隨著模型架構(gòu)趨同,獨(dú)家數(shù)據(jù)資源成為新的護(hù)城河,。Gavin多次引用Eric Vishria的觀點(diǎn),,認(rèn)為無法獲得獨(dú)特,、有價(jià)值數(shù)據(jù)的前沿模型是歷史上貶值最快的資產(chǎn),。如果未來前沿模型無法訪問YouTube,、X,、TeslaVision,、Instagram和Facebook等獨(dú)特而有價(jià)值的數(shù)據(jù),,則可能沒有任何投資回報(bào)率。從這個(gè)角度來看,,扎克伯格將Meta的AI戰(zhàn)略錨定在社交數(shù)據(jù)閉環(huán)顯得更為明智,。據(jù)報(bào)道,,Instagram用戶的圖像標(biāo)注數(shù)據(jù)使Meta的多模態(tài)模型訓(xùn)練效率提升了40%。
這一變化也將帶來AI基礎(chǔ)設(shè)施格局的顛覆性變化,。Gavin預(yù)計(jì),,預(yù)訓(xùn)練算力需要超大規(guī)模集群(10萬卡級(jí)),但參與者將縮減至2-3家,,技術(shù)堆棧追求極致性能(如液冷,、核能供電)。推理算力則主要集中在較小的6-10家數(shù)據(jù)中心,,分布式,、低成本架構(gòu)主導(dǎo),地理就近部署與能效比成關(guān)鍵,。使用風(fēng)/光能源和量化壓縮技術(shù)(如Deepseek R1的1-bit LLM)支撐低成本推理,。
未來AI行業(yè)可能呈現(xiàn)“預(yù)訓(xùn)練集中化,推理去中心化”的兩極格局,。數(shù)據(jù)將成為權(quán)力核心,,巨頭通過數(shù)據(jù)壟斷和算力規(guī)模構(gòu)建護(hù)城河,而中小玩家則聚焦差異化部署和成本優(yōu)化,。