中国的投资人和创业者，很久没有这么开心过了。

长时间的所谓“资本寒冬”，让所有的融资动作都变得谨小慎微，科技行业仿佛集体从热带移民至南极，只觉过完了一个冬天，下面还是冬天。而这样的形式，在2023年短短的三个月内，完成了神奇的逆转：今年Q1，各赛道完成融资796.22亿元（数据来自睿兽分析），是前三个月的13倍，比2022全年还高1倍多，其中绝大部分融资事件，都出自AI赛道。

将模型参数冲到百亿以上，然后开一场发布会，是上半年许多大模型公司的主要工作。

所以，当与小冰CEO李笛在望京见面，交流了关于大模型的成本、技术以及其他关键信息后，我们才惊讶地发现：这场大模型创业者与投资人的蜜月期，可能结束得比预期更早。

11月25日，李笛将参加虎嗅F&M创新节（11月25-26日，为期两天），他将在北京751D.PARK-97罐，为大家详细分享他在 AI、大模型领域的技术、产品和商业探索经验，以及过去一年在与国际专家交流中，形成的对于大模型发展趋势的最新判断。

“大模型的训练成本，已经成为行业内不得不关注的重点，”李笛说道，“并不是所有公司都适合做大模型。”

关于训练成本，其实业内早有认识，但从投资人到创业者，似乎都在回避这个问题。年初美团联合创始人王慧文高调宣称：“我的人工智能宣言，5000 万美元，带资进组。”没承想立刻就遭到行业内人士的批评，海通证券研究所科技产业链负责人郑宏达说：“5000 万美元，够干什么的？大模型训练一次就花500万美元，训练10次？”

然而大家可能还是太乐观了。根据此前 semianalysis 的爆料来看，如果使用 A100 来训练 GPT-4 ，单次训练成本约为 6300 万美元；如果使用 H100 进行训练，单次成本为 2150 万美元。如果加上实际工作中方方面面的额外成本，就算用上 H100，5000 万美元恐怕也只够训练一次。

这还没有计算实际的运营成本、研发成本、人力成本，2022年，OpenAI 巨亏 5.4 亿美元。反观中国创业市场目前存在 130 余家大模型企业，意味着所有人都挤上了这张“盲注”极大的牌桌。

这样的成本估算，就是终点吗？李笛表示，据可靠的技术判断，当下的大模型距离理想状态，至少还差三个数量级的参数，而大模型的技术标准，会在明年 Q1 基本确定。

留给大模型们的时间，已经不多了。

李笛提到，当下的 AI 产业，仅凭 AI 软件服务几乎很难取得丰厚的利润，大部分 AI 企业的方案是软件、硬件打包售卖，靠硬件赚取更多营收。这点从“ AI 四小龙”的财报上也能得到印证——市场规模越大，亏得越多，这是痼疾。

“ AI 服务当下还是以软件产品的形式，做一次性交付。客户不会考虑大模型预训练的成本，只会考虑大模型服务在推理过程中产生的成本。”李笛告诉虎嗅，“做成 SaaS 服务也不太行，做 SaaS 会发现市场很快就饱和了。即便参照云计算的发展路线，借鉴意义也十分有限，云计算毕竟有实打实的服务器可供租用，和大模型买GPU做预训练是两个概念。”

如果沿用互联网时代的流量思维，重心从 To B 转向 To C ，是否可行呢？现在 ChatGPT 付费版每月收费 20 美元，如果是调用 API，每输出100万个单词的价格约仅为 2.7 美元。百度文心一言付费版，连续包月的价格是 49.9 元/月。

无论是哪款，连订三个月，都不一定有东北人过冬买的几百斤大白菜开销大。

从成本最高、最有想象力的软件产品，到白菜一般的零售价格，中间到底谁在作祟？