AI大模型競賽步入激烈階段，行業焦點轉向推理與數據戰略
近期，AI領域的競爭愈發激烈，各大巨頭紛紛加速布局，將戰略重心轉向推理能力與數據資源的爭奪。引人矚目的是，特斯拉CEO埃隆·馬斯克對一篇深入分析AI模型競爭路線的推文表示了贊賞，并點評“分析精準”。就在此之前，馬斯克旗下的xAI公司正式推出了Grok 3大模型。
這篇引發馬斯克注意的推文由Gavin Baker撰寫。Gavin指出，AI行業的變革步伐正在加快，OpenAI曾憑借先發優勢占據領先地位，但目前這一優勢正在逐漸減弱，微軟也調整了策略，選擇更為穩健的發展路徑。
Gavin進一步預測，未來數據將成為AI競爭的核心要素。缺乏獨特且有價值數據的前沿模型將面臨迅速貶值的風險。meta等科技巨頭通過數據壟斷和龐大的算力規模構建起了堅固的競爭壁壘，而中小玩家則更加注重差異化部署和成本優化。
盡管競爭激烈，Gavin仍對xAI和OpenAI持樂觀態度。他認為，如果OpenAI在未來五年內繼續保持領先地位，這很大程度上得益于其先發優勢、規模優勢以及強大的產品影響力。
OpenAI的先發優勢逐漸減弱，微軟調整策略
Gavin在推文中詳細闡述了當前AI領域的競爭格局。他指出，自ChatGPT在2022年11月橫空出世以來，OpenAI憑借對Scaling Law的激進投入，在生成式AI領域建立了長達七個季度的統治地位。然而，這一優勢正在被逐漸削弱。Google的Gemini、xAI的Grok-3以及Deepseek的最新模型均已達到了與GPT-4相當的技術水平。
據知情人士透露，微軟內部備忘錄顯示，由于預訓練邊際效益遞減，原計劃投入160億美元升級預訓練基礎設施的方案已被取消。微軟轉而專注于為OpenAI提供推理服務以獲取收益。微軟CEO納德拉也表示，數據中心可能建設過剩，租賃優于自建，甚至考慮使用開源模型來支持CoPilot。這些變化預示著單純依靠參數擴張建立壁壘的“預訓練時代”即將結束。
獨家數據資源成為新的競爭壁壘
Gavin強調，在模型架構日益趨同的背景下，獨家數據資源將成為新的競爭壁壘。他多次引用Eric Vishria的觀點，指出無法獲得獨特且有價值數據的前沿模型將面臨迅速貶值的風險。蒸餾技術將進一步放大這一差距。如果前沿模型無法訪問YouTube、X、TeslaVision、Instagram和Facebook等獨特而有價值的數據資源，其投資回報率將大打折扣。
從這一角度來看，meta的CEO馬克·扎克伯格的策略顯得尤為明智。扎克伯格將meta的AI戰略錨定在社交數據閉環上。據報道，Instagram用戶的圖像標注數據使meta的多模態模型訓練效率提升了40%。
AI基礎設施格局將發生顛覆性變化
這一變化也將對AI基礎設施格局產生深遠影響。Gavin預測，預訓練算力方面，雖然需要超大規模集群（10萬卡級），但參與者將縮減至2-3家，技術堆棧將追求極致性能。而推理算力方面，將出現6-10家較小的數據中心，分布式、低成本架構將成為主導。地理就近部署與能效比將成為關鍵因素，量化壓縮技術將支撐低成本推理。
Gavin指出，推理模型對計算資源的需求極高，只有具備強大的計算能力，模型才能高效地完成推理任務。與之前預訓練和推理階段計算資源分配大致各占一半的情況不同，未來預訓練將僅占5%，推理階段將占據95%的比重。因此，卓越的基礎設施將至關重要。
整體來看，未來AI行業可能呈現“預訓練集中化，推理去中心化”的兩極格局。數據將成為權力核心，巨頭通過數據壟斷和算力規模構建競爭壁壘，而中小玩家則更加注重差異化部署和成本優化。
