做大模型的，算是半個專業相關的問題。説一下自己的觀察和看法：生產端過剩，應用端內卷。

上半年在學校也做了一些橫向，總結下來目前的情況是這樣的：

1. 應用已經落地很多，現在哪個 App 不偷偷塞個端側模型？連手機相冊裏識別人臉都是 NPU 在跑。

2. 問題在於實用。一堆大中小廠（中小廠居多）拿着錘子到處找釘子，發現釘子早被釘完了，就抱怨市場不需要錘子。有些公司做的那個 “大模型一鍵生成周報” 實用嗎？實用到老闆看完想把員工和模型一起優化掉。問題場景一定要有問題✍🏻✍🏻✍🏻

所以回到選擇題：

追生產力？

接着堆 HBM、卷 CoWoS，然後賣給誰？

賣給做 AI 情感陪聊的 startups，讓他們用 4090 跑 llama.cpp 哄老頭老太太養老金？

回補應用端，那補什麼？

補一個能替老闆省掉 80%PPT，但不敢真省的 SaaS 神器？

還是補一個幫券商寫研報，結果寫出推薦買入自己母公司的金融大模型？

如果全部是泡沫？那趕緊做空英偉達。

上述都不成立，成立的是：

既不是泡沫，也不是什麼爆發前夜。現在是生產力過剩式內卷，應用端撿漏式生存。

對於廠商來説最好的就是三個字——我不選。我繼續訓練模型，反正過擬合了就當創造力，推理慢了就叫深度思考。反正泡沫來了大家一起裸泳，但我作為廠主，至少穿着用 CUDA 織的褲衩。