大模型走到AI战略分岔口，字节们面临偏航危机

主要观点总结

本文主要讨论了AI企业在面临商业挑战和市场规模限制时面临的挑战，特别是深度推理技术的缺失和AI视频生成领域的困境。文章指出，AI企业追求大而全的策略面临商业上的困境，并强调了深度推理技术在LLM发展中的重要性。同时，通过对比几家AI企业在深度推理方面的表现，指出了企业在战略选择上的分歧。最后，文章呼吁企业要敢于坚持并做出成就，在难而正确的道路上持续努力。

关键观点总结

关键观点1: AI企业面临商业挑战和市场规模限制

不少AI企业追求大而全的策略，但面临商业上的挑战和市场规模的限制。尽管深度推理具有长远价值，但敢于投入和坚持的企业为数不多。

关键观点2: 深度推理技术在LLM发展中的重要性

深度推理技术是LLM发展的关键，对于提升多模态任务的上限具有重要意义。国内大厂在深度推理方面已经显示出显著差距。

关键观点3: AI视频生成领域的困境

AI视频生成领域存在成本、质量、技术不到位等问题，目前大多以“玩梗”“搞笑”为主。多家AI视频生成厂商功能迭代但缺乏跃进式体验升级。

关键观点4: 企业在战略选择上的分歧

自OpenAI推出o1模型后，国内大模型的发展到了一个战略选择的分岔口。部分大厂如字节和智谱清言在追求大而全的路线，反映了商业上的困境。敢于坚持并做出成就的企业目前仍屈指可数。

文章预览

“ 不少AI企业追求“大而全”，面临商业上的挑战和市场规模的限制。尽管深度推理具有长远价值，但敢于投入和坚持的企业为数不多。  ” @科技新知 原创 作者丨林书 编辑丨蕨影 最近，字节在AI方面又搞了个大新闻。 一个字节的实习生，因为对团队资源分配不满，用恶意代码把模型训练过程给投了“毒”，字节这边损失不小。 尽管“资源分配问题”这个说法还没完全坐实，但既然一个实习生，都能随便对训练中的模型下毒手了，那至少说明，字节对文本模型的训练方面重视度不够，因此才会出现“把关不严”的情况。 与文本大模型相比，字节在视频方向上可谓打得火热，推出了两款最新的视频模型PixelDance1和Seaweed2。 这种资源上的倾斜，反映的是国内大厂在当下LLM发展岔路上的关键分歧：算力资源有限的情况下，未来的大模型到底是要往视 ………………………………