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
- Hinton 回击黄仁勋:他唱衰 AI 危险论是为了多卖英伟达芯片 — BlackHC · 2026-10-16
- Yudkowsky 怒斥可解释性新进展，转发者反驳「末日论者永远可以说不够」 — AlexTensor · 2026-10-16
- Beff Jezos：技术加速已到文明级拐点 — beffjezos · 2026-10-16
- 数据科学家自述:未来五年最稳的转型是转向 AI 工程 — mdancho84 · 2026-10-16
- 学者争论：AI 将超越人类做科学，欧洲躲不开只能用别人的 — teortaxesTex · 2026-10-16
- beffjezos 回应 Aaron Levie：技术乐观主义是『超迷信』 — basedjensen · 2026-10-16