近兩年，大模型作為人工智能領域的重要分支吸引了大量的風險投資，在資本市場上大模型概念股也持續(xù)獲得投資者關注。然而，隨著“百模大戰(zhàn)”逐漸降溫，越來越多的投資者認為，大模型可能帶來的金融泡沫需要引起市場關注。

此前，歐洲央行發(fā)布報告提出，人工智能相關股票可能存在“泡沫”風險。投資者如果對人工智能產(chǎn)業(yè)的預期過高，那么當預期落空時可能會引發(fā)市場相關板塊下行。國內有專家也表達了相似的觀點，認為就像歷史上許多次技術浪潮一樣，大模型在度過最初階段之后，泡沫不可避免。

回顧過去一年，大模型的訓練成本不斷增加。有研究機構發(fā)布的數(shù)據(jù)顯示，大模型的訓練成本已經(jīng)從最初的數(shù)千美元增長到數(shù)億美元，下一代大模型的訓練成本可能高達十億美元。面對如此高昂的訓練成本，即便是實力雄厚的大型企業(yè)也難以為繼。此外，訓練和維護大模型所需的專業(yè)團隊要求有極高的技術水平，伴隨而來的是不菲的薪酬開支，這使得許多后來的初創(chuàng)企業(yè)對此只能望而卻步。

從商業(yè)化角度看，大模型變現(xiàn)仍是難題。有風險投資領域的投資人表示，大模型的估值不夠合理，溢價嚴重，商業(yè)化前景未知。技術研發(fā)投入巨大，商業(yè)回報卻少得可憐，這已經(jīng)成為全球范圍內人工智能企業(yè)面臨的現(xiàn)實困境。資本市場是逐利的，如果沒有快速變現(xiàn)的結果，對大模型相關領域的資金投入很快就會后繼乏力，泡沫破裂只是時間問題。

一些投資者曾認為人工智能是引領未來的風口，只要站上了風口，成功訓練出大模型便能坐享科技紅利。然而，面對廣泛多樣的應用場景，許多曾被寄予厚望的大模型都遭遇了可靠性不足的質疑，實際應用效果未達預期，這也導致后續(xù)投資者的熱情降溫。

從短期看，人工智能領域的從業(yè)人員當下面臨的核心挑戰(zhàn)是，如何將大模型的研究成果盡快轉化為實際的經(jīng)濟價值，讓投資者找到清晰可見的變現(xiàn)路徑，而非僅僅停留在概念層面的“畫餅”。這就要求人工智能領域的從業(yè)者在追求技術先進性的同時，必須同等重視技術的商業(yè)化應用，確保技術能夠切實轉化為生產(chǎn)力，為投資者帶來實實在在的回報。

從長遠看，大模型和許多新興事物一樣，會步入一個泡沫破裂、價值回歸的周期。泡沫的破裂并不可怕，反而往往預示著新的轉機?；仡櫷簦芏嗑哂袆潟r代意義的新興產(chǎn)品，都是在泡沫破裂、市場回歸理性之后，通過堅持不懈的迭代升級，最終成功實現(xiàn)了價值的升華。

作為普通投資者也應認識到，大模型是人工智能的一個重要分支，但并非唯一發(fā)展方向。在人工智能的廣闊應用前景中，諸如無人駕駛等前沿領域同樣蘊含著巨大的投資潛力。因此，資本市場對大模型回歸理性的關注并非單純看空，而是更為積極的信號。它促使投資者以更加審慎和細致的態(tài)度去評估不同技術路線的可行性與前景，進而引導資金流向更加具有發(fā)展前景的領域。

（來源：經(jīng)濟日報）