中国大模型研发应用现状，与美国差距比想象小

1. 腾讯科技发了两个深度访谈，一个是月之暗面的杨植麟，融资了90亿中国最多，坚定地以开发AGI为目标，算是技术派代表。一个是投资人朱啸虎，非常务实，只想投大模型应用落地，算是市场派代表。两人对比十分鲜明，但都提供了不少信息，可以了解中国大模型研发与应用的现状。

2. 2023年上半年和下半年，中国风投市场对大模型底层研发的态度区别非常明显，下半年明显转冷。决定性因素是Meta开源了Llma2，70亿-700亿个参数，非常适合中国创业者。有了开源模型，创业者可以不用自己搭大模型搞底层研发了，直接用开源模型加行业数据，做To B应用，给特定企业。这种训练占用的资源不多，有的一个卡就能开干。

3. 朱啸虎说中国应用发展得很不错，比美国好，中国这边创业氛围就是擅长找应用场景。有一些大模型应用企业真的觉得挺好，但因为不是To C的，群众不知道。如AI面试软件，减少校招成本，面了上百万人，可以连续对话。再如一家用AIGC技术做视频广告的，产品效果特别好，马上就变现赚钱了。这确实是有，一些开发者是在小众领域深耕，如给小孩生成照片套图。管它背后的技术水平高低，最后出来的产品客户认可付钱，就是目标。

4. 中国投资人不敢投大模型的原因是，怕开源。如果投了好多亿，也不见得能有多高水平，然后美国来个开源，别家直接用比你投大钱开发的还好。这个投资风险太大，不如直接用开源软件做应用，这是看得见的成功概率大的赛道。有个概念，叫PMF（Product/Market Fit），就是说产品要找到市场应用。这词成了关键，就是投资人立刻要看PMF，如果有，那么不需要投大模型，直接用开源就能赚钱。如果没有PMF，那也没啥好投的。这就是中国大模型投资转冷的逻辑，用开源的就好。

5. 杨植麟对AGI充满信息，开发了Kimichat，特点是无损信息压缩。从阿里等大公司融了大钱，招了80人的团队开发AGI。杨也知道要应用落地，但认为基础是对大模型技术的掌握。Kimichat可以看一个20万字的长文本，然后和人一直聊这个，因为是对信息的理解是无损的，表现有独到之处。杨对技术开发很有激情，感觉确实取得了不少技术进展，速度不慢。也就是自己搭大模型，在里面搞原创研发，也有中国公司能做。

6. 另一个信息是，美国限制GPU卡中国研发，没那么重要了。因为做大模型堆几十万个高端GPU，只是一个方向。基于对scaling laws的理解，大模型研发完全有多种可能。只要对AI的研发理解深度跟得上美国，加上中国搞应用的积极性，中国大模型进步速度不会慢。