Edge
Chrome
Firefox
发现AI现在还在炒硬件。还没炒到软件。感觉AI算力服务器，英伟达的机柜，就跟我那时候上初中台式机电脑刚出来的时代一样，新的时代已经到来AI是第4次工业革命， AI科技革命刚刚开始，离泡沫还很远，美股纳纳指还是便宜的，根本就没有泡沫！基本上中国就蹭点概念，真正的AI科技还是在美股。本人打算长期梭哈纳指了
9
赞同来自: KevinLe 、dongma 、cddw 、zhangre 、newbison 、 、 、 、更多 »
AI现在的情况是，脑力跑在了体力之前，即模型的能力，跑在了算力之前。实验室里最好的模型，每一次发布都要面对乘以10亿用户、再乘以几倍的token，而模型参数现在是万亿级别的，一发出来，算力就不够了。第二层，体力又跑在了糖分供给之前。要供给这么大的算力，现在的零部件和设备也不够。从技术上分，大语言模型（LLM）这个领域，2024年底之前还有很多科学的问题没解决，但到了2024到2025年，科学性的问题基本上少了很多，剩下的都是工程问题。所以在LLM这个领域，矛盾已经收敛了，核心矛盾就在算力。算力只要够，加上工程能力和应用是可以推广开的。
这意味着，对研究本身来说，LLM已经是红海了，要发论文、做学术研究难度高了很多；但工程和应用是蓝海。
还有科学问题没解决的，是多模态和世界大模型——那两个方向可能是现在论文高产的领域。
所以机器人需要世界大模型的进一步成熟，这种世界大模型大概率没有这么快成熟，它里面还有很多科学问题，而科学问题解决的时间点是不可预测的。
现在的核心矛盾仍然出在算力上，这个矛盾可能需要两三年去缓解。所以人工智能未来可能还要再经历两到三轮大的曲线：这一波是大语言模型的红利；接下来是多模态、世界大模型，配合着机器人的到来，但那边还有很多科学问题要突破，需要时间。这样一轮一轮走完，才会最终走到一个更高的高度。
当然，现在这里面的股票鸡犬升天，肯定有一些是有问题的；但反过来说，也有一些东西长期看可能依然比较好
这意味着，对研究本身来说，LLM已经是红海了，要发论文、做学术研究难度高了很多；但工程和应用是蓝海。
还有科学问题没解决的，是多模态和世界大模型——那两个方向可能是现在论文高产的领域。
所以机器人需要世界大模型的进一步成熟，这种世界大模型大概率没有这么快成熟，它里面还有很多科学问题，而科学问题解决的时间点是不可预测的。
现在的核心矛盾仍然出在算力上，这个矛盾可能需要两三年去缓解。所以人工智能未来可能还要再经历两到三轮大的曲线：这一波是大语言模型的红利；接下来是多模态、世界大模型，配合着机器人的到来，但那边还有很多科学问题要突破，需要时间。这样一轮一轮走完，才会最终走到一个更高的高度。
当然，现在这里面的股票鸡犬升天，肯定有一些是有问题的；但反过来说，也有一些东西长期看可能依然比较好
3
赞同来自: timtimtim 、happysam2018 、豫章秋水
我在读三联书店出版的《智能简史》，作者是李大烈。这本书有点老了，但是对于完全不懂人工智能的人倒是不错。里面预言的神经拟态类脑计算机，浙江大学已经搞出来了（悟空）。类脑计算（模拟神经元-突触）和现在主流的大模型（冯·诺伊曼机）完全是不同的技术路线。这个实现产业化的话，大概相当于电动汽车替代燃油汽车（？）。类脑计算的核心叫忆阻器。全球第一个研制成功的厂商是美国惠普公司，目前全球领先的应该是南加州大学教授杨建华创办的TetraMem。SK海力士和TetraMem在2026年7月10日签约联合研发。浙江大学如果要走出实验室的话，国内有可能帮忙实现量产的有中芯国际、昕原半导体（字节跳动）、合肥瑞科微（兆易创新）？
京公网安备 11010802031449号