·基于人工智能的同一根基，中美大模型的差距没有那么大，中国在算法上略逊一筹，在应用上更好一点。

·2024年第一波真正的AI大模型应用端落地，一定是以企业应用为推进，以私有化大模型为核心。中国企业可以在AI大模型应用端走出不一样的道路。

大模型的竞争当下被看作是国家间竞争最重要的科技高地之一。自2023年3月，百度率先发布文心一言，国内各科技巨头、高校、研究院等纷纷发布自研大模型。从数量上看，国内大模型发布数量与美国差距不大，但就影响力而言，国内大模型并未产生全球现象级爆款。中美AI大模型的差距如何？AI如何重构人类世界？2024年对AI应用有何展望？猎豹移动董事长兼CEO、猎户星空董事长傅盛在接受采访时对以上问题发表了自己的见解。

如何看中美之间AI大模型的差距？

傅盛表示，这一轮大模型的出现，与其说是技术积累的胜利，不如说是技术信仰的胜利，更可以说是走差异化路线的胜利。“基于人工智能的同一根基，中美大模型的差距没有那么大，中国在算法上略逊一筹，在应用上更好一点。”傅盛说。OpenAI选择了一条差异化的路线，在AI技术路线上走出了一个新分支，从这个角度说，中国在这条路径上晚了一两年时间。此外，OpenAI的这条路是否一定能走通还没有定论。傅盛表示，千亿以上参数大模型的算力消耗十分惊人，目前中国更切实际的做法是：少数企业去复刻OpenAI，更多企业在小参数下做应用。“平民化的东西更有市场，更能改变世界。”傅盛说。

AI大模型时代，如何看待数据让渡的问题？

傅盛表示，科技发展环境一直存在中心化和去中心化的博弈，先是大平台想要拿到更多数据，然后出现更多草根与之对抗。过去这些年，大公司的平台化能力越来越强，包括谷歌、Facebook的数据自我迭代能力都很强。但在大模型时代，会出现很多私有化大模型，从个人角度而言，也许可以让渡数据，但作为企业，会因顾及数据丢失风险、法律等问题而不太容易让渡。

傅盛表示，硅谷很多较大的公司现在都在自己训练大模型，如果训练不了就将大模型私有化，不会用公网的大模型，因为对于中大型企业而言，法律和安全问题是第一位的。傅盛认为，GPTStore更多面对个人和体量小的开发者，中大型公司不太需要或者会非常有限度地使用。

如何更好地理解AI的预测能力？

傅盛表示，虽然AI的预测能力很强，但在大语言模型里体现出的语言推理能力与人相比尚有差距。语言的确存在着高度抽象和压缩的特点，这可能是今天人类智慧最后一点“遮羞布”，在这方面AI还能变得更加强大。另一方面，在小数据量下做推理，比如AI很难画出一个没见过的物理对象，但人类却可以通过想象力去画。“AI真正的优势是数据广度比任何一个人高很多，在这种广度下开脑洞等工作可以做得很好，因为它见的比人类多，基本数据化的内容比人类强。”傅盛说。

关于2024年对AI应用的展望，傅盛表示，第一，第一波真正的AI大模型应用端落地，一定是以企业应用为推进，以私有化大模型为核心。第二，2024年中国企业很难超越OpenAI，但中国企业可以在应用端走出不一样的道路。第三，CEO能不能用好AI是企业竞争力的关键。　

文章内容摘选自“财新”新媒体