斯坦福那份最新报告算是把话挑明了。中美AI大模型的性能差距，现在基本抹平，两边已经开始交替领跑。更有意思的是两国人的态度，84%的中国受访者对AI两眼放光，美国那边兴奋的才38%。信任度也一样，超七成中国人信AI，美国连三分之一都勉强。李飞飞最近受访时倒是一语道破，AI哪是什么抢饭碗的替代者？说白了，它就是个放大镜，放大的是你个人的本事。所以大伙真没必要天天焦虑，直接拥抱就完了。
实际上，底层的玩法也变了。华盛顿大学的一篇研究直接把桌子掀了，指出预训练数据的知识边界，死死卡住了模型能力的上限。过去那套“数据喂得越多、模型做得越大”的暴力美学，现在看要失灵了。还有个挺逗的细节，你让AI给自己起个名，ChatGPT、Claude这帮家伙居然不约而同偏爱“Nova”这个词。搞了半天，大模型在自我身份认同上，还真是心有灵犀。
通用大模型眼看着卷不动了，垂直大模型开始挽起袖子干活。前阵子，安徽农业大学跟中国农科院一块儿搞了个大豆垂直模型“丰菽”2.0。用多模型协同去算病害诊断、挑亲本，直接把育种效率拉满。这才是AI该干的正事。去地里种大豆，总好过在聊天框里跟人斗嘴皮子。大模型的风潮，总算开始挤掉泡沫回归理性了。
从底层重塑到落地应用，AI的下半场就拼两个字：实用。少搞点概念炒作，多弄出几个像“丰菽”这样能实打实下地干活的硬核应用，才是正道。技术转来转去，终究是要服务于人的，这才是大模型真正的归宿。