在中國，面對美國實(shí)施的芯片限制以及相較于西方企業(yè)更為有限的預(yù)算，人工智能（AI）公司正積極尋求降低成本的方法，以開發(fā)出具有市場競爭力的模型。初創(chuàng)公司如01.ai（零一萬物）和DeepSeek（深度求索）等，通過聚焦小數(shù)據(jù)集進(jìn)行AI模型訓(xùn)練，并聘請價格適中但技術(shù)熟練的計(jì)算機(jī)工程師，成功降低了成本。

與此同時，阿里巴巴、百度和字節(jié)跳動等大型科技集團(tuán)也加入了價格戰(zhàn)，大幅降低“推理”成本，即調(diào)用大型語言模型生成響應(yīng)的價格。這些大模型的價格已經(jīng)下降了90%以上，遠(yuǎn)低于美國同行的水平。

總部位于北京的01.ai，由前谷歌中國區(qū)總裁李開復(fù)領(lǐng)導(dǎo)，通過構(gòu)建以較少數(shù)據(jù)量進(jìn)行訓(xùn)練、需要較少計(jì)算能力的模型，并優(yōu)化硬件，成功降低了推理成本。李開復(fù)表示，中國的優(yōu)勢在于制造出價格實(shí)惠的推理引擎，并廣泛推廣其應(yīng)用。

在加州大學(xué)伯克利分校SkyLab和LMSYS研究人員發(fā)布的排名中，01.ai的Yi-Lightning模型與馬斯克名下公司x.AI的Grok-2在大型語言模型（LLM）公司中并列第三，僅次于OpenAI和谷歌。其他中國公司如字節(jié)跳動、阿里巴巴和DeepSeek也在大模型排名榜上名列前茅。

Yi-Lightning的推理成本為每百萬token 14美分，遠(yuǎn)低于OpenAI的GPT-4等模型。李開復(fù)表示，其目標(biāo)不是擁有最佳模型，而是開發(fā)出一個具有競爭力的模型，開發(fā)人員使用它來構(gòu)建應(yīng)用程序的成本要低5到10倍。

為了降低成本，許多中國AI企業(yè)采用了所謂的“混合專家模型（MoE）”方法，這一策略最初由美國研究人員提出。該方法結(jié)合了多個針對行業(yè)特定數(shù)據(jù)進(jìn)行訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，而不是在龐大的數(shù)據(jù)庫上一次性訓(xùn)練一個“密集模型”。研究人員認(rèn)為，這是實(shí)現(xiàn)與密集模型相同智能水平但計(jì)算能力較低的關(guān)鍵方法。

然而，混合專家模型方法更容易失敗，因?yàn)楣こ處煴仨殔f(xié)調(diào)多個“專家”的訓(xùn)練過程。因此，中國AI企業(yè)在過去一年中一直在競相開發(fā)最高質(zhì)量的數(shù)據(jù)集，以訓(xùn)練這些“專家”，從而在競爭中脫穎而出。

李開復(fù)強(qiáng)調(diào)，中國的優(yōu)勢不在于進(jìn)行前所未有的突破性研究，而在于建設(shè)得好、快、可靠且便宜。這一理念正引領(lǐng)著中國AI企業(yè)在降低成本、提高模型競爭力的道路上不斷前行。