Відео

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

大公司搞游戏，搞出租车，搞生鲜卖菜，搞拼夕夕卷地板，搞送外卖，搞小额贷，哪一个不香，听你的搞大模型，早破产了。

有朋友在做算力租赁，想问一下有前景吗，可以入局不？

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

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。

记得你以前不是在马来西亚么？现在又回去大陆了？

很多海外华人很幼稚的，不是中国大陆背景。都以为自由民主是真的，不知道后面的事😂。

這兩國有可比性嗎...

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

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

如果，台积电不去提供训练用的数据，AI可以自学造芯片吗？

全是废话。而且也不对。

Telegram 如何？

大模型是美国吹捧起来的又一个科技进步，实际上，中国在之前早就有。

中美：google那人不是说相差10年了

吹得b太狠了，除了对行业不了解国内的阿里也在第一梯队不说，就算落后怎么了，不追了？谁告诉你一个长跑比赛跑前十秒就定胜负。乌泱乌泱说一大堆都是陈词滥调“追不上别追赶紧放弃”。这种高等华人看太多了，还是赶紧变0让白人艹一下升级自己基因比较好❤

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。

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。

美国缺电？你脑子进水了吧？

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?

学习了，国内在AI方面跟美国的差距是比较大，任重而道远。

大哥，你说话废话太多，太啰嗦

非常好笑，中国有AI吗？笑死我了

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

中美之间有任何可比性吗？其中一个有AI吗咱就说？

外行扯淡

中文缺少优质内容吧？ai训练也是来自互联网内容吧？

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？

封禁chatGPT是个愚蠢的选择

你偷国还能赢？😅 文化自信是吧

牛人李自然

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

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。

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……

标题就很可笑！！！中国有大模型吗？哪个模型不是偷的？

你是一个可怜椿淡

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。

第一句话就错了。mistral是法国的。

看了半天，“大模型很烧钱”… 总结完毕。tell me something we don’t know

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

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

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。

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

中国跟美国竞争AI大模型？哈哈哈！就好像清朝的一个秀才吹牛逼说要跟爱迪生竞争发明创造。

我和自然老师的看法，不一样挺多的。哈哈，看到 10min，先走了

之前还是神一样的openai，现在也不行了，谁能笑到最后。。。

这就是个伪命题，中国都是依赖别人开源然后重新包装一下说是自己的好吧。

哈哈哈哈。追不上，补贴就来了，50亿美金补贴49亿

有黨網當bug，ai能ai嗎？