引用Dean W. Ball
Quoting Dean W. Ball
摘要
前沿模型训练成本高昂,且大部分成本需在发布后数月内收回,否则模型沦为次前沿,利润空间被压缩。美国前AI主管大卫·萨克斯指出,当前AI基础设施建设依赖全球总可寻址市场,而非仅服务于美国政府允许的100家公司。迪恩·W·鲍尔在《35点思考》中强调,延迟发布将侵蚀实验室的财务平衡窗口。涉及机构包括Anthropic、OpenAI,技术涉及generative-ai、LLMs。
这是一种糟糕的局面。具体来看一些行业动态:前沿模型的训练成本极其高昂,而其中很大一部分成本是在发布后短短几个月内、模型广泛可用时收回的。过了这个窗口期,模型就会沦为次前沿,竞争随之出现,利润空间被压缩。每延迟一周,都在蚕食实验室用来实现财务平衡的狭窄窗口。当前正在进行的人工智能基础设施建设——据美国前人工智能主管大卫·萨克斯称,这对美国经济至关重要——假设美国AI服务拥有一个功能性的全球总可寻址市场。没有人会为了只服务于美国政府允许访问的那100家公司,而建造价值1000亿美元的数据中心来运行前沿模型。[...] ——迪恩·W·鲍尔,《关于已发生之事及美国应如何应对的35点思考》
标签:anthropic、generative-ai、openai、ai、llms
译自 Simon Willison · 博客 · 录于 二〇二六年六月二十七日