投资人误读 scaling:分析师称市场正低估头部实验室垄断前景
abhiadesai · x · 2026-10-25
分析师 Abhi Desai 提出头部 AI 实验室主导地位的两个关键假设:1) scaling 仍然成立——更多数据与算力带来更强模型;2) 更强模型解锁更多收入场景。他指出公开市场投资者普遍低估第 2 点,同时并未真正理解第 1 点。
- 第 1 点意味着模型训练是「反商品化」生意,极限情况下可能是垄断:若某实验室积累足够资源率先拉开差距,其领先将不可逾越。全知全能的 AI(Bostrom 所说的 Singleton)本质上就是垄断。近期关于「熔毁 GPU」式算力冲刺与实验室 endgame 规划的传闻正与此呼应。
- 第 2 点的历史例证是从 tab 自动补全到「盒子里的 SWE」的能力跃迁,直接带来今年 coding 收入的大幅爬坡;类比可推广到企业垂直场景乃至 R&D 任务。
他补充:除数据、算力与关键物理投入(关键矿物、工厂、生物实验室、能源)外,实验室有望以「边际成本≈算力成本」的方式竞争几乎所有领域,公开与私募市场对这种主导地位的定价仍然偏低;对开源竞争则应记住开源质量(原文此处截断)。
所属事件:分析师称市场低估头部AI实验室垄断前景(2 条相关)→
「漫话AGI」频道最新
- OpenAI 宣布前沿模型训练全面断网，防 AI 代理失控 — emmanuelvivier · 2026-10-25
- AI 时代「工作该不该消失」之争:生命本就是对抗熵的工作过程 — danfaggella · 2026-10-25
- OpenAI 研究员：公众对 AI 的严肃程度刚好，社会会逐步适应 — NathanpmYoung · 2026-10-25
- 开发者吐槽:前沿实验室员工的「生物言论」是种精神病毒 — owl_posting · 2026-10-25
- State of AI 报告第 9 期：前沿已成三实验室竞逐 — nathanbenaich · 2026-10-25
- 基准测试该罚歧义还是罚失准?博主主张靠环境保真度解耦 — nirmal_dist · 2026-10-25