上周末，美国著名TMT投资人GavinBaker在社交媒体X上发布的一条关于“未来AI竞争趋势”的推文引发马斯克关注并获其“手动点赞”。很巧的是，马斯克旗下的xAI也于上周正式推出了Grok3大模型。
马斯克对该推文评论“分析得很好”。那么，Gavin Baker究竟表达了什么关键内容呢？
AI产业格局变革加速，数据成竞争核心
Baker认为，AI产业格局的变革正不断提速，OpenAI在未来的领先优势会逐渐缩小。未来，数据将成为竞争的核心要素，无法获取独特、有价值数据的前沿模型将成为贬值极快的资产。像谷歌、Meta等巨头可凭借垄断数据构建自身“护城河”。
回顾AI发展历程，从2022年夏季到2024年春季，OpenAI处于领先地位，不过后来谷歌和AnthroPic追赶上了GPT -4。凭借先发优势以及对传统预训练“Scaling Law”的积极投入，OpenAI占据主导地位长达逾7个季度。
Scaling Law优势窗口渐闭
ScalingLaw即尺度定律，被业界视作大模型预训练的第一性原理。在机器学习领域，尤其是大型语言模型方面，模型性能与模型规模（如参数数量）、训练数据集大小以及训练所用计算资源间存在可预测关系。然而，Baker指出，“ScalingLaw”的优势窗口正在关闭。
如今，Google的gemini、xAI的Grok – 3，以及DeepSeek的最新模型，都已达到与GPT -4相近的技术水平。OpenAI创始人奥尔特曼、微软CEO纳德拉也都表达了OpenAI领先优势变窄的观点。此前微软因预训练边际效益递减，叫停160亿美元升级预训练基础设施方案，转而专注为OpenAI提供推理算力获取收益，这一举措也被Baker认为预示着单纯依靠规模扩张的“预训练时代”走向终结。
“独一无二”数据成决胜关键
在大模型不断涌现、模型架构差异不大的当下，Baker觉得“独一无二”的数据资源才是决定胜负的关键。谷歌和Xai拥有独特且有价值的数据来源，这将使它们与Deepseek、OpenAI和Anthropic拉开差距。
Baker多次引用EricVishria的话，称无法获得独特、有价值数据的前沿模型是史上贬值最快的资产，大模型蒸馏也会放大这一情况。大模型蒸馏简单说就是把复杂大模型的知识迁移到较小模型中。他还指出，若未来前沿模型无法接触YouTube、X、TeslaVision、Instagram和Facebook等独特有价值的数据，可能毫无投资回报率，独特数据将成预训练大规模模型差异化和投资回报率的唯一基础。
AI计算格局变化
Baker总结，若上述观点正确，巨型数据中心只需2 -3个，推理所需算力占95%。AI计算其余部分为较小数据中心，在地理空间上优化以实现低延迟和/或低成本效益推理。成本效益推理意味着更便宜的电力，基于量化压缩技术支撑低成本推理。与以往预训练和推理阶段计算资源分配各占一半不同，现在预训练占5%，推理阶段占95%，卓越的基础设施变得尤为重要。最后他提到，若OpenAI5年后仍是领域领导者，可能得益于先发、规模优势及产品影响力。
