(qiáng)大的計(jì)算能力，模型才能高效地完成推理任務(wù)。但與之前那種預(yù)訓(xùn)練和推理階段計(jì)算資源分配大致各占一半的情況不同，現(xiàn)在會(huì)變成預(yù)訓(xùn)練占 5%，推理階段占95%。卓越的基礎(chǔ)設(shè)施將至關(guān)重要。

整體來看，未來AI行業(yè)可能呈現(xiàn)“預(yù)訓(xùn)練集中化，推理去中心化”的兩極格局，數(shù)據(jù)成為權(quán)力核心，巨頭通過數(shù)據(jù)壟斷和算力規(guī)模構(gòu)建護(hù)城河，而中小玩家聚焦差異化部署和成本優(yōu)化。