几点非共识吧：AI应用之间就没有壁垒

👏OpenAI 产品进阶gpt3.5->gpt4->gpt4o->gpt4.5，貌似也没有自己的护城河，deepseek花了更低的成本和更少的时间追赶上，那反过来，AI应用有什么壁垒？ 比如前段时间被刷屏的通用智能体-manus，当天就被Google工程师复现，也说明这一点，AI应用本身是没有什么壁垒的 之前看到Sam Altman被采访说，更希望OpenAI成为一个拥有十亿日活用户的目的网站还是最新进的模型，他选择了前者已经说明了大模型没有所谓的护城河 🎈为什么有上面这种选择的变化，大概可以归结几个原因吧 （1）市面上有太多的同类产品可以选择，当免费的、无限制的替代品在质量上可比时，国内deepseek 豆包 千问 kimi等 国外gpt系列 claude系列等，优先选择的是性价比，付费用户就跑走 （2）大模型意味着大参数，购买大量的机器（高成本）、部署、上线等一系列动作完成之后，你发现又有别的模型颠覆了，那么原本部署的大模型可能又要变化，除非原模型可以一直快速迭代，不然就会不适应当下业务 （3）数据质量比数据大小更具可扩展性。随着开源让LLMs的研究成本越来越变得可以负担，这会导致在技术方面保持竞争优势变得更加困难，而且这种以广度优先的方式探索解决方案的空间，远远超过了我们自己的能力。 👍👍比如：openAI更新GPT-4o，推出了全新的原生图像生成功能，过去仅一天，通过GPT-4o生成的吉卜力风格AI图片已在全网开始病毒式传播，成为了GPT-4o原生图像风格中最受欢迎的风格，可是回顾一下gemini在此之前也更新了此功能，但是效果远不及如此，为什么？ 👍👍仅因为GPT-4o加了一层滤镜美化，所以一项先进技术是否能被大众真正接纳，往往不取决于技术本身，而是在非技术层面，比如足够低的使用门槛，又或者更高的文化兼容性。 👍👍AI应用的壁垒可能在基于本身的业务场景与用户在某些场景产生的特殊数据，形成一定的闭环，其实一开始也没有所谓的壁垒，就是使用的人多了，好用了，慢慢的形成了一种共识！