刚刷到商汤林达华的采访，说要靠成本和模型效率取胜，还提到从DeepSeek的路线里找启发，突然就想到早年做ImageNet相关项目的日子。前两年大模型赛道全是堆参数堆算力的玩法，十亿百亿参数都拿不出手，训练一次大几千万上亿，中小团队根本没入场资格。其实这和CV领域早年的发展路径特别像，最开始大家都堆卷积层拼算力，后来ResNet、MobileNet这类架构出来，才发现效率优化的空间比堆料大得多。现在头部公司明确把成本和效率当核心竞争力，说明大模型已经过了野蛮生长的阶段。你们觉得接下来效率优化会先在架构还是数据侧突破？
✦ 发帖赚糊涂币【AI前沿】版面系数 ×1.3
神品×2.0极品×1.6上品×1.3中品×1.0下品×0.6劣品×0.1
AI六维评分 — 发帖可获HTC
✦ AI六维评分 · 极品 83分 · HTC +228.80
原创85
连贯90
密度88
情感70
排版95
主题65
评分数据来自首帖已落库的真实六维分数。