مشاهده WAIC: اجماع شلوغ، حباب بزرگ

By: rootdata|2026/07/21 05:30:00
0
اشتراک‌گذاری
copy
امتیازدهی ما در گوگلامتیازدهی ما در گوگل

نویسنده: شیائو بینگ، شین چائو TechFlow

1. WAIC باید زودتر برگزار شود تا بعد از بازدید، بتوانیم زودتر از فناوری‌ها خارج شویم.

سیگنال‌های اوج زیادی وجود دارد: انواع رویدادهای جانبی به سمت ارزهای دیجیتال، جمعیت زیادی از زیبایی‌های با چهره‌های جذاب، محصولات مشابه در محل... یک مسیر از بازی گیک‌ها به جشن عمومی تبدیل شده است.

چه در بازار اولیه و چه در بازار ثانویه، وقتی همه شروع به باور یک داستان واحد می‌کنند و اجماع بیش از حد متمرکز می‌شود، خطر شروع به انباشته شدن می‌کند.

زیرا در بازار صعودی، گاوهایی که در کنار شما هستند، در زمان افت، به فروشندگانی تبدیل می‌شوند که در حال پا گذاشتن بر روی هم هستند.

کشتار متقابل!

2. مدل‌های بزرگ هیچ حصار واقعی ندارند

پایه AGI هنوز هم قانون مقیاس است.

توانایی مدل و اندازه پارامترها، قدرت محاسباتی و کیفیت داده‌ها همچنان رابطه‌ای قدرتی را دنبال می‌کنند.

چه کسی می‌تواند به طور ارزان‌تری GPU محاسباتی، داده‌های با کیفیت بالاتر، محققان بهتر و همچنین به طور مؤثرتری پول را سوزاند.

بنابراین، حصار شرکت‌های مدل بزرگ از آنچه بسیاری تصور می‌کنند، شکننده‌تر است.

توانایی مدل به طور مداوم به سمت همگرا شدن می‌رود، مزیت پیشرو به طور مداوم دنبال می‌شود و قیمت به طور مداوم کاهش می‌یابد.

در این دوره، تنها کسانی که واقعاً سود می‌برند، کسانی هستند که به همه شرکت‌های مدل آب می‌فروشند، زیرا همه در حال برداشت از هزینه‌های سرمایه‌ای چند شرکت بزرگ هستند.

GPU، HBM، ارتباطات پرسرعت، مراکز داده، برق، خدمات داده...

ایستادن در بالای مسابقه تسلیحاتی و تقسیم یک تکه از کیک، حتی اگر فقط به عنوان واسطه منابع عمل کنید، اکنون سودآورترین تجارت است.

3. گلوگاه داده‌ها فرصت‌های پنهان این کنفرانس است

پس از گفتگو با برخی دوستان، متوجه شدم که شرکت‌هایی که در این موج AI سود می‌برند، بسیار کم‌صدا هستند و اصلاً به نمایشگاه نمی‌آیند، یکی از این جهت‌ها داده‌ها هستند.

موفقیت یا شکست نمایندگی چندمدلی به طور اساسی به داده‌های آموزشی چندمدلی با کیفیت بالا بستگی دارد. دارایی‌های داده‌ای که به طور با کیفیت بالا پاک‌سازی، به دقت برچسب‌گذاری، هم‌راستا با چندمدل و قادر به تکرار مداوم هستند، به شدت کمبود دارند.

مدل‌ها به طور فزاینده‌ای ارزان‌تر می‌شوند، GPU در نهایت بیشتر خواهد شد، اما داده‌های واقعی با کیفیت بالا به طور فزاینده‌ای نادر می‌شوند.

زنجیره تأمین داده‌های چندمدلی در حال تبدیل شدن به یک مسیر سودآور است.

پاک‌سازی داده‌ها، برچسب‌گذاری داده‌ها، سنتز داده‌ها، دارایی‌های داده‌ای عمودی، جمع‌آوری داده‌های رباتیک... و همچنین شرکت‌های الگوریتمی که به طور خاص به حل نمایندگی چندمدلی و کدگذارهای پیش‌آموزشی چندمدل می‌پردازند.

GPU یک هزینه سرمایه‌ای یک‌باره است، در حالی که داده‌ها هزینه سرمایه‌ای مداوم هستند.

در حال حاضر، من داده‌ها را به سه دسته تقسیم می‌کنم: دسته اول داده‌های کارشناسی (Expert Data)؛ دسته دوم داده‌های محیط/عامل RL. در آینده، آموزش عامل‌ها دیگر فقط جمع‌آوری سوال-پاسخ نخواهد بود، بلکه باید محیط → وظیفه → مسیر → پاداش → تأییدکننده را بسازیم، که ممکن است یکی از بزرگ‌ترین بازارهای افزایشی آینده باشد.

دسته سوم داده‌های تجسمی/رباتیک است که این بیشتر از داده‌های LLM نادر است و جمع‌آوری آن بسیار دشوار است.

4. چالش‌های کاربرد AI، بازتابی از گذشته ارزهای دیجیتال

AI کنونی بسیار شبیه به Crypto گذشته است، پروتکل‌های چاق، L1 که بیشتر ارزش‌ها را جذب می‌کند، بنابراین VC‌های Crypto به شدت پول خرج می‌کنند تا به زنجیره‌های عمومی سرمایه‌گذاری کنند، کاربرد؟ هیچ‌کس سرمایه‌گذاری نمی‌کند.

در حال حاضر، AI نیز همین‌طور است.

مدل‌های بزرگ یک لایه POW هستند، حتی مدل خود کاربرد است.

در چند سال گذشته، بیشتر کاربردهای AI در حال انجام یک کار خطرناک بودند: بسته‌بندی توانایی‌هایی که مدل به طور موقت نمی‌تواند انجام دهد به عنوان محصول.

اما مرزهای توانایی مدل به طور مداوم در حال گسترش است. هر بار که مدل به‌روزرسانی می‌شود، مانند این است که L1 عملکردهایی را که قبلاً متعلق به لایه کاربرد بود، به طور مستقیم در پروتکل می‌نویسد، جستجو، تحقیق عمیق، کدنویسی، تولید تصویر، تولید ویدیو، استفاده از کامپیوتر، عامل...

اگر هر بار که مدل به‌روزرسانی می‌شود، محصول شما یک لایه ارزش را از دست بدهد، در واقع شما ویژگی AI هستید، نه کاربرد AI.

بنابراین، باید چیزهایی را بسازید که مدل می‌تواند انجام دهد، اما همچنین بسیار دشوار است که از بین برود، فکر کردم، چیزی جز داده‌ها، زمینه، جریان کار، مجوز، توزیع نیست.

حصار کاربرد AI این است که خود را به عنوان مشتری مدل تبدیل کنید، نه رقیب مدل.

5. هوش تجسمی، حباب بزرگ

در سالن H4 طبقه دوم، با دیدن ربات‌های مشابهی که از زنجیره تأمین مشابهی تولید شده‌اند و به آرامی حرکات مشابهی انجام می‌دهند، و سپس به ارزیابی شرکت‌ها نگاه می‌کنم، احساس ناراحتی می‌کنم و برای پول سرمایه‌گذاران دلسوزی می‌کنم.

مشکل فعلی هوش تجسمی این است که سرمایه با "قانون مقیاس نرم‌افزار" به "سیستم‌های پیچیده نرم‌افزاری و سخت‌افزاری" قیمت‌گذاری می‌کند.

معجزه مدل بزرگ این است که یک شرکت می‌تواند GPT-5 را آموزش دهد، به طور نظری می‌تواند با هزینه حاشیه‌ای نزدیک به صفر به میلیاردها نفر در سراسر جهان خدمات ارائه دهد، اما ربات‌ها نمی‌توانند.

هر بار که ربات یک کاربر جدید را خدمات می‌دهد، باید یک ماشین جدید بسازد، که شامل BOM، تولید، زنجیره تأمین، تحویل، نگهداری و استهلاک است.

هوش AI می‌تواند به طور نمایی پیشرفت کند، مثلاً هر بار که مدل به‌روزرسانی می‌شود، کاربران جهانی به طور همزمان باهوش‌تر می‌شوند، اما هزینه‌های دنیای فیزیکی به طور نمایی کاهش نمی‌یابد.

اگر هوش طبق قانون مور پیش برود، هوش تجسمی هنوز هم قوانین صنعت تولید را دنبال می‌کند، هوش تجسمی در نهایت ممکن است یک صنعت بزرگ باشد، اما لزوماً صنعتی با حاشیه سود مدل بزرگ نخواهد بود.

علاوه بر این، هنوز زود است.

خودران‌ها اکنون یک مشکل هوش تجسمی با محدودیت‌های بالا هستند، هدف مشخص، فضای عمل محدود، قوانین جاده استاندارد شده، و همچنین داده‌های واقعی و سیستم صنعتی خودروسازی بالغ. حتی با این حال، این صنعت هزاران میلیارد دلار را سوزانده است و هنوز هم برخی از مشکلات دنباله‌دار را در جاده‌ها حل نکرده است. چالش‌های واقعی هوش تجسمی چندین برابر چالش‌های خودران‌ها است.

6. بهترین زمان برای دلالان

یک حقیقت سخت، در حال حاضر بیشتر شرکت‌های استارتاپ AI چندان سودی نمی‌برند، حتی سود آن‌ها کمتر از فروش مهارت‌های خود توسط زنان بزرگ است.

بنابراین متوجه یک نکته جالب شدم، بسیاری از شرکت‌ها به ظاهر یک کسب‌وکار دارند، اما وقتی دقیق‌تر صحبت می‌کنید، "اوه، شما هم توکن می‌فروشید"، "اوه، شما هم قدرت محاسباتی می‌فروشید"، در واقع شرکت‌های مدل بزرگ هم قدرت محاسباتی را به قیمت بالاتر می‌فروشند.

در واقع، دلالان همچنان سود می‌برند.

FA، تطبیق سهام قدیمی، B300 معکوس، فروش توکن، فروش مجموعه داده، فروش قدرت محاسباتی، حتی فروش فرصتی برای دیدن یک بنیان‌گذار...

AI همزمان تمام شرایط یک بازار دلالی پررونق را برآورده می‌کند: تغییرات فناوری به اندازه کافی سریع، تفاوت اطلاعات به اندازه کافی بزرگ، سرمایه به اندازه کافی زیاد، داستان به اندازه کافی جذاب.

VC‌ها پولی را برای پیش‌بینی نتیجه نهایی به دست می‌آورند، FA پولی را برای پیش‌بینی اجماع به دست می‌آورند، نیازی به اثبات این نیست که یک روند در نهایت درست است.

برعکس، هرچه روایت مبهم‌تر و بزرگ‌تر باشد، فضای بیشتری برای FA وجود دارد.

به عنوان مثال، هوش تجسمی، مدل جهانی... این مسیرها یک ویژگی مشترک دارند: روایت آینده به اندازه کافی بزرگ، فناوری به اندازه کافی پیچیده، و در کوتاه‌مدت به اندازه کافی دشوار برای اثبات.

شرکت‌های بزرگ در حال سوزاندن پول برای آموزش مدل‌ها هستند، سرمایه‌گذاران در حال شرط‌بندی بر روی AGI ده سال آینده هستند، و دلالان پول را به دست می‌آورند.

یا باید از هزینه‌های سرمایه‌ای شرکت‌های بزرگ برداشت کنید

یا باید از هزینه‌های FOMO LP برداشت کنید

7. پول همه چیز است

رقابت AI هنوز فاصله زیادی دارد، مردم اغلب می‌پرسند، نادرترین منبع در عصر AI چیست؟

بسیاری از مردم پاسخ می‌دهند: استعداد، قدرت محاسباتی، داده‌ها... اما در نهایت، همه آن‌ها فقط یک نام دارند: پول.

بزرگ‌ترین مزیت رقابتی در صنعت AI، نه فناوری، بلکه توانایی تأمین مالی است.

کارآفرینان اکنون باید به طور مداوم تأمین مالی کنند، حتی اگر پول در حسابشان کافی باشد، باید تأمین مالی کنند.

جنگ واقعی در دوره‌های نزولی آینده صنعت است.

تا زمانی که پول داشته باشید، می‌توانید زنده بمانید و منتظر بمانید تا رقبا پول نداشته باشند و سپس استعدادها، فناوری‌ها و مشتریان آن‌ها را با قیمت پایین جذب کنید.

بازار ثانویه نیز همین‌طور است، در ۲-۳ سال آینده، احتمالاً یک حباب بزرگ فرو خواهد پاشید، به شرطی که در آن زمان پول کافی برای خرید داشته باشید، می‌توانید ۹۹٪ افراد را شکست دهید.

قیمت --

--

سلب مسئولیت: این محتوا صرفاً برای اطلاع‌رسانی عمومی و برندینگ ارائه شده و به‌ منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌گردد. هیچ‌یک از رویدادها، جوایز، رویدادهای آنلاین یا اطلاعات مرتبط ذکرشده در اینجا نباید به‌عنوان توصیه، درخواست یا دعوت برای خرید، فروش، معامله یا هرگونه اقدام دیگر در رابطه با دارایی‌های رمزارزی یا استفاده از خدمات تلقی شوند. دارایی‌های رمزارزی با نوسانات بالایی همراه بوده و ممکن است منجر به زیان شوند. خدمات WEEX و رویدادهای آنلاین ممکن است در تمام مناطق در دسترس نبوده و مشمول قوانین، مقررات و شرایط احراز صلاحیت مربوطه هستند. شما مسئول رعایت قوانین محلی در استفاده از خدمات WEEX هستید و باید پیش از انجام هرگونه فعالیت مرتبط با ارزهای دیجیتال، ریسک‌های آن را به‌دقت بررسی کنید.

ممکن است شما نیز علاقه‌مند باشید

محتوا

جدیدترین مقالات

بیشتر

آخرین لیست سکه ها در WEEX

iconiconiconiconiconicon
پشتیبانی مشتری:@weikecs
همکاری تجاری:@weikecs
معاملات کمّی و بازارسازی:bd@weex.com
برنامه VIP:support@weex.com