第101章 盘点ai轻创业的项目

“小沙搞不了硬件？”郝成看到相关评论的时候也是一声长叹，不是搞不了，而是搞出来了，现在的设备制造不了啊！

不过话又说回来了，怎么才算搞硬件？

所有的东西找供应商，攒出一个手机来算不算？现在正在测试的儿童机器人算不算？

这些东西加上小沙的加持，远远超过同类产品的竞争力又算什么？

软硬件本就是一体的，没有系统，再强的硬件不也是一堆铁疙瘩吗？

郝成摇了摇头，没再关注这些，转而也去搜索硅谷这一两年都在做什么项目，华尔街的资本们都在投资哪些ai创业公司了。

coreweave？规模的gpu计算资源供应商？

“哦，这个短时间内应该安全，硬件层面的，主要是得有算力卡，就算是我这儿，消耗的算力卡也非常多。”

英伟达在gpu或者是说各类推理、算力卡领域还真的没有对手，国外的amd扶不上墙，国内的摩尔线程、寒武纪这些又都是小儿科。昇腾的话，产能又是个谜。

再加上英伟达起步特别早，形成了一定的生态护城河，其他家想要有所作为，还真是难。

昇腾的生态倒是慢慢的再起来，但无奈供应问题太大了。

一个个的，要不就是卡在生态上，要不就是卡在生产上。

“真是便宜英伟达了，这家公司的云省算力，还快，应该还能活很久。”

郝成摇了摇头，继续往下看：“inlection ai，聊天机器人是核心产品？那死了！”

郝成给这家融资高达13亿美元的创业公司判了死刑，有小沙在，什么样的聊天机器人还能有市场？开玩笑！

“诶，不对，小沙现在好像只支持中文。”这念头刚一出来，郝成就又摇了摇头：

“就算是中文又怎么样，再用ai来回翻译一遍，它还是不可能比得上，这玩意儿死了。”

ai翻译这事儿太简单了，小沙甚至都不用专业能力增强，也能把所有的翻译都打趴下。

“mosaicml，大语言模型。”郝成若有所思，小沙如此强大，按理说这么语言模型是最危险的。

但据他所知，包括chatgpt、豆包、千问、元宝在内的所有的大模型都还在持续训练和迭代，甚至各家还都在疯狂的加卡，以求量变引起质变，慢慢的从中寻找到规律，然后窥探小沙得以训练成功过的秘密。

这也是英伟达算力卡最近又持续走高的原因之一——国内虽然有所限制，但是新加坡一个城市大小的国家，算力卡销量持续走高，不用想都知道这些东西都流向了哪里。

至于停止训练的大模型，也有。

据郝成了解到的情况，知名企业就有百度，它的文小言停止迭代了。

不过这也不稀奇，百度嘛，起个大早赶个晚集的事儿也不是第一次了，放弃的项目多的数不过来，也不差这一个。

“omniml，英伟达收购的公司，主要产品是omnimizer，能够压缩机器学习模型的大小，以便大模型在更小的边缘设备上运行，比如手机、无人机、汽车等终端设备？”

纯端测运行？郝成沉思，小沙是运行在服务器上的，离线无法使用。

端测的好处就是离线也可以运行，另一个就是数据保密性较高，还有就是实时性较高。

数据保密性这个，不用说的，小沙已经获取到了足够的信任，完全不是问题。至于实时性，意义不是太大，除非是对决策时延要求十分高的场景——比如智能驾驶这种——这玩意儿是得是云端训练，端侧运行。

至于剩下的，完全被小沙秒杀。这玩意儿的前途也不明朗。

……

郝成一连翻阅了好些个硅谷华尔街投资的ai创业项目，最终得出了结论——能活下来的不多，就这一轮，就得被国内的这些ai轻创业者们搞死99%！

不过，一个名为“adept”的创业公司，正在做的事情引起了郝成的注意——他们要做的，是在构建可以在数字世界中采取行动的模型】。

该模型经过训练后可以使用现有的所有软件工具、api和 app，是实现通用智能的途径。

“这不就是曹松现在在干的这个工作吗？”郝成仔细了解了一番，又发现也不太一样：“这个模型是训练ai，让他使用现在的软件、api和app。

“但我们规划的，是提供一个底座，引导开发者们去开发适合人和ai共同使用的应用，这理念正好是反过来的。”

本站域名已经更换为m.adouyinxs.com 。请牢记。