上一篇
大模型趋同：AI企业的新战场
2025年底，一个显著的迹象浮现：Google Gemini与OpenAI的差距逐渐缩小，Claude更是短暂超越了GPT-4，中国模型也迅速逼近。
顶尖模型的差异，正以肉眼可见的速度缩减。
1月14日，《Big Technology Podcast》提出了这一问题：
“若所有顶尖模型表现相差无几，将会怎样？”
对面坐着的是Mistral AI的联合创始人兼CEO Arthur Mensch。
他直言不讳：
“当模型性能接近时，竞争便不再聚焦于模型本身。以往比拼智慧，而今则看谁能真正让客户用起来。一个强大的模型已不足够，它需融入企业系统、流程与业务中。”
这并非技术挑战，而是商业课题。
性能差距缩小，价格承压，毛利率受挤压。即便参数再多，也难以说服客户为何要支付双倍价格。
那么，资金将流向何方？
第一节｜模型趋同后，何去何从？
要解答此问，需探究：为何模型会趋于相同？
Mistral CEO Arthur Mensch并未回避：
确实，已趋近。开发模型本质上非独家生意。
全球约十来个实验室，采用相同方法、数据，模型效果日益接近。更新迅速，人人可追，模型不再是护城河。
何以至此？
开源加速了技术传播。
Mistral于2024年初开源了稀疏混合专家架构（Sparse Mixture of Experts），数月后，中国团队推出更优化的DeepSeek-V3，以更低成本、更高效率达成同样效果，展现卓越工程优化能力。反之，DeepSeek的训练技巧也被欧美团队借鉴。技术公开，大家互学互鉴。
Mensch举例：2024年，实现10的26次方FLOPs（运算规模）的预训练模型仍具挑战，而今任何有资源的团队都能在数月内赶上。
门槛降低，差距缩小。
但他更担忧的是，模型看似强大，企业却用不上。投入再多亦徒劳。
此判断非Mistral独有。
几周前，Sam Altman在纽约向新闻负责人透露，OpenAI 2026年的重要优先事项之一是为企业构建应用。
Mensch表示：
“AGI概念过于简化。不存在单一系统解决所有问题，正如无人全能完成世界每项任务。”
过去三年，人们热议模型智慧，却少有人问企业能否真正应用。如今竞争焦点转变：不追求最强模型，而是确保企业能用得上。
第二节｜盈利关键非模型
“用得上”具体何意？
众多AI公司仅强调模型强大，却说不清如何帮助企业应用。
Mistral给出明确答案。
CEO Arthur Mensch将企业AI应用分为两类：
一是效率提升：原需20人完成的任务，现仅需2人完成。
1、效率提升
法国航运巨头CMA CGM，大船靠岸需协调众多环节，流程复杂。以往靠20多名员工轮班调度，系统繁杂、沟通困难。
如今，Mistral让AI接管与20多个外部系统的交互，自动发送消息、下达指令、确认流程。
人员依旧，但工作量减半。AI不仅回答问题，更实际执行。
其逻辑简单明了。
Mensch解释：AI非全能，而是人定规则、AI执行。
“认为AI能自行搞定一切，不现实。两者结合才是真系统。”
2、技术突破
\n
第三节｜控制权价值几何？
\n
本文由主机测评网于2026-06-12发表在主机测评网_免费VPS_免费云服务器_免费独立服务器，如有疑问，请联系我们。
本文链接：https://www.vpshk.cn/20260647129.html
