这块即便我们暂时落后，可终究是能看得到希望”

    “同理，老美缺电力，可一旦他们狠下心砸基建后，电力他们也能赶得上来”

    王卓见两人听得越发认真后，再次抽了一口雪茄，继续说道。

    “按照我们课程表的内部推断，我们现在的算力时足够，他们的电力也足够，但总有不够的那天，所以数据投喂就成了我们能否领先的胜负手”

    “谁率先推出商用化应用，谁就领先，美国的优势拥有庞大的数据，他们可以拿全世界的英文数据进行投喂，而我们拥有的主要是中文数据，哪种数据能训练出更优的AI？我也不知道”

    “但我知道，如果不联盟的话，我们的迭代速度肯定没有他们的快，届时AI领域又会论文手机领域一样的模式，国内赚辛苦钱，大头还是要被老美赚走，这样我们甘心吗？”

    说完，王卓也不理这两人了。

    该说的都说了。

    反正单靠课程表是不可能竞争得过硅谷的那帮人，必须要拉拢国内的其它巨头入局。

    各人自扫门前雪确实轻松，但如果有机会能给老美制造一点困难，他相信老马跟小马还是愿意的。

    再说了，现在的通用大模型是什么样？

    没人知道。

    但如果几家一同摸索，说不定就能把百度的搜索、阿狸的电商、企鹅的游戏与社交还有课程表的，课程表的？

    课程表的AR技术、工业以及电商、社交等等集合成一个大模型？

    到时候会不会直接导致通用大模型的诞生？

    或许可以，或许不可以。

    但终究是个方向。

    即便失败了也不要紧，反正只要有足够多的垂直模型，那么总能摸索出可以搭建通用大模型的技术架构出来。

    无非就是砸钱嘛？

    哪家缺这点资金？

    马伝也想到了这点。

    但他思考到的不是通用大模型，而是垂直模型。

    通过无数个小模型组合叠加为电商领域的综合类模型。

    比如电商可以分为客服、搜索、推荐、文案、供应链几个板块，这些都是高度标准化的。

    只要先搭建这些小范围的模型出来后，完全可以推导出适合电商领域的专业模型。

    这个模型不需要太多定制化就能直接落地，而且这些场景都是高频、刚需，每天都在产生海量的需求。

    有足够多的数据，那么阿狸是不是可以搞定一个可落地的AI商用模型？

    马伝对于技术的了解跟王卓差不多，但逻辑上是可以说通的。

    所以只要这些能在技术层面跑通，那么阿狸是可以加入进来的。