该人士同时指出，“国内有大量 和GPT3.5 代理，获得了大量 的真实用户问答数据，是优质的训练素材。但，这是违反 协议的行为，虽然 管不了，但这个有点丢人。”
甚至有网友评价道，如果说这种程度的大模型也称得上自主研发的话，那科研的创造性，仿佛是个笑话一般。
对于所有的创业公司而言，不愿错过这波AI领域的机会是一回事，但是否有真的有技术实力承接，则是另一回事。
小冰公司CEO李笛曾在接受《中国企业家》采访时表示，“产出的 Model（大模型）在今天这个时代，还不是创业公司可以玩转的。很多人去计算 Model，主要计算它的GPU。但实际上，GPU这些东西这都是看得见的，看不见的是，如果你这个模型训练出来了，但模型不收敛，你就白训练了，就得推倒重来，这是工程问题，你需要推倒重来很多次。”
如果按李笛的说法，以如今国内这些创业公司的资金水平和技术积累，至少还很难搞得出原创版的大模型。
02 一场资金与技术的持久战
以人工智能训练为例，它不仅需要消耗大量的算力，还需要投入顶级研究人员薪资等人力成本。
毕竟，AI技术研发需要真正有实力的专家。
科技情报分析机构和智谱研究发布的《团队背景研究报告》显示， 在的研发团队中，有27人为本科学历，25人为硕士学历，28人为博士研学历(注：5人信息缺失)，其占比分别为33%、30%、37%。
相比之下，的团队似乎有些配置不足，虽然其创始团队也来自海内外AI公司和科技大厂，但核心技术骨干只有几名，既要做大模型和数据训练，又要做商业化布局，这样的团队还远远不够。
按照接受媒体采访时的说法，这家成立于2021年12月的创业公司，仅仅用了一年半的时间，便“自研”出了三个模态的基础大模型，涉及语音、图像、文本不同内容的生成。
而反观，这家成立于2015年12月的公司，其推出也要等到2022年12月，从研发到产品推出，其间整整花了7年时间。
最初，的定位为非营利公司，但创立之初就吸引到10亿美元的种子投资。随后几年，以每年数百万美元的速度消耗着融资。
然而，研发的进展缓慢与资本的逐利相冲突。在董事会发生变动后，公司从非盈利组织转为可公开融资的追求资本回报的科技企业，迅速获得了微软10亿美元的投资计划。
据《纽约时报》报道，自2019年以来，微软对至少投资了30亿美元。今年1月，宣布获得微软“多年期数十亿美元的投资”。据报道称，投资高达100亿美元，包括其他风投公司。
至此，的估值则将达到290亿美元。
可以看到，在强有力的资金支持下，的GPT产品才得以迅速迭代，前两代的开源GPT模型和GPT-3积累了大量数据，在2022年更是进化出了。
从研发到产品面世，的商业化之路需要大量资金投入。据 估算，目前一个月的维护成本在300万美元（一天将近10万美元），考虑到人力成本，费用估计还要加倍。的产品用的是微软的Azure企业云服务器，有投行分析员估算，一年的成本可能从2500万美元到10亿美元。
的研发之路尚且如此艰难，何况一家小小的创业公司呢！
因此，关于的资金来源以及商业化过程，也难免会引发外界质疑。而且，目前也并未对外公开其资金情况以及投资团队。
如此看来，需要对外公开回答的问题还不少。
03技术的厚积薄发
自2022年至今，生成式AI是一个很热门的话题。与之而来的是，今年 瞬间爆火。
对新事物的出现，我们国家的监管上也并非“一棒子打死”，政策上给予了积极的支持。
2月13日，北京市经济和信息化局发布的《2022年北京人工智能产业发展白皮书》提出，2023年要全面夯实人工智能产业发展底座，支持头部企业打造对标 的大模型，着力构建开源框架和通用大模型的应用生型。
自2月起，百度、阿里、腾讯、京东、字节跳动等大企业纷纷发声，表示自己在大模型领域已经开展了深入研究，且获得了很多成果。
在这波大模型的追赶赛中，百度是最早开始研发预训练模型的企业。从2019 年开始，百度就深耕预训练模型研发，先后发布知识增强文心（ERNIE）系列模型。
文心大模型研发的带头人，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰博士，是自然语言处理领域权威国际学术组织ACL（ for ）的首位华人主席、ACL亚太分会创始主席、ACL ，还是IEEE 、CAAI 及国际欧亚科学院院士。
此外，王海峰还兼任中国电子学会、中国中文信息学会、中国工程师联合体副理事长等。目前，王海峰在国内外期刊会议上发表的学术论文有200余篇，获得已授权专利170余项。
在业内看来，推出，需要扎实的AI技术基础，尤其是AI深度学习领域的积累。而百度十多年来，已经累计投入超过1000亿来研究AI技术。
有分析师表示，相关技术，百度在中国乃至全球范围均具有综合优势。处在技术架构的模型层，而百度在芯片、框架、模型、应用四层技术栈均有布局，其文心系列大模型在行业已普遍应用，而能支撑该训练模型的框架，除百度飞桨外，在中国难出其右。
所有的技术型产品，尤其是人工智能领域，其底层技术的研发都需要经历漫长的时间周期。而一些创业公司跟风入局，利用时间差赚一些快钱，或许能有一时风光，但长远来看，终会被市场淘汰。
通用人工智能的研发需要持续的资金与顶级人才投入，就通用人工智能领域而言，受限于算力、数据规格、历史投入、顶尖人才、资金实力等方面的要求。显然，大公司比创业公司更具备优势，比如百度之所以能尽快推出类产品“文心一言”，也是因为百度十年多来累计投入超过1000亿来技术研发。
而创业公司显然更难一些，一方面，它们的前期技术研发沉淀甚少；另一方面，它们也还面临着在应用端根据行业需求调整和优化耗费的高昂成本，且难度颇高。
但创业公司因此就完全没有机会了吗？有，对创业公司而言，他们只要脚踏实地做好相关的一个细分板块，也依然有机会跑出来。
@新媒体制作与运营：林晓
@图文校对与视频后期：李浩珉
@文章开白、投稿合作请联系：
