◎ 在人工智能领域，究竟是中国模式更有发展前景还是美国模式更优？其实一直都存在很大争议。其中在大模型的发展模式上，优劣对比争议更大。

美国采用的是多模态通用大模型模式，中国则是专用大模型模式。

简单讲，美国就是想培养出一个可以适合所有领域的大模型，好比培养一个全才的人类，想法是好的，但现实却是残酷的。而中国则是因地制宜，充分发挥产业优势，先在各个行业培育专用大模型，然后再综合数据，融合起来。

◎ 美国模式自然是建立在它的芯片与算力以及美元资本优势之上的。

它的目标就是抢先通过资本优势搭建起一个人工智能标准体系，结合自己的芯片与算力优势，把全世界的数据收集起来，通过大模型训练，得到一个可以通杀各个行业的人工智能。

但是很显然，美国耗资巨大的万卡智算中心已经遇到了瓶颈。

◎ 美国的计算能力正遭遇数据不够用，迟滞了大模型训练的速度。

数据的匮乏反映了美国过于激进的致命问题，那就是人类在试图创造一个超越人类认知的人工智能，就必然会遭遇认知障碍。

在人类都缺乏体验的数据来源问题上，起码目前是反人类，也是不科学的。

但美国似乎有点骑虎难下了，蛮干的结果只能导致失败。

◎ 很明显，在缺乏数据支撑的基础之上，open ai 要突破极限实际上几乎是没有可能性的。

也就是说，希望“一招鲜，吃天下”的美国多模态通用模型正在走入死胡同。

◎ 尽管中国的人工智能发展道路依然受限于芯片与算力，但它依托于成熟而优势明显的产业，各个专业领域各自纵向发展，显然更符合中国的实际情况。

无论是在太空科技，智能汽车，智能手机，智能工厂等领域发展势头更好，而且在专业领域的实践应用中，正积累了庞大的数据库。

这些庞大的数据库，将在中国计算能力得到提升后会推动算力快速发展，中国这种依托实际应用数据推动大模型发展模式显然比依靠训练推动大模型发展模式后劲更足。