【李自然说】中美AI大模型之战：谁能笑到最后？
HTML-код
- Опубликовано: 11 сен 2024
- 有趣的灵魂 聊科技人文
欢迎关注「李自然说」，与你分享关于商业、创业、人文的经历与见解。
欢迎在评论区讨论交流。
推荐视频：
【李自然说】公开记录我创建顶尖AI公司的方法和决策
• 【李自然说】公开记录我创建顶尖AI公司的方法和决策
【李自然说】如何搭建一个属于自己的大模型？AI模型定制指南
• 【李自然说】如何搭建一个属于自己的大模型？A...
【李自然说】如何提高商业认知？商业知识的学习方法
• 【李自然说】如何提高商业认知？商业知识的学习方法
【李自然说】人生如逆旅，我亦是行人
• 【李自然说】人生如逆旅，我亦是行人
【李自然说】每月营收千万，跨境电商实战
• 【李自然说】每月营收千万，跨境电商实战
【李自然说】价值100万的流量思维
• 【李自然说】价值100万的流量思维
【李自然说】除了风险投资，还有谁能投钱？
• 【李自然说】除了风险投资，还有谁能投钱？
【李自然说 】【奇绩创坛】投资人是怎么选创始人和创业项目的？
• 【李自然说 】【奇绩创坛】投资人是怎么选创始...
【李自然说】填个表就能拿到百万融资？Y Combinator，陆奇和奇绩创坛
• 【李自然说】填个表就能拿到百万融资？Y Co...
【李自然说】创业必备技能：如何陌生拜访/约见大佬
• 【李自然说】创业必备技能：如何陌生拜访/约见大佬
【李自然说】创业路上，你会遇到哪些问题
• 【李自然说】创业路上，你会遇到哪些问题
中国没有研发AI的底层基础，只有发展AI应用的基础，中美根本就不在一个赛道上
什麼是人工智慧底層基礎：數據庫、交通 消費 通訊傳播速度 網路電商 這些中國大陸早就開始做了⋯⋯電子交易消費支付 交通運輸道路影像監控 5G網路建設 大數據分析交通管制 等那一項是目前為止世界那個國家能夠與中國大陸相比的？⋯⋯你知道嗎！
@@user-gv9eo3gn9y 哈哈。他说的基础不是基建！ “基础研究”国内一向比较缺，都喜欢避重就轻搞应用层，多快好省看得见摸得着好拿结果。比如豆包，应用层真的错的无敌了，体验非常好。但是模型基础能力非常有限。万丈高楼平地起，地基真的很重要。
大聪明😂
你这话就大愚若智了
大哥，你说话废话太多，太啰嗦
别看啊
忠诚不绝对，就是绝对不忠诚。国产AI怎么保持对党忠诚，这是头等难题，不解决，早晚被锤。
为了保证国产ai对党忠诚，训练数据里就不能有任何对党不忠的内容，所以国内ai公司内部必然有一个用各种反贼内容训练出来的非常反动的模型，用来对训练数据进行过滤。
哈哈哈，有些名字都不能说，AI也是觉得很难。有些知识训练素材中都没有，AI怎么学得会。
我也是claude的忠实用户 从原生产品看 project 和 artifacts功能完爆乐商用环境下的用户体验。从大企业角度讲 aws 和claude的无缝连接磨平了企业数据安全，权限，合规审查等核心gap，很多大公司早就上车了，企业用户跟openai没什么关系。大公司掏钱可不是普通用户那种抠抠嗖嗖的。按大时代霍景良的话说，这些短视频自媒体天天得吧得吧，高那么一点钱和流量，他们根本不知道赢家是什么人。
我觉得大模型只是AI中的一块领域，他现在消耗的资源是最多的，但能提供对生产的帮助有多少还有待确定。至少对于我自己的工作，真的要用脑子寻求一个确定解的时候大模型毫无帮助，反而是更具体化任务的模型在生产领域提供的帮助更大
至于大模型是否有潜力发展成通用人工智能，我觉得他们两者就是充气娃娃和AV老师的区别，看着好像差一点就要成真了，但其实你光提高娃娃的材质触感什么的这条路应该是走不通的。
谢谢分享这么好的知识，分析和观点。
一直挺喜欢李自然但这期我觉得做的还是比较糙的。可能是对LLM这块关注的不够只有一个大概了解。大模型其实能力是有很多维度的，完全看具体使用，比如大家都知道的推理，还有总结， 数学,代码,function call等等。。正因为如此就很难说谁就是一哥因为Sonnet 3.5和4o其实是各有优劣的，多模态上4o是完爆Sonnet 3.5. 另外模型的各种能力其实也是可以变化的，就OpenAI来说最新一次更新是8月6号，这次更新如果比较GPT4刚出来的时候的进步是巨大的。国产模型比如Deepseek和Qwen甚至GLM都在某一个更新接近过当时版本的GPT4o，比如coding。。作为体量只有70-80B的模型这是很了不起的成就（GPT4O大概是1.6T)所以直接一刀切的说国产模型够不到GPT4是非常不严谨的说法，说够不到3.5那就更是无稽之谈了，随便找个benchmark看一下就可以。另外关于模型的训练，真的不光是算力，数据也是非常非常非常关键的一环，比如现在的一个大方向就是怎么用生成合成数据去训练下一代模型。数据质量是模型非常非常重要的一个天花板。所以我觉得国产模型真正水平大概是在第二梯队，和现在主流的哪些开源的70-80B的厂商比如Meta,Mistral这些大概是差不多的（比不了405B，这个体量差距在哪摆着）。真正的差距可能体现在对齐方面，比如服从命令等等。。其实这也是Sonnet3.5比4o强的地方。
不过结论我还是同意的的，大模型训练不太是个startup能玩的游戏，如果背后没有大钱支持的话,尤其是在应用层没发展起来的时候。其实对国内来说算力以后应该可以解决，现在专用卡是一个方向比如Groq的LPU，中国也有类似的startup，这类卡的效率其实是远高于NV的通用显卡的，同时华为也在做通用显卡。其实NV最大的一个护城河是CUDA，但由于国内拿卡受限很大一旦有成熟的国产卡上来大家是必须得换的，毕竟算力差距带来的收益要远大于换掉CUDA的损失和风险，再加上中国便宜并且充沛的新能源电力和政策扶持，以后前景还是相当不错的。
为什么美国没公布AI大模型的时候，中国都没声音，然后老美一推出，中国的就全出来了？
你是说全球芯片第一的中国台湾省？
@@Logical-First答不出可以不用说话。
提出问题的人，都被消灭了，你还有什么问题么？😂
只是没火出圈吧。生成小说的服务出现的比chatgpt早，比如彩云小梦之类的
@@User-imwnx151這樣陰陽怪氣大可不必
还有一个大问题就是训练数据的版权问题。至少在美国这边法律对版权的保护是很严的。OpenAI作为先行者已经从剽窃方成了购买方，因为他们已经有足够的钱跟各种内容平台合作。而那些后来者继续做违反爬虫设置，强行剽窃其他网站的文字和图片，视频，必然会被秋后算账，引起法律纠纷。
谢谢分享。话说Claude 3.5 已经被新的4O击败了，还有谷歌。 我猜测国企搞大模型应该不太可能成功，没有互联网企业的文化。
其实中国还是有gpt4水平的模型的，比如千问，或者deepseek coder v2，写代码是挺强的，当然并非gpt4o或者claude这种多模态的。当然这些模型背后也都是大公司。大模型确实不是一般创业公司能弄的，创业公司最好是围绕模型来做东西，比如perplexity，aider这种
赞一个，通用大模型确实不存在忠诚度，用了半年GPT4，试了Claude一天之后就只用Claude了
详细说说？
gpt最吸引额的是时实对话，Claude有吗？
中国在AI基础设施如发电厂的建设方面有很大的优势，作为制造业大国在大模型的落地应用方面有数据方面的优势。美国在算力 算法 资本方面的优势巨大，总体上有5年以上的优势。
讲得非常透彻！回归基本常识，理性预测！中国和美国很可能走完全不同的路径，赞同这个结论！感谢李老师的分享！
似乎谷歌已经完全被忽略了…？
对啊，谷歌的gemini 评价一下啊
讲得太好了，和最近红杉资本的Cahn不谋而合，而且还分析了中美各自优势弱势
这才是自然而然的语言，为了尽量准确的表达而已，又不是打官腔！老李可以的
有黨網當bug，ai能ai嗎？
美国大力发展AI行业，用电这边是靠加拿大提供的，所以加拿大也受益于美国发展AI了
电并不是美国的问题，人家又不是没有电力技术，无非就是花钱建呗，在加拿大建造天然优势很大，撒热都省钱了
这。。。
@@user-qd4yl3hq7k电不是什么技术，电是资源
Google CEO都說了1000億美根本不夠搞不出來, 至少要超過3000億美才有可能，你隨便估個50億美就要搞出來?
Google完全没提？第二梯队都没有？
前几天谷歌前ceo史密特不是刚刚内部演讲说，美国已经秘密开发出优于gpt的新算法了么，要有这方面消息聊聊就好了
大模型估计就像现在的操作系统，未来会是几个独大，然后又有一些大模型会是来自同一个开源项目（就如同LINUX 的各种 FLAVOR） ，最后稳定后，绝大部分的大模型公司都会消失，当然类似于红旗LINUX那样的爱国大模型项目永远是有市场的，毕竟各国的竞争前提下，模型安全和爱国性也是重要指标
说claude3.5是top1，说明up深度使用过AI，我目前工作和日常也主要用claude3.5
中国的问题还是个怎么整合资源的问题，在美国这些大公司真的蹚出一条路前，不太容易。有点像之前芯片的情况，当真的准备整合资源去推，速度是比预想的要快的。包括之前火箭的情况也是，很多项目都在等星舰的结果，它成功了，国内就好立项了。
很難得看到李自然這樣晃來晃去的畫面，所以我就當成PC聽了，獲益良多。
想做成真正的AGI是需要量子技术加持的，AI看似一日千里其实打开了一个缺口
本来就是个正常的商业竞争， 你非得扯上中美， 是因为流量吗？ 其实核心那里有中国什么事
中国这一轮基本又是等着靠在 AI 模型上搞应用了，国家队这个我觉得几乎不可能，甚至我都怀疑国家并不希望有一个非常强大的 AI
看是运用在哪方面。
1:40 這裡提到的之前有個視頻 , 請問是哪個視頻 ? 有連結或關鍵字嗎 ? 🙏🙏
我和自然老师的看法，不一样挺多的。哈哈，看到 10min，先走了
中国必胜 美国模型能懂包子语录吗😂
比中国模型更懂😁
懂你们哈哈哈哈
博主说OpenAI落后，也是夸张了。行业里没有一家企业能做到OpenAI的全功能服务。Claude有比ChatGPT更好的记忆识别吗？projects能和CustomGPT store相比吗？有自己的Whisper和DallE模型吗？有platform的assistants和playground吗？
还真有😂
想用AI来创业，却一直没找到方向的我，占了个沙发～
先找 50 亿美金
@@user-qd4yl3hq7k 有难度😅
普通人只能是做一些agent了
GPT-5 50亿刀确实保守了
有朋友在做算力租赁，想问一下有前景吗，可以入局不？
大語言模型就是資料和算力，資料沒問題，但是算力被卡的情況下，想要能和美國一線模型有競爭力那是做夢，神仙來都沒辦法，中國資訊產業擅長的從來不是科研而是應用，說到中國資訊應用那是屌虐全球幾條街
学习了，国内在AI方面跟美国的差距是比较大，任重而道远。
如果，台积电不去提供训练用的数据，AI可以自学造芯片吗？
人工智能發展 關鍵在於電力供應不匱乏 這是最最重要的基礎 、那國想在AI、AGI成熟穏定路上發展 缺了 電力 水資源 那都是假的話題⋯⋯電力首在基礎建設 ：包括綠能產業升級 2026年碳達標 (碳中和) 非達者須付代價 碳排放稅 ：任何發展需要營利 而營利首看毛利率 稅是成本 增加缺少競爭力。
😂主要是骗骗国家补贴
搁这骂kimi呢😂😂😂😂
怎么看不了了
认同
如果美国不开源，中国能有AI大模型吗？
如果谷歌不开源那篇论文，就没有 OpenAI. 所以可以这么说，如果美国不开源，就不会有全球的基于 LLM 这一条路线的 AI 路线，包括美国也没有。
@@SuperChouFeng什么叫基于llm，谷歌那时候的突破是注意力机制，大家都一股脑往大了做都是gpt3的年代了
中美之间有任何可比性吗？其中一个有AI吗咱就说？
中国AI很强，强在12305购票平台，双十一淘宝，这些东西提前就有大数据的平台经验，算力基础有，算法可以直接抄，数据有低人权优势
但是劣势就是审核对数据有影响，但是好像也没有特别大影响
极有可能会出现新技术
牛人李自然
基本逻辑就是中国用的是铲子淘金，而美国用的是挖掘机；挖掘机耗电量大，铲子虽然小，但架不住人多，只要领导一声口号，就可以调动各种资源一起上……现在的情况是美国各个公司逃到金了，就是自己的，而中国呢，就是完成任务，所以动力和成效都不一样……
也没预测什么东西啊，只是对现实数据进行陈述而已。我觉得中国的大模型“永远”都追不上美国，但在应用层可以会玩出很多花来。中国大模型只要能保持一代差距就够了，中国创新这方面很鸡贼的，跟在美国后面，看哪方面走得通，就大力发展。百度的大模型现在就躺平了，要看谷歌接下来怎么走，成功了，它就跟着复制。
评论区里一堆人说中美没啥可比性的. 这么和你们说吧, 大模型训练的关键在于算力,数据,电力,人才,钱. 无论是哪个方面, 中美之间的差距都并不算是没有可比性...
显卡在谁那边不想想
李自然变成李老太了！
邏輯上有很多硬傷，性能怎麼樣還是要看superglue leaderboard 單項功能就看benchmark跑分
一個沒創新只有模仿,連對手都稱不上。
别忘了，腾讯，阿里都是模仿起家的😂
先模仿后创新，这才是正确思路
我觉得华为是真正有可能爆发的一股力量，有中国的电力优势，有技术积累，现在自己在做AI芯片，虽然目前和英伟达存在代差，但是自己生产算力芯片自己做模型，成本和算力优化上有大部分企业不具备的优势，和美国的AI公司代差可以用算力卡的量的堆积来做适当弥补，只不过目前华为着眼于行业领域的AI模型，日积月累，到时候做出超强的通用AI是有很大可能的！
第一句话就错了。mistral是法国的。
博弈个毛，跟在后面抄都抄不到了
帅哥且自信
👍👍
衣服穿的像社会大哥！
看了半天，“大模型很烧钱”… 总结完毕。tell me something we don’t know
老李说话时少晃动尤其是前后晃动 会好很多😂
3年前，美国最大的机房应该一直都是能源部国家实验室的。现在不好说了。
這兩國有可比性嗎...
会算账，好厉害
哈哈哈哈。追不上，补贴就来了，50亿美金补贴49亿
大概要5000亿美金补贴才能玩后面，这个不够
中美AI之争，谁都能笑到最后吧，AI市场这么少吗？苦的的是应该是日本德国那些国家吧！
中美AI大戰，這跟CBA大戰NBA一樣道理，或者中超大戰西甲也是一樣。你們就自己看吧，中國的AI除了中國有人敢用嗎? 為何中國一堆所謂的AI模型公司要去對接chat GPT的API，中國人對於自己有少B格還不清楚嗎?
之前还是神一样的openai，现在也不行了，谁能笑到最后。。。
中文缺少优质内容吧？ai训练也是来自互联网内容吧？
當人人都自我審查
有些事都不敢提問
訓練出來的產物
就永遠走不出這個框架
只能閉門造車
Mistral 是法國的
外行扯淡
扯淡都不会
全是废话。而且也不对。
封禁chatGPT是个愚蠢的选择
大模型搞不定就做多模态大模型啊，国内的多模态数据平台很多，清洗数据然后训练呗，VLM做完了就在机器人赛道去扩展VLA，资本故事讲不完，没必要眼光太窄，就好像大模型就是提供和用户聊天一样
非常好笑，中国有AI吗？笑死我了
就像30年前你说中国有互联网吗，笑死我了😂