猜你想问
模型蒸馏技术在国内的应用情况如何？
国内过去在模型蒸馏技术上的应用非常普遍和深入。然而，随着OpenAI和Anthropic加强反蒸馏措施，API采购成本上升5至10倍，迫使专业模型公司转向轻量级模型。例如，ZJ自2025年初已停止大规模蒸馏，因其模型处于持续训练中，且蒸馏效果受限于学生模型自身能力。
AI模型蒸馏的成本构成及近期变化？
模型蒸馏成本主要包括购买API的直接资金投入、人力、算力和时间的投入，以及工程系统的投入。近期，OpenAI和Anthropic的反蒸馏措施导致API调用次数增加，账号封禁风险提高，使API采购成本上升5至10倍。这将显著增加国内模型厂商的研发成本，能力较强公司增幅预计在五倍以上，能力稍弱公司可能高达十倍。
国内AI大模型研发格局有何特点？
国内外互联网大厂在模型能力上普遍不及独立专业模型厂商，可能源于组织架构或考核机制差异。国内大厂如阿里、字节等受业务影响，战略重点转移影响了迭代节奏。而ZJ、DeepSeek、KIMI等独立公司在模型训练上深耕，表现更佳。预计国内5T级别大模型大概率由KIMI等独立公司率先推出，其模型参数量已接近3T，预计2026年底至2027年初推出超过3T的模型。
当前AI模型市场的发展现状如何？
当前AI模型市场面临OpenAI等技术捷径封堵后的成本上升挑战。若OpenAI等公司不再提供「思维链」等技术捷径，国内模型厂商的研发成本将显著增加。这将促使国内厂商回归扎实的基础研发道路，行业研发成本增速放缓，模型迭代速度变慢，但发展路径更正轨。同时，国内外大厂在模型能力上普遍不及独立专业模型厂商，独立模型厂商如ZJ、DeepSeek、KIMI等在模型训练上表现更优。
AI模型研发存在哪些风险提示？
AI模型研发面临的主要风险包括OpenAI和Anthropic加强反蒸馏措施导致API成本上升，以及技术捷径减少带来的研发难度增加。此外，国内外互联网大厂在模型能力上普遍不及独立专业模型厂商，可能影响其市场竞争力。国内大厂受业务影响，战略重点转移可能影响迭代节奏。独立模型厂商如ZJ、DeepSeek、KIMI等在模型训练上深耕，但也面临技术迭代和市场接受度的挑战。