国内与国外大模型的差距就两点：钱与数据
- 种斌Marco
- 2025-01-13 12:01:34
国内与国外大模型的差距就两点：钱与数据！
钱方面
融资规模：国外大模型公司的融资规模较大。如2024年10月OpenAI获得了66亿美元的融资，而国内大模型领域年内最多的一笔融资超10亿美元，其他融资涉及金额在数亿美元量级。
研发投入：国外科技巨头在大模型研发上的投入巨大。据估算，大模型训练一次的成本介于200万美元-1200万美元之间，如ChatGPT的GPT-4模型参数多达1.76万亿，训练一次的成本高达6300万美元。相比之下，国内虽有华为、腾讯、阿里等企业在研发上有较大投入，如2022年华为研发投入1615亿元，腾讯614亿元，阿里555亿元，但在大模型专项投入上与国外仍有差距。
投资热度：国外对大模型的投资热度更高。2023年上半年，全球人工智能领域共计发生融资1387件，筹集融资金额255亿美元，平均融资金额达2605万美元，而国内2023年上半年人工智能领域共发生161起投融资事件，披露获得投资的大模型公司仅20家，融资额普遍为千万至数亿元之间。
数据方面
数据量：从互联网网站使用的语言文字百分比来看，2020年英文占比为59.3%，而中文只有1.3%，这导致可供训练的中文数据总量相对较少。此外，国外在一些领域的数据开放程度较高，如谷歌地图的数据可供地理学者等使用，而国内部分公共部门数据虽量大且结构不错，但开放程度不够，如中国地表温度数据不对外开放。
数据质量：国内数据产业投入以及精细化程度有限，导致可用训练数据的质量进一步降低。而国外在数据的收集、整理和标注等方面相对更为成熟和规范，能够提供更高质量的训练数据，从而更好地满足大模型对数据质量的要求。
数据多样性：国外的数据来源广泛，涵盖了多种语言、文化、行业等，数据的多样性更强。这有助于大模型学习到更丰富的知识和模式，提高其在不同场景下的适应性和泛化能力。相比之下，国内的数据在语言和文化等方面相对较为集中，多样性稍显不足。AI创造营
钱方面
融资规模：国外大模型公司的融资规模较大。如2024年10月OpenAI获得了66亿美元的融资，而国内大模型领域年内最多的一笔融资超10亿美元，其他融资涉及金额在数亿美元量级。
研发投入：国外科技巨头在大模型研发上的投入巨大。据估算，大模型训练一次的成本介于200万美元-1200万美元之间，如ChatGPT的GPT-4模型参数多达1.76万亿，训练一次的成本高达6300万美元。相比之下，国内虽有华为、腾讯、阿里等企业在研发上有较大投入，如2022年华为研发投入1615亿元，腾讯614亿元，阿里555亿元，但在大模型专项投入上与国外仍有差距。
投资热度：国外对大模型的投资热度更高。2023年上半年，全球人工智能领域共计发生融资1387件，筹集融资金额255亿美元，平均融资金额达2605万美元，而国内2023年上半年人工智能领域共发生161起投融资事件，披露获得投资的大模型公司仅20家，融资额普遍为千万至数亿元之间。
数据方面
数据量：从互联网网站使用的语言文字百分比来看，2020年英文占比为59.3%，而中文只有1.3%，这导致可供训练的中文数据总量相对较少。此外，国外在一些领域的数据开放程度较高，如谷歌地图的数据可供地理学者等使用，而国内部分公共部门数据虽量大且结构不错，但开放程度不够，如中国地表温度数据不对外开放。
数据质量：国内数据产业投入以及精细化程度有限，导致可用训练数据的质量进一步降低。而国外在数据的收集、整理和标注等方面相对更为成熟和规范，能够提供更高质量的训练数据，从而更好地满足大模型对数据质量的要求。
数据多样性：国外的数据来源广泛，涵盖了多种语言、文化、行业等，数据的多样性更强。这有助于大模型学习到更丰富的知识和模式，提高其在不同场景下的适应性和泛化能力。相比之下，国内的数据在语言和文化等方面相对较为集中，多样性稍显不足。AI创造营
