大模型不再是“萬能鑰匙”?探秘 AI 初創公司的新策略與挑戰

　　據techcrunch報道， 曾經被視為 AI 領域“皇冠上的明珠”的基礎模型，其主導地位正在面臨前所未有的挑戰。AI 初創公司的焦點已悄然轉向面向特定任務的定制化模型和用戶界面，將基礎模型視為可替換的“商品”。這一趨勢在近期的 Boxworks 會議上表現得尤為明顯，整個行業似乎正在告別對通用人工智能（AGI）的追逐，轉而進入一個分散化、專業化的新時代。

　　從“通用”到“垂直”的范式轉變

　　過去，人們普遍認為，掌握基礎模型就掌握了 AI 的未來。然而，如今這一觀點正受到動搖。文章指出，預訓練（Pre-training）的規模化收益已遭遇遞減。這意味著，簡單地投入更多資金和算力來訓練更大的模型，其帶來的性能提升已不如早期顯著。因此，行業重心已轉向后訓練和強化學習。

　　AI 開發者們發現，與其耗費數十億美元進行預訓練，不如專注于模型微調和界面設計，以打造更優秀的垂直應用。以 Anthropic 的 Claude Code 為例，其成功表明，雖然基礎模型公司在特定領域依然有優勢，但這種優勢已不再是不可逾越的護城河。

　　護城河不再，AI 巨頭或淪為“賣咖啡豆的”

　　文章引用一位創始人的比喻，形象地描繪了這種轉變可能帶來的后果:OpenAI 和 Anthropic 等公司可能淪為低利潤的后端供應商，“就像把咖啡豆賣給星巴克一樣”。

　　隨著開源替代方案的涌現，基礎模型在應用層面的競爭中將面臨價格劣勢。初創公司能夠根據需要靈活切換底層模型，而用戶幾乎無法察覺。a16z 的風險投資家 Martin Casado 指出，OpenAI 盡管是首個推出編碼、圖像和視頻生成模型的實驗室，卻在這些領域輸給了競爭對手。他總結道:“人工智能的技術棧中沒有固有的護城河。”

　　巨頭優勢猶存，未來仍存變數

　　盡管如此，基礎模型公司并非已毫無招架之力。它們依然擁有強大的品牌知名度、完善的基礎設施和龐大的資金儲備。OpenAI 的消費者業務可能比其編碼業務更難被復制，且隨著行業的成熟，新的優勢可能浮現。此外，如果通用智能的競賽能在藥物或材料科學等領域帶來突破性進展，將可能徹底改寫人們對 AI 模型價值的認知。