目前，科技界对人工智能大模型产生了广泛关注，该技术被视为推动创新和创业的新动力。这一趋势对有志于展现才华的年轻群体极具吸引力。然而，它同时也遭遇了一系列挑战，成为当前讨论的焦点。
大模型带来创新创业浪潮
时代进步中，继互联网兴起之后，人工智能大型模型崭露头角。众多调研数据表明，众多年轻群体纷纷加入这一领域。以北京、深圳等科技前沿城市的高校和创业园区为例，众多年轻人士正组成团队投身于相关项目的研究。这主要得益于大模型所携带的巨大潜力，被视为孕育新财富与创新机会的源泉。此外，政府也推出了一系列扶持政策，以促进大模型领域创业活动的蓬勃发展。
然而，在该领域崭露头角的年轻人才寥寥无几。竞争之激烈，加之大型模型的技术要求较高，使得众多创业团队在起步阶段便遭遇了资金与技术的双重挑战。
大模型面临发展瓶颈
大模型虽带来众多发展机遇，却遭遇若干难题。技术发展上，其性能提升存在局限。众多企业测试数据揭示，在部分复杂逻辑运算中，大模型的准确度未达预期。此外，高昂的成本亦是一大挑战，数据显示，开发中等规模大模型需投入数千万元资金。同时，应用领域相对狭窄，大多集中于理论研究及基础智能客服等应用。
这些瓶颈可能阻碍大模型产业的持续发展，若未能突破，将导致众多创业者的梦想破灭，同时亦不利于行业的整体良性成长。
周鸿祎观点下的大模型时代特点
周鸿祎作为业界资深专家，其观点颇具影响力。他认为，大模型时代为像360这样的传统互联网公司带来了新的发展机遇，并勉励年轻一代抓住这一机遇。他强调，互联网与人工智能在本质上有别，互联网侧重于连接，而人工智能则是提高生产力的工具。这种从互联网向人工智能的过渡，就如同从马车时代过渡到汽车时代一样，是一次重大的转变。
人工智能技术在蛋白质结构研究及自动驾驶等领域具有广泛应用，其功能远超互联网范畴。此外，他还指出，在大模型时代，借鉴互联网经验并非明智之举。
大模型的发展趋势
周鸿祎概括了大模型时代的六个关键趋势。首先，AGI的发展速度有所减缓，数据显示预训练的ScalingLaw边际效应正在降低，且高质量数据资源趋于匮乏。其次，行业开始转向开发专业的大模型，而非单一模型解决所有问题。一些企业专注于特定领域的建模，例如医疗和金融。第三，模型参数规模趋向于小型化，研究表明，新开发的大模型参数规模仅为之前的约三分之一。第四项内容原文未提及。第五，算力基础设施已实现大规模建设，能够满足模型应用需求，但某些地区的数据中心已出现算力过剩现象。
这些迹象表明，大型模型的发展方向正在由原先的无序追求规模和普适性，逐渐转向注重细节和专精化。
大模型产业主要分为两条发展路径：一条是追求通用人工智能（AGI）的AGI之路，另一条则是推动大模型产业化的应用之路。AGI之路致力于突破单体智能的极限，通过比拼算力和数据，向着万亿参数规模迈进。众多大型科技企业一直在该领域进行深入研究。另一方面，应用之路旨在将大模型应用于产业、垂直领域、具体场景和实际应用中。众多中小科技企业倾向于选择这条发展道路。
缺乏明确的方向指引，大型模型企业可能轻易在庞大的市场中迷失自身。
年轻人的参与方式和创业方向
在大型模型时代，青年创业者应如何开展创新活动？周鸿祎提出，首先应加强自身能力，并在六大应用领域寻找机遇。比如，通过提高个人工作效率实现普遍智能化，例如现有办公软件正通过大模型技术改善用户界面。同时，支持传统行业数字化转型和智能化升级，培育新型生产力，如钢铁、纺织等行业已有企业开始尝试。此外，还可以利用大模型对海量科研数据进行深度分析，形成新的科研模式。另外，关注人工智能安全等关键领域也是重要的一环。
面对众多机遇，你打算如何驾驭你的大型模型创业征程？期待大家积极留言、点赞并转发。
