埃隆·马斯克最近推出了名为Grok的大型语言模型，拥有超过1000亿个参数，号称是参数数量最多的模型。Grok的发布引发了广泛关注，一些人认为这是对OpenAI的“打脸”。
然而，事实可能并非如此，OpenAI反而可能在这次竞争中占据优势。
技术发展趋势：从大模型到实际应用判断科技产业的未来发展，关键在于观察趋势和模式。当前，大模型之争仍在继续，但可能正处于一个转折点。
Shopify推出的Class Three大模型在某些通用指标上略胜OpenAI，但在一些专有指标上却表现更强，暗示着未来竞争的关键可能不在于大模型本身的性能，而在于多模态、Multi-agents等技术的应用，以及解决实际问题的能力。如同工业革命时期，当蒸汽机性能足以满足基本需求后，曲轴连杆等配件的重要性开始凸显。
Cognition公司利用相对较小的模型取得了不错的成绩，尤其强调端到端解决实际问题的能力，例如一键生成完整游戏、自动程序检测等。微软的论文也探讨了APP agent和Act agent两种不同类型的AI agent协同完成复杂任务的可能性。
这些案例都表明，人工智能正在向解决实际应用问题转化。
终端智能的兴起另一个趋势是终端智能的兴起。终端智能更贴近用户，能够更好地收集和理解用户数据，从而更有效地解决用户问题。
终端智能的算力有限，更强调在有限资源下解决实际问题，这与追求高性能的大模型形成了鲜明对比。
发展模式：边际效益与硬件支撑从发展模式来看，提升大模型性能的边际效益可能正在递减。Autonomous agent（自主化智能体），特别是多类自主化智能体协同工作，将成为未来发展的关键。
如同无线互联网时代，从X86架构CPU到ARM架构CPU的转变，硬件支撑对于技术发展至关重要。在终端智能时代，低功耗、适应移动场景的算力将成为主流。
未来，小模型结合配套技术，并与终端用户数据和互动相结合，其性能甚至可能超过大模型。
目前的趋势和模式表明，人工智能正处于一个转折点，从追求性能转向追求应用和解决实际问题。在这个转变中，性能不再是唯一的制胜因素，而是如何将一系列技术整合，并在有限条件下解决实际问题。
马斯克虽然才华横溢，但可能对大模型的理解不够深入，错判了潮流。而对于中国来说，这却是一个巨大的机遇。
与其一味追求模型性能领先，不如专注于在有限条件下解决实际问题，这正是中国众多开发者的优势所在。未来，中国可能在大模型上难以超越对手，但在应用落地上却有机会领先。
对于创业者而言，与其专注于大模型，不如贴近用户需求，开发智能原生APP，这可能蕴藏着巨大的机会。
