※ 引述《xross (xross)》之銘言：
: 我看版上一堆 AI 下半場了 垃圾時間了 之類的分析文
: 可是我左看又看 怎樣都像白刃戰 拼刺刀 殺瘋了 卷瘋了
: 啥 Code Red 都出來了
: Gemini 3 才出來幾週
: Deepseek 就來葛 +0.1 (v3.1 -> v3.2) 包含 IMO 數學金牌 AI
: 說已經趕超 Gemini
: 才沒幾天
: Deepmind 就又突然出個 Deep Think 版 也是強調 IMO ICPC 數學 AI
: "gold medal winning IMO and ICPC technologies"
: https://x.com/demishassabis/status/1996683917991334300
: 時間點上 不是巧合吧
: 怎麼看都像是逼對方出招啊
: 說好的垃圾時間呢???
的確是垃圾時間,
但是垃圾時間的定義跟你說的不同,
首先,
我們來看最近最流行的這句話:
Scaling is over and LLMs are a dead end.
https://x.com/GaryMarcus/status/1993727856204198313/photo/1
翻成中文,
就是我11/12那天說的:
各家的LLM把世界資料都訓練差不多之後,
各家的LLM都不會差太多
https://webptt.cc/bbs/Stock/M.1762925104.A.67F.html
如果最後大家的LLM都差不多一樣,
那不就是LLM的垃圾時間,
接下來比拼的就是平台整合, 應用APP整合,
以及物理AI, Agent, Edge,
那就是回到了蘋果跟谷歌的地盤,
這也是為何最近OpenAI一直親門踏戶到處搶六巨頭的市場,
比方說做social media搶臉書市場,
做網購,線上支付,App支付等搶亞麻市場,
做search 廣告搶谷歌市場,
直接在ChatGPT app裏頭開啟App Store, 搶蘋果市場,
因為接下來就是搶平台搶應用APP
至於這些跑分排行,
誰的LLM最強等等,
吹的, 聽聽就好,
最後都差不多,
每一兩個月, 甚至一兩個星期就會排名大洗牌,
最後大家都差不多一樣強
我要說的說完了,
再說下去就是難聽的實話,
又要遭到一堆OpenAI支持者的攻擊,
我們接下來做兩個假設,
1. 假設 "Scaling is over and LLMs are a dead end" 是真的,
那麼大家都LLM都一樣,
主要看平台看APP應用,
不然你就要改算法, 改方向,
我一直說方向錯了,
然後被罵爆酸爆,
的確,
OpenAI看來是要LLM一路走到底,
沒想要改算法改方向,
但是這條路明顯到盡頭了
2. 假設 "Scaling is over and LLMs are a dead end" 是假的,
也就是繼續大力出奇蹟,
堆積越多的算力 就會有越強的LLM AI表現,
這是過去幾年奧特曼的OpenAI強調的觀點,
所以過去幾年奧特曼幾乎把市場上的算力給囤滿,
甚至囤到不夠電力 讓GPU放在倉庫,
甚至囤到無限加價搶購GPU HBM (這些再說就敏感了)
如果Scaling可以繼續下去,
那麼把對手的算力資源給搶走,
對手也就只能投降
但是事實是這樣嗎? DeepSeek我不熟,
但是我確定Anthropic 的算力是遠遠比不上OpenAI,
但是Anthropic 的 claude 並不輸(可能還贏) ChatGPT,
表示算力不是絕對的因素
再來說說谷歌的Gemini,
雖然TPU是量大管飽,
但是OpenAI 的算力是谷歌的三倍以上,
證明:
OpenAI已經的算力部署訂單是1.5兆 到2030年,
平均一年3000億美金(300B),
谷歌2024-2025年的支出是100B,
但是這100B是要分給各個部門 (search, youtube, android, public cloud),
AI分到的開支可能連一半都不到,
MSFT AMZN支出也是100B左右,
也就是說 OpenAI 一年的算力支出是MSFT+AMZN+GOOG+META的總算力支出
但是ChatGPT並沒有比Gemini三倍或是十倍聰明,
說落後Gemini又要被支持者攻擊,
我們說平手或是稍微領先Gemini,
但是你ChatGPT花的錢跟算力是Gemini的三倍到十倍,
明顯Scaling is over,
算力不是關鍵,
算法跟方向才是繼續進步的關鍵
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.103.225.6 (美國)
※ 文章網址: https://webptt.cc/bbs/Stock/M.1764904439.A.552.html
這幾年OpenAI+MSFT的非常高調也非常侵略性的方式,
不論是在AI模型, 雲業務, APP Store等,
讓狗,麻,果嚇到了,
這三家這三年真的是被壓著打,
再不同盟就會被吃乾抹淨了
※ 編輯: waitrop (76.103.225.6 美國), 12/05/2025 11:29:53
推文 (186)
推
sdbb
謝謝，跪求8zz滿倉谷歌
12/05 11:15
推
shawshien
b2b市場比b2c大得多 有沒有social media
12/05 11:18
→
shawshien
或是有沒有自己的消費者app 不是決定勝負關鍵
12/05 11:19
推
ejnfu
所以要買AAPL賣NVDA了嗎？
12/05 11:20
推
diefish5566
Claude真的強 但也是真的貴
12/05 11:20
推
pot1234
每家的training data跟手法都不一樣吧，為什麼最後
12/05 11:20
→
pot1234
會變各家一樣強
12/05 11:20
→
ookimoo
講的好像用假AI的其他公司有無限的錢可以付一樣，
12/05 11:22
→
ookimoo
笑死，也是從消費者身上拿好嗎
12/05 11:22
→
ookimoo
他說的是差異化會變很小
12/05 11:22
→
ookimoo
差異化變小後你大力飛磚的策略就會變成負投報
12/05 11:23
推
roseritter
Scaling 如果有天花板 無論是物理的或是金錢的
12/05 11:23
推
truelove356
3Q大 摩爾線程今天開盤+400%
12/05 11:24
推
downtoearth
現在最有機會 也真的開始從AI賺錢的還是google
12/05 11:24
推
windfeather
GOOGLE的廣泛覆蓋率與使用習慣真的是目前最大優勢
12/05 11:24
→
bnn
就跟你手機不換機一樣 新機差異不大 沒必要換
12/05 11:24
→
downtoearth
google跟APPLE的合作 不只是讓SIRI獲得AI能力
12/05 11:24
→
roseritter
大10倍 沒有明顯更好的效果 那就拚價格
12/05 11:24
→
downtoearth
而是 兩個生態系的整合 加上 大一統MATTER協議
12/05 11:25
推
kanx
openai 的支持者會說他們只是不願意做圖片生成
12/05 11:25
→
leopika
OpenAI乾脆整間賣給微軟，跟copliot整合成一間最快
12/05 11:25
→
downtoearth
GOOGLE跟APPLE 現在聯手要一統 智能家電的江山
12/05 11:25
→
ookimoo
應該說原本就是負成效了，現在連終點都給你大眾看
12/05 11:25
→
ookimoo
到了還不願意相信
12/05 11:25
→
roseritter
狗和亞馬遜 的雲也在整合 至少是同盟
12/05 11:25
→
downtoearth
AI到目前展現的 生圖 生影片 資料搜尋能力
12/05 11:26
推
game951359
謝謝
12/05 11:26
→
leopika
微軟就是世界b2b最強的軟體公司
12/05 11:26
→
downtoearth
那只是在 火力展示 宣傳 爭取投資而已
12/05 11:27
推
as6633208
老黃把觸手伸到工業自動化是很大的進展，你現在對於
12/05 11:27
→
as6633208
AI的終端消費者產品就只有google生態系的這些軟體網
12/05 11:27
→
as6633208
站app。但工業就不一樣了，工業的產品是你日常所見
12/05 11:27
→
as6633208
的實體產品製造機器，只要工廠有買機器設備都會用到
12/05 11:27
→
as6633208
，老黃這個戰略是頂中頂，能更高效產出就會有人用，
12/05 11:27
→
as6633208
未來勞動力短缺也是必然的，要大量規模生產要馬工業
12/05 11:27
→
as6633208
機器要馬就是機器人，至於如果未來gpt是鑲嵌在老黃
12/05 11:27
→
as6633208
的cuda，那又是另一個故事了
12/05 11:27
推
roseritter
世界模型真的搞上去 那不得了
12/05 11:27
→
bnn
就怕OpenAI詐騙斷鍊的時候帶賽微軟一起崩盤而已
12/05 11:28
推
bla
Gemini現在會綁定Android和iOS兩個超大應用，我就
12/05 11:28
→
bla
問你openAI怎麼贏
12/05 11:28
→
downtoearth
AI 要發揮真正的功能 會從大公司=>小公司=>終端消費
12/05 11:28
→
downtoearth
者。到終端消費者都真的用道AI來改善生活了
12/05 11:29
→
bla
除非賣給微軟綁定office365
12/05 11:29
→
bnn
倒不是說微軟會倒 但吃到一根大概也是重傷
12/05 11:29
→
downtoearth
那時才是 AI 到的第一次成熟期
12/05 11:29
推
roseritter
蘋果這招會不會是 權宜之計 反正短期追不上
12/05 11:30
→
roseritter
就跟google地圖依樣 時候到了搞一個自己的
12/05 11:30
推
falcon11
大石化
12/05 11:32
→
chang1248w
10倍算力本來就不會是10倍聰明啊，scaling law描述
12/05 11:34
→
chang1248w
的是損失函數與log算力呈線性關係
12/05 11:34
→
roseritter
舉例嘛 ZEN6 和 i3 拿來上ptt 有差嗎
12/05 11:36
推
as6633208
講白了 製造一個實體產品，組裝用的機器，以及製造
12/05 11:37
→
as6633208
那個產品裡面零件製造用的機器，這都是在工業自動化
12/05 11:37
→
as6633208
的範疇，現在老黃把布局伸到工業自動化+cuda，就是
12/05 11:37
→
as6633208
要解決收入問題，現在不只你買的手機資料中心，你買
12/05 11:37
→
as6633208
的實體產品中只要是工廠自動化製造的一部分消費利潤
12/05 11:37
→
as6633208
，都有可能流到到老黃的顯示卡和cuda，因為AutoCAD
12/05 11:37
→
as6633208
設計、甚至自動化製造方案，那些設備硬體加速也用顯
12/05 11:37
→
as6633208
示卡和cuda和AI，老黃也不像美光放掉消費級市場，阿
12/05 11:37
→
as6633208
至於歐噴醬會不會gpt套進去cuda，誰知道，他們現在
12/05 11:37
→
as6633208
不是定調同一陣營和谷歌打對台嗎^^
12/05 11:37
→
layer0930
Ai 就是賠錢貨，來 跟我說一遍 ai賠錢貨
12/05 11:44
推
BBKOX
平台整合只是開胃小菜，下一階段應該是物理AI，也
12/05 11:45
→
BBKOX
就是AI自主機器
12/05 11:45
→
saisai34
說起來製造業哪個部分需要AI呀 可以降低多少成本@@?
12/05 11:45
→
layer0930
很多地方都用到啊
12/05 11:46
→
BBKOX
川普本週也宣布要發布相關命令了
12/05 11:46
→
layer0930
醫療 製造 這兩塊目前用最多
12/05 11:46
→
layer0930
但那又不是重點，ai 賠錢貨 來說一遍
12/05 11:47
→
BBKOX
機器狗、AI機器女友、出門有無人汽車..能改變生活
12/05 11:47
→
BBKOX
形式才是賺錢的東西
12/05 11:47
→
saisai34
不是啦 我是說目前具體的製造是怎麼應用的 @@?
12/05 11:47
推
breathair
推！看法相同！
12/05 11:48
推
onekoni
CCW不是說他們製程已經大量用到AI來優化
12/05 11:49
→
onekoni
記得是上上次法說還是哪次
12/05 11:50
推
BBKOX
未來產線輪班的應該全部都是機器人
12/05 11:50
→
layer0930
品管 是其中之一
12/05 11:50
→
BBKOX
人就是最大的成本
12/05 11:51
→
bnn
光學查驗用AI篩particle或壞掉的地方之類的 品管
12/05 11:51
→
bnn
機器人/手臂是另一回事 坐辦公桌找root cause先被裁
12/05 11:51
推
as6633208
光是機械設計模擬程式跑的運算可以用gpu cuda加速取
12/05 11:52
→
as6633208
代cpu就有很大需求了，也就是機台設計時就有了，再
12/05 11:52
→
as6633208
來自動化工業方案新思科技也用cuda，如果要讓每台設
12/05 11:52
→
as6633208
備連動自動控制在串到AI，這就是新思科技跟nv在做的
12/05 11:52
→
as6633208
，有製造擴廠規模化需求的公司就會用到，再加上勞動
12/05 11:52
→
as6633208
力不足的問題，不會是假性需求，而最終那些工廠製造
12/05 11:52
→
as6633208
出來的產品，就是到消費者手上，一部分利潤就是灌給
12/05 11:52
→
as6633208
機台>>老黃，至於AI自動化製造，拜託那是每個工廠老
12/05 11:52
→
as6633208
闆的夢想==
12/05 11:52
→
bnn
自動控制那塊沒那麼快 輪班修機台錯誤也沒那麼快
12/05 11:52
→
as6633208
現在製造業哪來一堆便宜的人可以用，人的生產力也沒
12/05 11:52
→
as6633208
有機器+AI來得高
12/05 11:52
推
st9061204
不靠政府吃飯的終究還是要賺toC的錢
12/05 11:53
→
layer0930
那是未來，現在不可能
12/05 11:53
推
BBKOX
所以AI才剛起步，未來戰爭一定是機器人大戰
12/05 11:53
→
potionx
歷史總是驚人的相似 過度投資 就有風險
12/05 11:54
→
layer0930
Ai 賠錢貨
12/05 11:54
→
potionx
https://youtu.be/H_suOWdYLq0 居安思危很重要
12/05 11:55
→
saisai34
可是大部分大企業工廠不是早就高度自動化了嗎?@@?
12/05 11:55
→
potionx
清醒的人 盲目樂觀的人 悲觀的人 都有自己的位置
12/05 11:56
推
st9061204
會自動下訂單、銷貨、維護設備的那種自動工廠吧
12/05 11:57
→
as6633208
阿尼買股票不是買未來喔？有一句話說很好，現在是AI
12/05 11:57
→
as6633208
最慘的時候
12/05 11:57
→
sing60905
是這樣沒錯 所以蘋果就算AI落後 但股價還創高
12/05 11:58
→
sing60905
這只是個開始
12/05 11:59
推
roseritter
AI可看到的部份 就是極致的自動化
12/05 11:59
推
BBKOX
蘋果看後續跟Gemini合作的如何吧
12/05 12:00
推
zseineo
高度自動化到全自動化吧
12/05 12:00
推
zseineo
好像也不用到全 很多產線還是要人顧
12/05 12:00
→
roseritter
對真實世界模擬 真走通的化 以後建廠就有模擬器了
12/05 12:01
→
saisai34
我想問的是高度自動化=>全自動化的效益 可以提升
12/05 12:01
→
saisai34
多少利潤 , 畢竟高度自動化現在就有了 @@a
12/05 12:02
→
roseritter
各家廠商把自己模組丟出來 拉一拉 也許會大幅縮短
12/05 12:02
→
roseritter
建廠時程 或是讓產線更有彈性
12/05 12:02
推
as6633208
馬斯克的未來就是人只要爽，工作是一個興趣，怎麼說
12/05 12:03
→
as6633208
，當AI圍棋超過人的時候還是有人下圍棋但是作為一個
12/05 12:03
→
as6633208
興趣，那麼當AI+機器人+設備在工作領域的生產力也超
12/05 12:03
→
as6633208
越人的時候，你也一樣可以工作作為一種興趣
12/05 12:03
→
potionx
價值判斷 不管是股市還是人生都是困難的問題
12/05 12:04
推
BBKOX
量產化的智能機器，不會攜帶機密資訊背叛，平時的
12/05 12:05
→
BBKOX
支出就保養機械的錢，也沒有職安疑慮，這麼好用的
12/05 12:05
→
BBKOX
工具哪裡找
12/05 12:05
→
potionx
以前把普通人比喻成螺絲釘 現在直接比AI低 ...
12/05 12:05
→
potionx
我們需要的是對人類價值的重新定義和判斷
12/05 12:05
推
b1izzard2000
喔喔好像很不錯
12/05 12:07
推
BBKOX
近期七巨頭的裁員已經顯露出AI時代的一部分了，工
12/05 12:09
→
BBKOX
作被人工智能取代就回家吃自己
12/05 12:09
推
whyhsu
推
12/05 12:11
推
josephpu
現在說scaling law結束了真的還太早@@
12/05 12:12
推
jerrychuang
果果一向如此,追不上就先用你的，默默發展後再把你
12/05 12:14
→
jerrychuang
換掉，不過果的AI就算了，但他也可以拿別人的AI來套
12/05 12:14
→
jerrychuang
啊，不一定要gemini
12/05 12:14
推
onekoni
優化製程也可以逐步把裸猿蛋雕 不一定是引進全自動
12/05 12:14
→
onekoni
化
12/05 12:14
推
BBKOX
蘋果至少沒有燒錢在這一波基建潮
12/05 12:15
→
josephpu
假如未來ai agent真的成型，那蘋果沒有自己的ai就
12/05 12:17
→
josephpu
會變成它最大的問題
12/05 12:17
→
uv5566
趨同演化 蘋果就等著接入應用端
12/05 12:18
推
H2
Apple帳上的現金買下Anthropic還有剩
12/05 12:20
推
xkso
openai 燒錢跟巨頭拼不可能拼贏
12/05 12:23
→
xkso
左邊想做 右邊也想做 結果什麼都做不起來
12/05 12:24
推
kobebrian
LLM只會是AI的第一步 重點根本不在LLM
12/05 12:25
→
jasonkey123
台灣還還好意思評論，自己有造出什麼對話機器人嗎
12/05 12:32
→
jasonkey123
？
12/05 12:32
推
roseritter
檢個開放模型回來調，或是等現成的比較實在
12/05 12:34
推
s213092921
算法是中國強項，然後中國又有無限能源及製造業無限
12/05 12:35
→
s213092921
的數據資料餵養大模型
12/05 12:35
→
s213092921
製造業的數據資料是你在互聯網上找不到的，那是各家
12/05 12:36
→
s213092921
廠商的商業機密
12/05 12:36
噓
answerseeker
w大基本上同意 但是噓Gary Marcus, true grifter
12/05 12:42
推
n555123
好，推
12/05 12:43
推
SkyIsMyLimit
簡單明瞭 信徒都是雜訊
12/05 12:45
推
SSS120329
前提是1.5兆美金 他要怎麼拿出來
12/05 12:46
推
DickCowBoy
Claude code 搭配skills更進化
12/05 12:49
推
joygo
openai 當成曼哈頓計畫好了
12/05 12:52
→
joygo
一堆算法都亞裔阿Xd
12/05 12:53
推
k1k1832002
其實許多美國新創就是直接用中國開放模型的樣子
12/05 12:53
推
josephpu
google tpu崛起只是印證了老黃近期不斷強調的hole
12/05 12:58
→
josephpu
system有多重要，老黃在單晶片和機櫃內scale up屌
12/05 12:58
→
josephpu
打同業，但tpu靠OCS做大集群串聯扳回一成，所以接
12/05 12:58
→
josephpu
下來互聯一定是關鍵戰場，NV會使力在這塊扳回一成
12/05 12:58
→
josephpu
至於scaling law結束，我一點都不覺得，哪怕google
12/05 12:58
→
josephpu
自己都說他的目標是每半年要把算力翻一倍，只是他
12/05 12:58
→
josephpu
不像OAI要出來到處圈錢而已
12/05 12:58
推
ckpetercheng
算力不是問題了 老黃的把戲也基本沒了
12/05 13:07
推
BBKOX
原來老黃只剩算力 www
12/05 13:11
→
BBKOX
那你還不趕緊身家all in空爆老黃？
12/05 13:11
→
marsman160
你沒用比較過gemini 和gpt的區別吧
12/05 13:16
推
a1216543
openai後面沒母企業虧麻了
12/05 13:16
推
benson502
B to b市場比較小好嗎==你要做全世界的人生意才能
12/05 13:35
→
benson502
超大
12/05 13:35
→
benson502
終端消費跟民眾無關最大的公司是哪間？
12/05 13:37
→
benson502
蘋果Google 微軟，哪個不靠大基數的人去撐消費XD只
12/05 13:39
→
benson502
做b to b，生意超侷限的
12/05 13:39
推
herculus6502
蒸丸
12/05 13:40
→
benson502
簡單來說，客群5億人一年消費2000訂閱比較簡單，還
12/05 13:46
→
benson502
是找2000家一年消費的起5億的公司比較好找？
12/05 13:46
→
potionx
b2b和b2c賺錢邏輯不一樣
12/05 13:49
→
sdbb
@potionx 推
12/05 13:56
推
fallinlove15
說得不錯
12/05 14:41
推
yesyesyesyes
TPU主打的是算力效率\
12/05 15:29
→
layer0930
哪有不一樣，終端放緩 b to b也會縮量
12/05 19:36
→
potionx
https://youtu.be/iSSWTDgNlGw 每個地方人想的不同
12/05 20:26
推
bazucaoc
推
12/08 01:01
推
abasqoo
現在不都是LLM+小模型去針對各別領域問題？
12/09 11:22