训练成本飙升为何没带来行业大整合?
natolambert · x · 2026-08-02
知名 AI 研究者 Nathan Lambert 探讨了行业未走向垄断整合的原因。尽管模型训练成本每年呈指数级增长,但如今有更多的公司在投入数亿乃至数十亿美元训练强劲模型,并选择将其开源。
他指出,核心驱动力在于对 Token 的极高需求。随着模型效率提升和应用场景拓宽,各实验室意识到构建“Token 生产机器”是通向价值的可行路径。越来越多的组织识别到了这一价值源泉,推动了开源模型在帕累托前沿上的持续繁荣。
「漫话AGI」频道最新
- Gary Marcus 赞同:大学擅长培养人才而非管理 — GaryMarcus · 2026-08-24
- 支持 AI 也能承认其带来毁灭风险,唯有向前 — repligate · 2026-08-24
- AI 编程赋予个体极高杠杆,但窗口期短暂 — andrew_n_carr · 2026-08-24
- 后 AGI 时代人类不会失去目的 — PeterDiamandis · 2026-08-24
- 未来的数据中心冲突可能像今天一样被误导 — xuanalogue · 2026-08-24
- AI 隐私与安全干预:谁来定义“危险”的边界? — Radiant_Dragonfruit3 · 2026-08-24