AI 大模型競賽愈發白熱化，下半場將聚焦推理與數據。投資公司 Atreides Management 合夥人兼資長貝克（Gavin Baker）在社群平台 X 發文分析了當前 AI 產業格局的變化，再度獲得馬斯克點讚。
Baker 指出，隨著數據成為競爭的核心，無法獲得獨特且有價值的數據的前沿模型正在迅速貶值。 他強調，未來只需 2 到 3 個巨型資料中心用於預訓練，而推理的運算資源分配將達到 95%。此番言論深獲馬斯克認同，他回稱「分析得很好」。值得一提的是，上周馬斯克旗下 xAI 正式發表 Grok 3 大模型。
他在文章中表示，AI 產業格局的改變正在加速，OpenAI 的先發優勢消退，微軟 (MSFT.US) 也選擇退後一步。 Meta (META.US) 等巨頭透過資料壟斷和算力規模建構護城河，而中小玩家聚焦差異化部署和成本優化。
他指出，當 ChatGPT 在 2022 年 11 月推出時，OpenAI 透過對 Scaling Law 的激進押注在生成式 AI 領域建立了長達 7 個季度的統治地位。然而，這一優勢窗口正在關閉。 Google 的 Gemini、xAI 的 Grok-3 以及 Deepseek 的最新模型均已達到與 GPT-4 相近的技術水準。
不過，Gavin 仍看好 xAI 和 OpenAI，他表示，如果 OpenAI 在 5 年後仍然是該領域的領導者，那可能是因為先發優勢和規模優勢，以及產品影響力。
根據 The Information 先前報導，微軟內部備忘錄顯示，由於預訓練邊際效益遞減，原計劃投入 160 億美元升級預訓練基礎設施的方案已被叫停，微軟轉而專注於為 OpenAI 提供推理以獲取收益。
微軟 CEO 納德拉在播客節目中也表示，資料中心可能建設過剩，租賃優於自建，甚至可能使用開源模型來支援 CoPilot。這些跡象表明，單純依靠參數擴張來建立壁壘的「預訓練時代」已走向終結。
隨著模型架構的趨同，Baker 認為獨家資料資源將成為新的護城河。他多次引用 Eric Vishria 的話，指出無法獲得獨特、有價值數據的前沿模型是史上貶值最快的資產。他警告，如果未來前沿模型無法存取 YouTube、X、TeslaVision、Instagram 和 Facebook 等獨特的數據，則可能沒有任何投資回報率。
Baker 也提到，祖克柏的策略似乎更有智慧，Meta 的 AI 策略錨定在社群數據閉環上。媒體報導指出，Instagram 用戶的圖像標註資料讓 Meta 的多模態模型訓練效率提升了 40%。他預計，預訓練算力需超大規模集群，但參與者將縮減至 2-3 家，技術堆疊將追求極致性能。
在推理方面，Baker 認為，未來將會有較小的 6-10 家資料中心主導市場，採用分散式、低成本架構，地理就近部署與能源效率比將成為關鍵。推理模型是計算密集的，只有具備強大的運算能力，模型才能有效率地完成推理任務。
整體來看，未來 AI 產業可能呈現「預訓練集中化，推理去中心化」的格局，數據將成為權力的核心。巨頭們透過數據壟斷和算力規模建構護城河，而中小玩家則聚焦於差異化部署和成本優化。 Baker 的分析為我們揭示了 AI 產業未來的發展趨勢，值得業界關注。
馬克思上回點讚其 DeepSeek 分析文
Baker 今年 1 月也曾撰文分析 DeepSeek，肯定 DeepSeek 在演算法方面確實有突破，使得這款模型在訓練、推論方面都非常有效，並認為 DeepSeek-R1 與 OpenAI 的 o1 模型相當，但是仍輸給 o3。
然而，訓練成本方面，DeepSeek 宣稱花費不到 600 萬美元，但實際上，不包括與架構、運算和資料有關的研究以及消融實驗的成本，也就是說，如果一個實驗室已經花費了數億美元進行研究，並可以使用更大的群集，那當然可以用 600 萬美元建造出與 R1 同樣品質的模型。
Baker 稱，DeepSeek 在研發 AI 模型時，汲取了 GPT-4o 和 o1 的精華，這也代表，如果確實限制中國使用 GPT-4o 和 o1，DeepSeek 將無法順利訓練模型。他也點出，美國現在限制了中國取得先進 GPU（圖型處理器）的能力，但卻沒能阻止中國取經尖端模型的舉措。
該發文也吸引到馬斯克回覆表示，這是一篇有趣的分析，是自己看過「最有道理的分析」。
(美股為即時串流報價； OTC市場股票除外，資料延遲最少15分鐘。)新聞來源 (不包括新聞圖片): 鉅亨網