openai警告信内容

聊聊看法

消息大家都看到了，OpenAI将在7月9号开始限制我们的api调用。

通知很短，事情很大。

首先所有的套壳公司直接完蛋了，都需要考虑国产替代或者说换国外其他的大模型，比如说谷歌的或者meta的等等。其中也包括我的前公司，因为你在这个行业你就知道，其实很多企业和公司是不会去碰国产大模型的，毕竟模型即能力，模型即服务，模型的好坏直接决定你服务的水平，OpenAI是世界上最好的大模型厂商，国内你不管在发布会上吹牛说接近GPT，超过GPT等等，实际是怎么样的大家用过都知道，差距还是切切实实存在的。有一个贾维斯的“大脑”为什么要去用一个初中生或者高中生的“大脑”呢？

接下来可能的解决方案我觉得有三种：

1.采用国产大模型：选择合作的国产大模型：在国内，有几个大模型如阿里云的通义千问、百度的文心一言等。选择合适的合作伙伴并进行技术集成，确保与现有服务的兼容性和性能优化。考虑到国内大模型的发展速度和技术支持，这可能是最为直接和经济实惠的解决方案。

• 优势与挑战：国产大模型可能更贴近中国用户的语境和需求，但其在全球范围内的市场影响力和技术创新能力相比国际领先者如OpenAI还有一定差距，需要在性能、技术支持和生态系统建设上做出权衡。而且现在是6月25号，离7月9号可没有几天啊，重新学习一个模型的成本和速度，还是给企业和公司一个很大的挑战了。祝福你们！

2.采用国外其他大模型：选择合作的国外大模型：例如谷歌的Gemini，Anthropic的Claude，这些模型在认可度和应用案例，性能和技术支持也较为成熟。与国际领先者合作可能提供更高的技术水平和全球化的服务支持。

• 优势与挑战：国外大模型可能在全球范围内的通用性和技术先进性上有优势，但同时也可能面临一定的技术整合成本和语言环境适应挑战。同时还有一个问题就是这些模型会不会后面也和openai一样限制你呢？祝大家好运。

3.采用开源大模型：选择合适的开源大模型：例如Meta的llama3，阿里的Qwen2等等，开源大模型具有灵活性和社区支持优势，可以根据需求进行自定义和调整，同时降低了技术成本和服务费用。我最近在学微调，你甚至可以微调一个只属于你们企业的企业大模型或者说行业大模型，这个还是比较简单的。

• 优势与挑战：开源大模型提供了广泛的技术支持和定制化的可能性，但需要考虑到在商业应用中可能需要额外的技术支持和性能优化，以确保满足企业级需求。

总结

其实，从另一个角度来看，这种情况也有其积极的一面。它将有助于促进国内大模型技术的进步和开源模型社区的繁荣。掌握核心技术的能力至关重要，尤其是最近国家成立了超算互联网平台，专门用于支持大型模型的训练，这无疑为中国大型模型的发展提供了强大的技术支持。我们期待能够不断培养出具有自主知识产权的超级智能，为未来科技创新注入新的活力。