山姆·奥特曼 · AI 算力与规模化
奥特曼预计，基础大模型将集中在少数提供者手中，创业公司的持久差异化更可能来自建立在基础模型之上的垂直模型和应用中间层。
嘉宾观点 · 忠实转述
他认为从零训练基础模型会变得过于复杂、昂贵，并受芯片供应制约；创业公司可以围绕具体用途进行关键的后续训练，凭专有数据反馈形成持续改进。
他的未来判断
基于基础模型做垂直训练、形成数据反馈闭环的公司，可能成长为成功且有差异化的企业。
延伸分析 由 AI 生成
如果基础模型训练门槛持续提高，创业机会可能更多集中于垂直数据、后续训练和应用交付；但中间层的持久价值仍取决于其专有能力能否累积。
相关领域：基础模型服务、垂直 AI 软件、AI 算力
后续观察
- 基础模型训练成本
- 垂直模型的专有数据积累
- 后续训练带来的可测量提升
讨论
还没有公开评论。
Web 当前为匿名只读，可在受邀小程序中参与讨论。