1、大语言模型技术本身在短期内继续取得更大进步的可能性并不大。原因在于语言的信息密度很高，在实现“智慧涌现”之后，继续提高数据量，提高参数量的边际效应在递减，尤其是缺少全新，优质的数据集供应。

2、而在CV计算机视觉领域实现通用人工智能，却又太过遥远，因为图片和视频的信息密度实在太低。

3、国内外大模型厂家下一步的竞争或者说机会，会集中在商业落地场景上。这个场景非常多，可能会跑出很多公司来。

4、对未来商业模式的判断，会基于这样的基本前提：只有比现有方案，可以降低成本，提高效率，改善感受，才具有可行性，同时这个模式要有护城河。

5、短期内（比如2025年前）的机会主要是在教育、医疗、司法、金融等领域。核心原因在于这些领域，利益最大，痛点最痛，技术难度最小。会对教师（尤其是辅导班教师），医生，律师，金融（比如保险）销售人员等职业造成冲击（类似互联网当年对店主、记者、演员等职业的冲击）。

5、通用机器人的应用可能还要很久，目前的机器人可以靠激光雷达和结构光技术实现很好的避障，扫地机器人已经成为一种高可靠度的家电了，大语言模型的出现，又为机器人增加了语言理解和知识能力，障碍就在于视觉识别能力，在CV计算机视觉通用人工智能出现以前，机器人就跟自动驾驶汽车一样，只能识别经过特别训练的一些物体，比如汽车、行人、交通标识、雪糕桶……。这样的机器人，在家庭中，可能就很难用，家庭的需求无非是做饭，清洁，看护……这些，如果分不清酱油和醋，分不清干衣服和湿衣服……，就替代不了什么家务。在工业领域，可能会有些应用机会。

6、在互联网领域，有了大语言模型，人们该刷短视频还是刷短视频，该打游戏还是打游戏。大语言模型可以降低短视频和游戏制作的成本。但对行业格局可能不会有实质影响。

7、飞书、钉钉、wps这些办公软件，可能该不赚钱还是不赚钱，打工人是不可能为一个大语言模型或者RPA软件付费的。企业可能会付费，但可能类似现在的企业信息化方案，格局会非常分散。你想用户多，就用钉钉、飞书、wps的策略---免费。你想赚钱，就一家一家企业做个性化信息化解决方案。

8、搜索引擎都会自带AI功能，AI可以改善客户体验，但不会实质性改变行业格局，决定格局的还是搜索结果。

9、电商的格局可能会有一些变化，你把购物需求描述给大模型，大模型会根据他对你的了解精准的匹配商品（比如你问大模型，最近有什么好吃的，大模型可能就会给你反馈，最近出了什么网红食品，你选了一种，大模型就列出这种商品主要的一些筛选标准，坑在哪里，然后按这个筛选标准去全网搜索商品），可能会出现专门的购物大模型（当年淘宝封杀了百度的爬虫，从而断绝了国内通过搜索引擎购物的路），直接访问企业网站（大模型会大幅降低电商企业自建站的难度），企业自建站可能主打文本信息的详细度，以匹配大模型极为细化的语言匹配标准。这与目前电商靠平台分配流量，靠视觉转化的逻辑有本质不同，这种模式本质上是靠搜索获取商品信息，靠文本匹配来做筛选。当然无目的的闲逛，平台算法推荐的逻辑可能依然存在，不过可能看中之后，又找大模型去给你全网选更便宜，坑更少的。这大概就是盖茨说的，亚马逊可能会不存在的原因。

10、多模态是一项很吸引眼球，但商业价值并不大的技术，原因就是在于语言与图片、视频的对应关系太模糊，你跟大模型说帮我生成一张什么样的图片，他确实可以生成，生成的结果和你的要求也有关，但离商业化应用差很远。你很难用这样的图片来突出你产品的卖点，提高你产品的转化率。要想突出卖点，可能还是要拍照、建模、修图……

11、这一波会损害谁的利益呢，首先就是互联网巨头，多多少少都会受一些冲击，他们的商业模式无一例外都是信息对接平台，供方不得不来你的平台，因为需方都在你的平台上，需方也不得不来你的平台，因为供方都在你的平台上。大语言模型会改变很多东西

12、再一个是所有文本、语言类内容比较多的工作，教师、医生、律师、程序员、销售人员……

13、说到讯飞，可以思考几个问题：做大模型和垂直领域应用的技术、营销、管理团队怎么来，包括这里的“千军”怎么来，“一将”怎么来。招聘来，磨合好，该淘汰的淘汰，该提拔的提拔，到最终能打仗，大概要多长时间，尤其是这“一将”，正真水平高，天天把简历挂在网上，你随时可以招来的可能性大不大，招来万一发现不合适，再换人大概会耽误多少时间。建立起垂直领域的渠道，搞清客户需求，获得客户信任，完成价格博弈，大概需要多少时间。团队从没有AI的商业化经验，到该犯的错，全部犯一遍，该吃的亏全部吃一遍，大概要多少时间。为什么讯飞如此重视政府关系，中国最优质的数据在哪里，那种“亲，包邮哦”“美国吓尿了”的互联网数据喂到大模型里的后果是什么，某电商龙头十万亿参数模型搞了个寂寞的原因在哪里，大模型最优质的应用场景在哪里，教育、医疗、政法、金融这种体系里谁有最终决定权。为什么一定要做那么多的硬件，中国人会心甘情愿的为一款软件付费吗。