KK 硅谷笔记 1123 近期ShΙ场大调整 关于 AI bubble 的 debate 又开始了 我将前期赴硅谷与各路大佬、大厂工程师、创业者及前期比较难交流的一些 AI 公司交流 几点 takeaway 分享希望有所帮助 (感谢朋友引荐与 OpenAI、Anthropic、 Meta 、xAI、
微软、Google Deepmind 核心骨干和部分高管并参加了一些重要 AI 会议 与核心半导体协会会长、核心华人创业协会几任会长、知名一级 VC、AI 创业者、部分核心 AI 应用公司如 Apploving等) 1、模型竞争与格局:明年越来越激烈,明年发布的模型shυ量及迭代速度继续加快,除了谷歌的模型今年表xian出色,微软也在增加大模型人才的招兵mǎi马及投入(有shυ据和场景与 OpenAI 合作若即若离)不容忽视的另外一个大厂!此外,中Gμo阿里的 Qwen 模型成为海外开源模型主流选择;除了大模型,中型模型也在 scaling 且 getting
better 并 come to commodity 也需要关注! 2、大模型的壁垒与门槛:在目前的范式下,大模型的壁垒是什么,除了算力、能源的重要性,几乎大部分的交流又继续反复提到shυ据、shυ据 、shυ据,高质量的shυ据及如何使用shυ据的recipe; 3、 美Gμo发展 AI 的卡脖子-能源与电力及 SSD:
24 年我就反复提及这一问题,目前业内许多关于新型电力方案及核心等机会的讨论;和半导体大佬聊起, 8 月 SSD 几家公司一度对前期 OpenAI 持续下单都比较惊讶互相询问对方,但原有行业格局已形成了长期的攻守联盟。 3、AI 应用:AI coding 和 vertival 领域的扩散与深化、而目前看来 AI 最大的应用就是替代竞争性弱和低效重复的劳动力,在智能驾驶特别是 FSD 不少朋友提到自从用了 FSD 再也不自己开车了且认为自己驾驶技术甚至弱化比如 AI 自己开还吃了罚单,对比去年今年上半年 FSD 进步速度,令人惊叹!(曾多次体验) 4、对于 AI 人才与劳动力冲击:在 AI 领域硅谷的工程师与项目早已开始 996 甚至 002,早没有了 work life balance, 且有不少 AI 对于社会、经济、劳动力影响下,未来社会的 ubi 讨论。