中美是AI領域的第一梯隊，各有千秋，不存在美國技術碾壓_風聞

來源：微博@格竹熊

簡直受不了那些傻缺了，中美是AI領域的第一梯隊，各有千秋，不存在什麼美國技術碾壓的情況。

一、中美AI算力基礎設施比較。

在總算力上，美國佔全球的34%，中國佔33%，差距很小，兩者構成絕對的第一梯隊。在智能算力上，中國佔全球的45%，美國佔28%，中國在規模上絕對領先，目前智算中心20個，在建智算中心20個，是美國的一倍多。

中國總算力略低的主要原因就是芯片有差距，單位算力低於美國。隨着今年芯片陸續突破，中國有望在算力和規模上均大幅超過美國。

英偉達老黃之所以着急，千方百計要繞過制裁，主要是因為：一是中國規模實在太大了，二是華為昇騰和寒武紀為代表的AISC芯片有望取代英偉達的強項GPU實現彎道超車。

二、中美AIGC大模型比較。

AIGC就是生成式人工智能，包括現在很熱門的NLP模型（神經語言）和CV模型（圖像視覺模型）。這類大模型很多，但各有側重，應用場景也不同，撿幾個典型的來比較。

1.ChatGPT——百度文心。

這兩都屬於典型的LLM語言大模型。LLM是NLP的重要一環，主要是針對自然語言的理解、貫通、補齊。ChatGPT領先百度文心一個半身位。GPT3.0是1750億參數量，最新的文心參數量是2600億，大概處於GPT4.0的水平。

不過百度文心能同時滿足C端和B端且更偏向B端。ChatGPT目前來看更偏向C端。

2.華為盤古大模型——無

盤古大模型主要面向B端行業端。谷歌和微軟也有做同類的，但與盤古比基本屬於打醬油的。舉個例子：你問AI識別一列火車的型號，GPT會給你個教科書的標準答案，但你要問它通過圖片視頻來預測和判斷火車的故障類別，它能提供的回答就很有限，因為美國的鐵路已經無法提供足夠的參數和樣本訓練了。同樣，你要是問它高鐵在時速350公里下輪軌的磨損檢測，它根本無法回答，因為它連高鐵什麼樣都沒見過。

3.阿里通義千問大模型——微軟

通義千問也與ChatGPT類似可以對話生產內容，但更側重辦公和助手。大概是因為阿里自己有搞釘釘吧。但是與微軟的大模型相比就差得比較遠。前者參數量是1500億，而後者參數量達到5000億。這主要是微軟有GPT加持，自己又是長期搞辦公助手的。不過阿里開源，也很符合阿里的風格——自己搭台，吆喝大家一起幹。

4.騰訊混元大模型——Open AI Text和谷歌Switch

混元大模型也與ChatGPT類似可以對話生產內容，但更側重創新創意。這是因為騰訊獨一無二的生態，微信社交媒體屬性下交易、公眾號、小程序、遊戲等等商業應用，讓騰訊極為重視龐大客户羣體AI應用的可擴展性。其參數設置達到萬億級別。相比下，GPT4只有兩千多億，能與之匹敵的是谷歌Switch大模型，後者參數量1.6萬億。

所以，雖然大家都是AIGC模型，但是每家的側重點和應用場景是不同的，中國的模型更偏向B端的行業應用。而美國因為產業空心化，更偏向C端（個人）方面的虛擬應用。這就導致普通公眾對中國的AI比較陌生，而容易被美國的喧鬧所吸引。

現在很多人把AI簡單理解為問答、寫作、做點圖片視頻。然後做一些簡單比較就忙着瞎吹神吹。

普通公眾跟風就算了，你們那些號稱搞投資、財經的“專家”也是人云亦云，跟風炒作，甚至生些莫名其妙感嘆反思，連行業應用都不知道，你們平時都在忙着研究什麼呢？研究給哪個老闆提褲子？研究怎麼忽悠散户買你們的理財產品？