@AnjneyMidha: 突击测验：为什么这么多AI实验室要预训练自己的模型并设计自己的芯片？a) 单位经济更好…

X AI KOLs Following 2026/07/10 22:13 新闻

ai-labs pre-training custom-chips unit-economics trust

摘要

一个突击测验，询问为什么AI实验室要预训练自己的模型并设计自己的芯片，有从单位经济到信任问题等多个选项。

突击测验为什么这么多AI实验室要预训练自己的模型并设计自己的芯片？ a) 单位经济更好 b) 他们无法信任其他人 c) 更有趣 d) 他们需要吸引研究者 e) 以上全部 f) 其他：

查看原文

查看缓存全文

缓存时间: 2026/07/11 00:17

随机小测验

为什么这么多AI实验室在预训练自己的模型，并设计自己的芯片？

a) 单位经济效益更好
b) 他们无法信任其他人
c) 这样更有趣
d) 他们需要吸引研究人员
e) 以上全部
f) 其他：

相似文章

X AI KOLs Following

这篇技术指南解释了为什么组织应该基于开源AI模型构建自己的学习循环，而不是从前沿实验室租用智能，并引用了金融、机器人和生物技术领域的案例研究。

X AI KOLs Timeline

讨论了顶级AI工程师如何通过构建围绕模型的系统（而非训练模型）赚取超过25万美元年薪，并解析了关键技能，包括记忆系统、封装（harness）、循环工程（loop engineering）和追踪（tracing）。

X AI KOLs Timeline

文章指出，严肃的AI公司正从封装通用模型转向使用专有交互数据训练自己的专业化模型，因为在分布内智能体任务中，专业化现在经常能匹配甚至超越前沿模型，从而推动更好的单位经济效益。

X AI KOLs Timeline

文章认为，企业应该对自定义AI模型进行后训练，用于关键任务、高容量的用例，以实现差异化、节省成本并对权衡进行控制，而不是仅仅依赖通用前沿模型。

Simon Willison's Blog

Dean W. Ball 探讨了前沿人工智能实验室面临的经济压力，指出模型在发布后的窗口期很短，需要在此期间收回成本，并且大规模基础设施的建设是以全球市场为前提，而不仅仅面向美国政府批准的公司。