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...
