巨头游戏。
在过去30年的数字生态系统里，数字平台充当了土壤的角色，为企业提供基础的技术能力。比如微软Windows系统、苹果iOS系统、谷歌Android系统都是软件开发者和用户的土壤。亚马逊、阿里巴巴、腾讯这些消费互联网巨头在处理海量消费者数据过程中磨砺出的大数据、人工智能、云计算等技术能力，给很多电商科技公司乃至传统制造业企业提供了服务。
土壤有3个特性：
·通用性：就像万物受到大地的滋养一样，任何企业都可以利用云计算、人工智能、区块链这些基础技术能力，借助其养分更快地生长。
·进入门槛高：大广们动辄百亿量级的投入，直接提高了竞争对手的进入门槛。
·规模效应：建立了技术优势之后，通用性技术平台服务新客户的边际成本递减。
这3个特性决定了"土壤培育"只可能是巨头游戏。很明显这次的大语言模型也是一样，大语言模型具有很高的通用性和规模效应，可以用于写作、编程、设计等多个领域。同时大语言模型每增加一个用户边际成本递减，而用户数据量增加还可能带来大语言模型能力的提升。所以一定是强者愈强，最终少数寡头占领市场。
更何况大语言模型的进入门槛高到惊人，单单这一条就足以阻吓小型创业公司。大语言模型训练的"烧钱"程度真的超出想象。以GPT-4为例，要达到训练所需的算力，使用在云端的A100GPU，单次训练的成本将达到约6300万美元。另外这种GPU每枚价值1万美元，需要2.5万枚，就是2.5亿美元。
现在正在训练的GPT-5需要5万枚H100GPU，价值接近20亿美元。这还只是开局的基础配置，ChatGPT在2个月内创纪录地吸引了1亿用户，成为人类历史上用户增长速度最快的软件，而且还在持续迭代。但模型迭代越快对算力的消耗也越多，所以OpenAI也是一个烧钱的无底洞。
2022年OpenAI的亏损大约翻了一番，达到5.4亿美元。之前他们持续烧钱主要是靠微软的支持，2023年1月中旬微软就对OpenAI投资100亿美元，占股比例达到49%。但这还不够，奥特曼本人曾私下表示OpenAI可能要在未来几年尝试筹集1000亿美元资金才能支持更多的AGI(通用人工智能)开发，但对小公司来说这种巨无霸崛起就是降维打击。
ChatGPT发布之后，其他AI初创公司的竞争压力陡然上升，美国两家初创公司一-智能语音公司Deep gram和AI文案公司Jasper先后宣布裁员和削减收入预期，智能绘画公司StockA则宣布关闭所有业务。
相比GPT-4等国际顶尖的大语言模型，国内大语言模型虽起步较晚但发展迅速，国内互联网大厂和不少AI企业打起了"百模大战。2023年3月0penAl正式推出GPT-4的第二天，百度开启文心一言邀请测试，随后阿里巴巴、腾讯、华为纷纷推出自家大模型。
据不完全统计，国内已发布的各类大语言模型数量超过100个，可以想见未来国内的大语言模型也会经历一轮血腥厮*直至留下两三个巨头。
