消息传出后，有创业者称：聚焦算法，或许是条弯路。 大模型创业，在中国是条窄路，对某些团队也许是不归路。 如今，年过半，百模大战也过去年多了，行业发展到哪了？接下来又会往哪卷？ 、卷技术：考高分的太多，能干活的太少 国内大模型行业，今年明显比去年安静。去年是阿猫阿狗都来参与，几百个大模型面世，今年除了修改开源模型和几个科技大 推特数据 厂和头部的创业公司，其他大部分都消停了。 因为大家发现，吆喝再大声，落不了地都是白搭。 国内的大模型不是太少，而是太多，尤其是吹牛的多。
厂商总是宣传大模型能干
啥，却不说不能干啥，客户就有点被误导，以为大模型什么都能干，想着把原来的业务颠覆重做遍，这不现实。陈冉对「定焦」说。 回看过去年大模型行业的发展，我们会发现，最先打起来的不是价格战，甚至也不是技术战，而是营销战。 营销是为了抢声量。开发布会、刷榜、投广告甚至碰瓷对手，能吸引更多关注，让大家觉得自己领先。至于 批发语音服务的类型 好不好用，真实的技术实力如何，可以后期再补课。 李友峰告诉「定焦」，现在国内所有的所谓自研大模型，基本都是基于开源架构改的，没有真正意义上的原创和全自研。
这意味着，大模型公司之
间的技术差距并不大。 这也是为什么家创业公司，能在两三个月内从零到推出款全新大模型。最好的例证是，去年李开复的零万物发布系列模型，被指使用了的架构，只对两个张量进行了重命名。 陈冉认为，国内大模型还没有形成完整的创业生态，大家蜂窝冲上来，发布几个模型证明不了什么。他以智能汽车行业早期做类比：大家都想造车，做轮胎的、造发动 短信列表 机的、甚至做雨刷的，都想亲自下场，但最基本的电池、电控甚至轮子座椅都还没准备好。
单纯从技术层面，时至今日
国内没有哪个团队处于绝对领先位置。 大模型有三大要素：算法、数据、算力，国内厂商们过去直在啃算法，大家发布模型，本质上是发布套算法和系统。大家比拼谁的算法更先进，谁的模型参数更大，推理效率更高。但现在越来越多从业者发现，算法其实没有壁垒。陈冉更是直言大模型不值钱。 我认企业级的大模型没意义，开源企业级就行了，因为最重要的是数据。他说。 数据是比算法更稀缺的资源。算人海战术迭代，算力可以通过砸钱买卡获得，但优质的数据没有渠道售卖，花钱不定能买来。
训练模型跟训练学生类
似，数据相当于教材或教育资源，过程就叫预训练。偏远山区的孩子和线城市的孩子，从小获得的教育资源不同，训练过程不同，最后高考考上重点大学的概率也必然不同。某种意义上，拥有优质数据，预训练就成功了半。 过去年，行业里评估个大模型好坏的标准，是通过测评，相当于考试。既然是考试，就有作弊的空间，或者可以通过刷题得高分。这就导致，很多大模型其实是应试教育的产物——参数大、得分高、性能强，但没啥实践能力。