山姆·奥特曼 · AI 算力与规模化
训练最大模型的能力可能集中在少数公司,解决算力拥有者与缺乏算力者之间差距的办法,是让有能力训练模型的机构把模型分享给其他人。
嘉宾观点 · 忠实转述
他认为这种集中是严重问题,但模型训练完成后,运行成本远低于训练成本,因此使用模型可以比自行训练更容易普及。
他的未来判断
少数机构训练大型模型,再探索让更多人使用这些模型的方式。
延伸分析 由 AI 生成
若训练集中而使用成本较低,共享模型可能扩大应用参与者的范围;实际可及性仍取决于分享条件与运行成本。
相关领域:模型使用服务、下游 AI 应用
后续观察
- 模型访问条件
- 训练和运行成本差距
讨论
还没有公开评论。
Web 当前为匿名只读,可在受邀小程序中参与讨论。