今天看到了 Google 的 Gemini 1.5 以及 OpenAI 的 Sora 两个模型。非常可惜的是,Google 的风头又被 OpenAI 抢走了。
Sora 表现十分亮眼,可以生成长度为 60s 的视频,面对多对象、多镜头的要求,大多具有良好的连贯性。此外,Sora 的另一特点是其生成视频中蕴含了世界的物理规律,对于蜡烛融化、动物毛发等模拟可以做到细节逼真。
那么,OpenAI 是如何做到研发速度快于 Google 的呢?在这个视频 中,我得到了几个有趣的(宣称)事实 & 结论:
- OpenAI 的数据标注水平远超市面其它企业。OpenAI 会招收博士参与数据标注,数据标注的细致程度以及其背后蕴含的因果关系更加丰富。
- Google 在短期内多次没有赶上 OpenAI 的水平,说明 OpenAI 大模型的工程能力等背后的底蕴已经远超 Google 为首的其它企业。将来的大模型将同样是几个寡头公司实现垄断的局面,而不是开源市场。
- 现在与其去参与研发新的大模型,不如尝试参与大模型的下游应用制作。就像当年 iPhone 推出时,不应该去尝试造山寨机。
综合上面几点,我认为我现在的一个不足就是对企业的认知不足。不论是国内的传统制造业企业,还是国外的新兴科技企业,我都没有深入了解其生存之道。这可能包括下面几个方面:
- 基本知识
- 企业的主要营收状况如何?
- 什么是企业的主营业务?
- 企业所需的主要人才类型是什么,来自哪里?
- 纵向分析
- 该企业对应的上下游企业是什么?
- 上下游企业如何影响该企业的发展状况?
- 横向分析
- 该企业相比于其它同类型企业,其核心竞争力在何处?
作为一个博士生,我希望能够对某领域有充分的理解,这自然包括相应产业中知识是如何应用并变现的。
谈钱不丢人。君子爱财,取之有道。
首批希望研究的公司是:Statsig, Anthropic...