历经过去几年的炽热发展，AI大模型领域已然迈入淘汰赛阶段，热潮退却，在充满了诸多变数的赛道上，目前还在牌桌上的AI大模型创业者如何能坚持到最后？

近日，腾讯云北区云原生总经理田丰、MiniMax副总裁刘华，与《》等媒体进行了一场对话交流，探讨行业格局演变和大模型未来的商业化路径。

MiniMax是国内6家AI独角兽企业之一。“在国内要想实现大模型商业化，需要坚持技术的创新和突破。用技术的创新实现更好的产品体验和生态，再用商业化的所得反哺技术。这是我们期待的良性生态。当技术突破创新不断加强，产品体验变得越来越好，商业化会是一件自然而然的事。MiniMax目标是希望用户通过AI能创作出更丰富、更有趣的内容，企业通过AI能提高生产效率，而不急于短期内的商业化。”

刘华表示，要提供商业化的服务，形成自己的营收，那就代表着你提供给客户的服务是别人提供不了的，所以别人才愿意给你钱。具体在大模型赛道上各家可以基于自身去选择，基础大模型的赛道还是会局限在个位数的企业。相信优秀的大厂、优秀的创业公司会留下来。除此之外，可能会有好多人就要转去做AI应用，AI应用在每个行业都能够被使用，这一块的市场空间也是非常广泛的。

他补充道，国内的AI产业总体没有多少泡沫，但是之前最大的问题是太多的企业都说自己能做基础大模型，这在一定程度上造成了资源的浪费。每个行业都会有非常好的应用场景，但资源有更好的调配是比较好的，大家术业有专攻。

三年前，腾讯云就与MiniMax建立了合作，为MiniMax提供了一系列集计算、存储、网络为一体的高性能智算产品，让MiniMax释放更多的精力聚焦在模型本身的训练和工程化上。

田丰则强调，产业实践是检验AI的唯一标准。AI大模型竞赛是一场长跑，无论是投资人还是创业者都是需要有信心和耐心。炫酷的技术最终还是要落地到商业化，去实现盈利。基于现在的训练情况和结果看，指望大模型短期带来很高价值的经济效益还不太可行。

MiniMax目前仍然坚持做标准化的产品。在刘华看来，大模型创业公司大部分的研发力量还是要放在基础大模型的研发上。如果满足于为每个企业去开发定制化的项目，会让大模型的落地变慢。国内人工智能的定制化项目，快的话半年，慢的话一年多。所以与其花这么多时间去定制化，还不如花更多的时间做模型的迭代。

在大模型领域的激烈竞争中，技术路线与方向的抉择至关重要，直接关系到企业未来发展所能触及的高度上限。同时，也要不受到其他公司的影响去轻易调整发展模式或技术路线。

刘华指出，MiniMax在大模型研发进程上明确了三个核心方向，分别是全力降低模型错误率至个位数、实现输入与输出的无限延伸以及做好多模态。

他在剖析模型错误率问题时指出，上一代的GPT系列模型错误率较高，有约30%，这导致GPT在一些严肃的生产场合没法适用，而是在文创领域比较多。如果说大模型要进入严肃的生产、研发、科研、设计，那它的错误率肯定要降低，而且要从30%降低到2%、3%最好。