（来源：上观新闻）
这背后的🐢🦈含义非常明确🇲🇽👲：过去两年AI🤽♂️行业最➿核心的🐢👩⚕️矛盾是训练能🧨🌚力不足，而今天越🔊来越多企业开始面🏒对另一🎶🇹🇨组问题，模型🛌🗽训练完🚼🚆之后，如何推理、👨👨👧👧如何部4️⃣署、如何🇭🇳扩展、如何控制成🎍🍧本🇱🇹。而且俞🈺☃浩自己🧯也没有🥘🇱🇰掩饰这两件事之🚔间的关联🌅。文章内容系其🔹🦹♂️个人观点，我📛🏄方转载仅为分享💻与讨论，不代表⚛我方赞成或认同🔵🚨，如有异议，请联🈶系后台🎭。
还有采购验🖖收机制☁😐。前期吞👩👧👧现金，🕉后期才可能释放💠规模效应🍒。我不是说你😭在暗示这个，但“🙋🇵🇲AI写的就等于垃👖圾”这个想法很🇪🇦🥂蠢☪📲。谁拥有更🕴🇪🇬多GPU，谁就更👨🦱🖐接近模型能力上限🔛🈴，谁能搭起更大训💕练集群，🛡谁就更像拿🇦🇴到了下一代AI🌛的门票🥺。即便是写作🚛这类事👩⚕️情，也可以设想用👘🅰一组LL😇💳M评委来打分🇪🇬💹，大概也能得到🤞🇮🇹相当不错的结果🥌。每当我看到对同一3️⃣🐍份信息🏪的不同视角和📇切入方式，㊗🤦♀️我都觉得自🇮🇴己获得了洞见🈷。
它仍面临™制程追赶、🎣服务器CPU份7️⃣🇳🇨额承压、A📈rm渗透、云厂🌈商自研芯片推进等🔡问题🥯。他用马斯😱👩🎓克的例🇧🇱子做了收🤡🧣尾▶。人们需要转变✒🖼思维，不要🐠局限在既有事物🦵的旧范式中，只把📼👩👩👦新技术看作是🤕🙅现有事🍴🎬物的加速🧮器🇰🇵🏎。这为现代科学实🗡🇧🇬验与技术👂控制提供🐀了哲学前提🚇，却也埋下🏏生态危机、技术失💶😙控与人🈹的异化隐患🇪🇺。
