（来源：上观新闻）
但在 🗃AI 研究者群体👂里，其实一直🌎🇲🇻有个共识：这种💋“更大🍓的跃迁”迟早🤞会出现，而且👵🧜♀️跃迁本🌐身也会越来🧬🇺🇲越大🎛。举个例子：多年⛲前我在🇧🇦 Mi🚼🤹♂️crosof🍸t 工作，参与了🛒🏠一个叫 👩👦🦕Elec😓tron🚴♀️ 的项目🇧🇼，这是一种让应🇰🇷用能在🇸🇽🔎 Windows🚼 和 macOS💁📮 上跨平台运行的🇬🇮🇨🇿技术🔷。
以前要用上好模🇰🇮型，要么付高🔙额订阅，要🤶么承受居🕍💒高不下的🧳API成本🇸🇪🐵，现在📘🏴这个壁垒🏮被打薄了；对大👩👦💑厂来说，💝当一个🌜性能接近的🍔开源模型以🇬🇲极低价格提供😽🐴服务，闭源模型的🧘♂️🇪🇦溢价空▶💞间会被持续🇴🇲压缩，👮🇦🇸而且这🏋️♀️🧭个压力是🤱❎长期的，👨🏫🇳🇪不会因为🙆♂️💈下一个♟️🔠版本发布就消失🏭🕊。
与此同时，👃部分金👛融分析师也对大🇹🇳型算力供应⌨商与An⭕thropi🧽🇧🇸c、Op😄♌enAI等🇿🇲📯AI初创公司之间🆚所谓的“循环交易🐐”表示担®忧——在这🧮类交易👩🦰🐥模式中，科技🇲🇺巨头既向初创👕公司投资，又🇯🇪向其出售芯片🐡🏹或数据中心算力🐌。同时，摩尔线程🖕🚖保持了🍝高强度的研发投入🇵🇪，全年研发费用🏜🌼13.⏰😯05亿元，🍝🥜占比为86.68➿🇿🇲%☕🕓。
