这是薛老板求职系列的第704篇文章
截止到2024年9月，网信办备案AI大模型数量已达197个，这些大模型哪个最有前景？相信是很多人的疑惑。
百度
百度有先发优势。文心一言是国内第一个正式发布的中文大模型，目前仅 C 端就已经有上百万的 DAU。目前已经达到 GPT-3.5 和 GPT-4之间的水平，部分中文能力已经达到 GPT-4。 百度顶层重视程度高。在文心一言最关键的一段时间，Robin 每天都要听取文心一言团队的汇报。GPU 是唯一需要 Robin 亲自调度的计算资源。 百度有很多文本数据积累。在移动互联网之前，百度是中文互联网最大的公开数据汇聚地。移动互联网的数据大部分是烟囱化的，很多甚至是私有的。百度的数据团队也非常强，数据采集、数据清洗都是相当专业的。
字节
字节有落地场景。比如现在做视频生成的很多，字节暂时并没有像 Runway、Pika那样做端到端的生成，而是走了更务实的路线，把 AI 能力放到剪映里面，使用户更容易创作短视频，但是字节视频生成的落地场景是一点都不缺的。
字节有最多的多模态中文私有数据。高质量数据在大模型训练中是非常关键的。中文高质量的公开数据本来就不多，现在基本上已经被爬干净了，2026年高质量语库即将耗尽。大模型的下一站肯定是多模态，字节有最多的多模态数据。 字节有很多GPU资源。早在几年前，字节就开始做大规模 GPU 集群，积累了很多 GPU 资源，今年初 GPU 荒的时候，火山云靠着屯的 GPU 卡一跃成为国内第二大 GPU 云服务商。字节几年前就开始搞大规模RoCE网络来做 GPU 集群互联了，能搞定这个的全球就没有几家，微软是规模最大的，今年刚发了 paper。
