DeepMind研究员Andrew Trask最新的采访一个观点挺有意思
他的核心判断是:AI最终会变成一套协议,而不是一个程序。
这个转变的动力来自Scaling Law本身。随着Scaling Law对数据量、算力和人才的需求不断攀升,任何一家公司能聚合的资源都是有上限的。这个天花板,正在倒逼行业走向另一条路。
当你把来自不同厂商的模型组合在一起,本质上是在整合它们各自训练时所用的数据、算力和人才。结果是:更好的模型、更快的速度、更低的价格。
这个逻辑背后有一个简单的事实:模型集成(Ensembling)在精度上,永远优于单一模型。如果你想要最高准确率,把顶尖模型组合起来,分数一定高于其中任何一个单独跑出来的结果。
如果你追求的是性价比,把部分开源模型和闭源模型混用,大概率会占据那条"效果与成本"的帕累托前沿,而且会在相当长一段时间内悄无声息地保持这个优势。
什么时候市场会真正变?
Trask认为,有一个具体的触发点:当主流榜单开始把"模型集成"和"单一模型"放在同等地位来评分,变化才会真正加速。
那之后大约12到18个月,集成方案会开始饱和各类基准测试榜单。再往后,各类推理框架会把这件事做成自动化的,系统在运行时动态把你的请求路由到最优的模型组合上。
到那个时候,人们购买AI的方式会变。买的不再是某一个模型,而是被智能调度的"智能本身"。
--end--
最后记得⭐️我,每天都在更新:如果觉得文章还不错的话可以点赞转发推荐评论
/...@作者:你说的完全正确(YAR师)