作者： 刘旷随着ChatGPT在全球范围内迅速爆红，AI大数学模型赛车场的热潮也已经开始从国外涌向亚洲地区，并随之急速升温而作为新一代的革命性控制技术，AI大数学模型一度被视为一次全新的生产力革命因此，各路玩者都围绕“AI大数学模型”正式发布了一系列商品，亚洲地区AI界也已经开始上演一场关于“大数学模型”的战争。
纵观亚洲地区当下涉足AI大数学模型赛车场的玩者，主要可分为以穆萨、百度、百度等为代表者的网络供应商和以周武王信息控制技术、苏交科、华大基因等为代表者的信息控制技术子公司，以及以王大川、王兴等为代表者的初创企业而正所谓，亚菊属，Aulaye不同属性的参与者在这场“千模大战”中也展现出了其独特的竞争优势。
网络小厂天然资源傍身升级换代AI大数学模型赛车场热闹非凡，网络供应商们纷纷摩拳擦掌百度和穆萨先后上线了各自的小规模词汇数学模型“聚花一言”和“记事千问”；百度、网易、京东也相继申明了自家的大数学模型商品“混元”、“玉言”和“ChatJD”。
而众位网络小厂或许能竞相面世自己的AI大数学模型新品或研制计划，其另一面的实力不容小觑首先，网络小厂保有实力雄厚的资本金贮备，能长期有效地支持其AI大数学模型的创新和研制高算力代表者着高成本，这就意味着AI大数学模型需要高昂的体能训练费用和研制资金投入，而没有实力雄厚的资本金支撑力，几乎没有跑完全程的希望。
相比较而言，网络小厂资本金贮备充足，能保证大数学模型的正常运行据申明资料显示，无论是百度、穆萨还是百度，每年研制资金投入资本金就高达百亿元，研制团队人数破万，在控制技术研制上实力实力雄厚，是目前当之无愧的“第一梯队”玩者。
其次，网络小厂累积了海量统计数据模块，能在很大程度上提升AI大数学模型的能力和效用统计数据是大数学模型的基础，目前来看，通过小规模统计数据体能训练超大模块量的巨量数学模型，被认为是非常有希望实现通用人工智慧的一个重要方向而“BAT”等网络小厂流量大、使用者结构紧凑，能为大数学模型的生成提供足够的统计数据模块。
比如说，“聚花一言”另一面有百度的海量搜寻统计数据和记忆术；穆萨的“记事千问”则有源自B2C、云计算等应用领域的记忆术最后，网络小厂丰富的应用应用领域情景和大数学模型十分切合，能让AI大数学模型的破冰变得更容易网络小厂分别源自B2C、SNS、游戏、教育等诸多行业，并且保有面向使用者的多个商品和服务，如百度和360的搜寻、百度的SNS媒体、穆萨的云计算和B2C等，其主营销售业务十分切合大数学模型应用应用领域情景，而基于其原有销售业务在天然资源和控制技术上的累积，这些网络小厂则是最有机会推动数学模型控制技术向C端使用者普及的玩者。
信息控制技术子公司控制技术Shajapur在网络小厂积极产业布局AI大数学模型之时，信息控制技术子公司的身影也异常活跃周武王信息控制技术宣布面世了“日日新”大数学模型体系；苏交科和局域i2414701合作暗鞘了大词汇数学模型“天成”；华大基因也正式发布了“SL400”大数学模型而信息控制技术子公司或许能争先恐后地面世自己的AI大数学模型方案和发展计划，则与其自身强大的底气不无关系。
一方面，信息控制技术子公司在AI大数学模型的应用应用领域积极探索上已获得了很大的三垒手竞争优势，这有助其率先抢占使用者心智凭借超前的魄力，大多数信息控制技术子公司多年前便已展开了人工智慧控制技术在各销售业务应用领域的应用应用领域积极探索，并将相关控制技术全面应用应用领域到旗下SNS娱乐、信息分发等销售业务板块，且现已获得很大的三垒手竞争优势。
比如说，苏交科在2020年就已经已经开始领先产业布局AIGC，耕耘三年，如今正式发布的“天成”3.5也被其自称为将是“中国第一个真正实现智能涌现的升级换代大词汇数学模型”另一方面，信息控制技术子公司在人工智慧等控制技术上有着深厚累积，能为AI大数学模型的破冰提供强有力的控制技术支撑力。
包括周武王信息控制技术、华大基因等在内的信息控制技术子公司早在ChatGPT火爆之前，就有了大量关于人工智慧的累积比如说，作为亚洲地区领先的人工智慧企业，华大基因不但保有丰富的AI控制技术累积和经验，目前还建有业界一流的AI统计数据中心。
而凭借在AI控制技术应用领域的巨大竞争优势，这些信息控制技术子公司更有可能做出真正意义上的类ChatGPT的自然词汇生成的大数学模型另外，信息控制技术子公司在AI控制技术应用应用领域上的商业化破冰经验，能为其AI大数学模型商业化破冰提供借鉴由于在AI应用领域的长期累积，大多数信息控制技术子公司已经通过建立控制技术竞争优势，以及AI产业化实现了盈利反哺控制技术研制，形成了可持续发展的商业模式。
比如说“AI四小龙”之一的周武王信息控制技术，就有着超过20年的AI原创控制技术，并且其领先的AI控制技术正不断破冰在生活情景中而随着其AI控制技术应用应用领域逐渐规模化破冰，其商业化也在随之加速创业企业洞察力为凭在网络小厂和信息控制技术子公司开卷之际，创业子公司也在AI大数学模型的风口中找到了机会，又为这一应用领域添了一把火。
原美团联合创始人王兴的一则“AI英雄榜”，宣布高调入局“剑指”大数学模型；随后，前搜狗CEO王大川、前京东AI掌门人周伯文、被誉为“AI框架应用领域第一华人”的穆萨控制技术副总裁贾扬清等众位大佬也争先加入了AI大数学模型的创业队伍。
而这些创业企业或许能成为杀向大数学模型赛车场的一匹黑马，当然还是得益于其得天独厚的竞争优势一是，初创企业更敏锐，能快速洞悉AI大数学模型的市场需求并展开相应销售业务网络时代竞争激烈，各企业都在抢占市场盲点，想要凭借三垒手竞争优势占得市场份额的高点。
相比较而言，初创企业往往具有更敏锐的市场洞察力，能迅速发现市场中未被充分满足的需求，也更容易适应市场需求并做出战略调整，从而面世具有独特性和竞争优势的商品和服务二是，初创企业更灵活，能基于大数学模型进行“再开发”，以挖掘新的交易机会。
由于初创企业往往充满积极探索精神，因此其能选择的商业模式也更为多样化，除了利用AI大数学模型为自己打工，AI创业者们还能基于大数学模型进行“再开发”，尤其是一些基于AI大数学模型发展的垂直应用应用领域情景，也有可能成为企业新的增长机会。
比如说，使用聚花一言大数学模型，基于其语音和文本处理功能，开发者能再增加线上记账小数学模型，用语音输入实现实时记账三是，初创企业更专注，有足够的时间和精力去研究和开发出AI大数学模型更多的情景和功能众所周知，无论是网络小厂还是信息控制技术巨头，往往都有着多条销售业务线，因此，各项天然资源就会比较分散，而作为其若干个销售业务中的一个，大数学模型应用领域能被分到的天然资源就十分有限。
相比较而言，初创企业更专注于一项销售业务，会通过聚焦商品本身进行深度思考，从而精准挖掘使用者需求，设计出让使用者满意的商品，让使用者更愿意为之买单有门道，更有门槛为了追逐AI大数学模型的浪潮，无论是网络小厂，还是信息控制技术子公司，亦或是初创企业，无一不都亮出了绝招。
亚洲地区的AI大数学模型已然遍地开花了，至于谁会成为最后的赢家，目前虽尚无定论，但值得注意的是，每一个狂热赛车场的另一面往往不乏担忧，而追逐大数学模型的玩者自然也都面临着共同的难题一来，AI大数学模型在算力、算法等核心控制技术方面都还不太完善，还有很大的进步空间。
在AI时代，生产力的三要素分别是应用应用领域情景、专有统计数据和基础数学模型然而，大数学模型控制技术应用应用领域范围虽然广泛，但目前破冰的情景却比较有限而且当前亚洲地区算力稀缺、统计数据数学模型体能训练不足，甚至版权纠纷等问题依旧难以忽视更何况，本身缺乏核心控制技术、套用别家子公司硬件或统计数据库来预体能训练模块的也不在少数，可见，升级换代大数学模型还有很长的一段路要走。
二来，AI大数学模型顶级的控制技术人才是稀缺天然资源，各玩者之间的抢人大战将难以避免随着大数学模型越来越火热，高精尖的控制技术人才就成了兵家必争之地，小厂们更是毫不吝啬地开出百万年薪来争夺根据脉脉正式发布的《AIGC⼈才趋势报告》显示，自OpenAI面世的2021年以来，对于AIGC相关人才的争夺就已经已经开始了。
2021年1-2月，AIGC相关岗位招聘同比上升281.88%；2022年和今年的1-2月，招聘数量分别保持了76.74%和31.3%的同比增幅三来，AI大数学模型目前的破冰情景还较为有限，商业化想要彻底跑通恐怕还需要时间。
无论是对哪个行业而言，商业化都是极为难过的一关即便是控制技术领跑全行业的openAI，在商业化方面也有着不小的烦恼，比如说，openAI的估值虽然随着ChatGPT的走红而一路高升，但每一次预体能训练模块都要耗费巨资，因此其亏损也在持续扩大。
其他玩者的商业化尝试恐怕也是收效甚微，短时间内几乎不可能覆盖预体能训练所需成本总而言之，对所有参与的玩者来说，大数学模型无疑是一场艰苦的马拉松竞赛而且，随着亚洲地区各种大数学模型接踵而至，“百模大战”也已经正式打响，留给参与者们的时间似乎并不算多了。
而待到潮水消退，亚洲地区的AI大数学模型玩者们恐怕只有坚持做自己，才能在这场竞赛中走得更长远些
