郭涛观察 每日经济新闻|而在天使投资人、资深人工智能专家郭涛看来,数据缺口确实是重要约束,但并非唯一核心矛盾,但底层模型架构,预训练与后对齐的整套算法范式,高效训练框架,同样构成瓶颈。
郭涛指出,海外头部厂商持续同步推进算法创新、高质量多模态数据沉淀、算力集群协同优化,前沿标准本身也在动态抬升。字节需要一边补齐高质量、高复杂度的训练数据,一边持续攻坚原生模型算法,叠加算力调度、训练稳定性等工程难题。
字节靠巩固C端优势、拓展B端客户能否解决张一鸣提到的数据短板?在郭涛看来,字节C端、B端场景产生的海量行为与交互数据,可以补充基础训练素材,但很难单独补齐基座模型所需的高质量深度数据短板。
他指出,短视频、搜索、广告、企业办公类生态数据体量充足,能够支撑通用对话、多模态理解这类基础能力迭代,满足基座模型的基础数据供给要求。在垂直硬核领域,医疗、工业控制、精密科研等高门槛场景的数据积累明显不足,这类数据具备强专业逻辑、标注成本极高,字节现有生态很难自然产出足量、合规、高标注质量样本。
郭涛具体分析道:“通用场景数据偏向浅层任务,缺少严谨因果、复杂推理、专业领域的深度信号,仅依靠生态内原生数据,容易让模型偏向拟合互联网分布,在硬核专业任务上持续存在能力短板,后续依然需要合规引入外部专业数据集、自建垂直数据闭环作为补充。”
郭涛则分析,海外AI标的估值回调、市场对大模型投入回报趋于谨慎,并未改变字节加码算力与基础模型的战略逻辑:核心是争夺下一代数字生态入口,并为现有业务筑牢长期护城河。
他表示,在长期竞争维度,基座模型是所有AI应用的底层底座,一旦缺失自研基座,后续智能体、端侧AI、B端企业服务等新业务都要受制于人。字节的投入不是短期题材博弈,依托自研基座把自身海量用户、场景、流量资源转化为AI时代的竞争壁垒,即便短期难以兑现利润,这套底层能力也将决定公司能否在新一轮技术周期守住生态主导权。大模型人工智能
