我觉得未来设想就是花个 5W 左右, 然后在家里放一个类似 Nas 的服务器然后进行使用.
 |
1
Meteora626 1 day ago
感觉没个十年够呛，因为现阶段还是参数量=知识量，训练=智商，智商好提高，但是知识扩充还是很难。就像 qwen 这几次的新模型，明显感觉 agent 工具调用，写代码强了不少，智商很高，但是你问他一些比较广的 纯知识的东西，反而会犯错。
|
 |
2
Dragonish3600 1 day ago
模型越来越便宜，API 也会越来越便宜，为什么有 API 不用，要花几万块钱再家里部署呢
|
 |
3
o0 1 day ago
这玩意儿应该跟小孩上培训班一样，永无止境，永远有更好的模型或者更好形态的产品，既然卷，那就全部卷死
|
 |
4
winnerczwx 1 day ago
要落地本地计算, 只可能是垂直领域的模型了, 专注做一件事
|
 |
5
413420 1 day ago via iPhone
和买房一个模式，租是最便宜的，也是最灵活的
|
 |
6
chibop 1 day ago
家用 AI 服务器或电脑必然是未来趋势，不过得先等硬件满足云端需求后才有可能，我觉得 5 年内应该能看到吧
|
 |
9
PeiXyJ OP @Dragonish3600 我的意思是,类似于消费产品,比如我们本地的手机这样.
|
 |
11
flyico 1 day ago
没有意义，因为等 GPT6 能本地部署了你还是看不上它，因为一定有比它更好的模型本地部署不了
|
 |
12
sillydaddy 16h 25m ago
过去 3 年，平均每 3 个月，同等智能成本降低 50%。一年约降 13 倍。
https://aihot.news/items/cmud77i8r04yerorajpj343j2 - Epoch AI 发布报告，估算过去三年内达到同等 AI 性能的成本平均每季度下降约 47%，即每年约 13 倍，并认为这一速度可能自 2021 年 11 月商业 LLM 推理开始以来持续至今。分析覆盖数学、硬科学和技能游戏类五个基准；刚达到 SOTA 的性能成本每季度下降 66%，两年后放缓至每季度 32%；报告同时指出基准针对性训练、数据不完整等局限。数据与代码在 GitHub 上公开。 https://aihot.news/items/cmud711u104rurora0i4oiyc9 - Epoch AI 发布对比分析称，在同一性能水平下，AI 成本自 2023 年以来每季度下降约 47%，是历史上降价最快的变革性技术。这一速度约为 DNA 测序的 4 倍、算力的 6 倍、锂电池的 18 倍，以及电力（截至 1973 年）的 54 倍。 |
Select Language