张
张鹏
李
李开复
李开复：AI创业环境变化迅速，大模型训练初期应遵循Scaling Law，模型成熟后应专注于应用开发。预训练并非所有公司都适合，需考虑自身资源、技术能力和成本效益。当前AI创业最佳方向是应用开发，尤其是在模型够好、推理够便宜的背景下。中国AI创业公司应避免盲目跟风，应根据自身资源和市场需求，选择合适的技术路线和商业模式。OpenAI的垄断思维和对生态系统的忽视，为其他公司提供了弯道超车的机会。未来应关注MOE模型、多模态模型和高效推理等技术方向。
中国AI创业公司在2B领域面临低价竞标和客户需求不明确等问题，应专注于提供端到端的解决方案，选择合适的细分领域，打造差异化竞争优势。
Transformer模型并非最终形态，未来可能出现新的模型架构，但短期内Transformer仍是主流。
AI创业公司面临的三大风险：资金链断裂、技术路线选择错误和商业化落地失败。
张鹏：AI创业环境变化迅速，需及时调整策略。大模型训练初期应快速追赶，后期应控制节奏，注重效率和成本。预训练的决策需考虑资源、技术能力和长期价值。未来AI创业应专注于应用开发，充分利用现有成熟模型，发掘细分市场机会。
OpenAI的O1模型为大模型发展指明了新的方向，即“快思考慢思考”的推理能力提升，未来应关注这一方向的技术创新。
中国AI创业公司应在Transformer技术路线和商业模式上寻找差异化竞争优势，避免与巨头直接竞争。
中国AI大模型在2B领域的应用已初具规模，但仍面临挑战，应注重提供有价值的端到端解决方案。
Deep Dive
Shownotes Transcript