中国在训练自己大模型的同时，最最最重要的是，赶紧对智能机器进行量产

【本文由“小飞侠杜兰特”推荐，来自《英特尔半年两度更新至强，中国仍是美CPU巨头必争之地》评论区，标题为小编添加】

• 小飞侠杜兰特

• 最近看到的信息里面，几乎90%以上的消息是关于大模型和人工智能的，于是就稍微思考了一下这个趋势性的发展体系，但信息过于零散，需要简单的整合一下，否则越看越觉得一团乱麻。仅供闲聊。

  如果要基于美国的市场来关注这个领域，恐怕需要的不是技术科普，而是美国商业和科技领域所呈现的原始动力。美国在商业和科技领域，是一个不缺资本和人才的体系，这个前提非常关键，因为这个前提决定了后面我们要说的中美商业和科技的竞争模式。

  美国既然不缺资本和人才，那缺什么呢？缺的是想法和创意，问题是，这里所说的想法和创意，并不是普通意义上的想法和创意，因为正是由于不缺资本和人才，导致一般意义上的想法和创意，很难融到资，或者说很难讲这个故事，于是呢，美国市场的很多脱颖而出的想法和创意，往往是基于第三步、第四步等，而不是第一步。

  什么意思呢，我举个例子大家就明白了，比如美国用软件和芯片（硬件）卡其他国家的脖子，表面上看，也就是第一步去看，是阻止其他国家的终端市场和技术迭代等，但这里面，更明显的是，用软件绑定硬件，用硬件（芯片）来绑定软件，当硬件制造水平都差不多的时候，美国的手机和电脑，开始绑定新的GPT等智能软件系统，而当我们觉得芯片逐步突破，开始赋能我们的手机和电脑等的时候，美国卡芯片的真正逻辑变成了训练自己的大模型，而手机和电脑最后的竞争优势不再是芯片，又绑定到了大模型。所以从这个角度讲，实际上就是由于美国不缺资本和人才，在商业和科技领域，就总是能超前的布局一些想法和创意。

  而在商业和科技领域，一旦缺乏资本和人才，其影响是，在布局超前的想法和创意等方面，就会捉襟见肘，因为大家考虑的首先是第一步，也就是赶紧做个产品卖出去，否则没法生存，也就无法吸引新的人才，同时也就没资源和能力搞超前的创意布局等。那是不是说，在这一轮大模型和人工智能的竞赛中，中国就已经注定落后了呢，我觉得还是得客观的分析中美各自的优劣，然后找到突破点，从而把整个系统提升到较为对等的空间中。假设我们这样追问一下，卡高端芯片不是为了硬件，而是为了软件，软件跟硬件的绑定又提升了硬件的竞争力，那么大模型和硬件绑定的终极方向到底是啥，就是一个突破口。互联网时代，电脑必须得量产；移动互联网时代，手机必须得量产。基于这样的确定性趋势，那么能承载人工智能的，一定是智能机器的量产。

  因此，这里面的第一个突破口，就是智能机器的量产，也就是说，无论美国的人工智能软件如何如何的发达，如果最终无法建立跟智能机器的结合，那就好比人的脑袋长到了鱼身上，离开水都活不了，发挥不了真正的价值。那了解这一点有啥用呢，我个人觉得，基于这样一个判断，那么中国在训练自己大模型的同时，最最最重要的是，赶紧对智能机器进行量产，也就是先把低配版的智能机器人等进行量产和普及，然后迅速建立信息和产品技术的反馈数据，这种数据我个人觉得比线上训练大模型还要关键。如果中国能抓住对未来智能机器的量产（低成本、大规模、全球物流体系、巨量应用反馈数据），就会建立一个更高的“绑定”维度，就是无论美国研发出多大的模型，要进入到智能机器的承载体系，而且要让全球更多人用上，就要跟中国的“量产”绑定。

  举个不恰当的例子，这就好比说贾跃亭和雷军造车，一个在美国，一个在中国，一个具有非常早的前瞻性，一个却只用了不到三年，而雷军成功的关键，就是更快、更早收集到用户体验反馈的“量产”。小米SU7这个，我看自动泊车这个软件都已经是标配了。特斯拉的FSD也是从率先在加州的应用和训练开始的。当然，智能机器里面，除了电动车，未来更大的领域应该是智能机器人。工业革命从静止的，以及轨道的机器，走向移动的，自动的机器，最后一定会走向智能的机器。

第一个突破口，就是智能机器的量产，也就是说，无论美国的人工智能软件如何如何的发达，如果最终无法建立跟智能机器的结合，那就好比人的脑袋长到了鱼身上，离开水都活不了，发挥不了真正的价值。那了解这一点有啥用呢，我个人觉得，基于这样一个判断，那么中国在训练自己大模型的同时，最最最重要的是，赶紧对智能机器进行量产，也就是先把低配版的智能机器人等进行量产和普及，然后迅速建立信息和产品技术的反馈数据，这种数据我个人觉得比线上训练大模型还要关键。如果中国能抓住对未来智能机器的量产（低成本、大规模、全球物流体系、巨量应用反馈数据），就会建立一个更高的“绑定”维度，就是无论美国研发出多大的模型，要进入到智能机器的承载体系，而且要让全球更多人用上，就要跟中国的“量产”绑定。

希望朋友的观点，能多一些人专业人士和国家相关人士看到。