想要达成通用人工智能 AGI 的终极目标，首先要达成的是模型要能完成人类所能轻松做到的任务。为了做到这一点，大模型开发的关键指导之一便是如何让机器像人类一样思考和推理。诸如注意力机制和思维链（Chain-of-Thought）等技术正是由此产生的灵感。
大模型的盛宴，不应该只属于那些无数光环加身的算法天才们。
进入 2024 年，AGI 领域的投融资热度明显下降。 当模型层的技术边界仍未清晰界定，全球 AI 相关的流量红利开始逐渐消解，而一些 PMF 发生在了大厂，大厂追赶创业公司的时间周期缩短到数周时，对于创业者而言，快速构建自己的业务壁垒就更为关键。这同样也是 AGI 领域投资人不得不思考的难题。
投人，仍是现阶段 AGI 领域早期投资最真实的投资逻辑之一。 如果，暂时还没有超低成本的获得用户或者客户的变局，商业上比拼的就是低成本的资金，明星创业者和大厂就更有阶段性优势。如果，当前模型能力还未定性，做出产品 PMF 仍有不确定性，持续融资能力就是投资机构考核创业者的隐性标准，「天才青年创业者密度」就比「故事」、「逻辑」、「产品」更打动投资人。
在这个风起云涌的 AI 时代，一场前所未有的资本军备竞赛正在火热上演。算力、算法、数据，这些被视为 AI 领域的三大基石，正成为各大公司争夺的焦点。然而，在这场看似技术驱动的竞赛背后，低成本资金的获取却成为了决定胜负的隐形推手。
汤姆猫是移动互联网时代的典型应用代表，凭借硬件或者系统的新功能，迅速出一个有一定可玩性但没有长期留存的会蹭上热度的 app。而在当下的 AGI 时代，也有很多类似汤姆猫的应用，但要不要做汤姆猫，以及如何看待汤姆猫，心资本 Soul Capital 合伙人吴炳见提出了自己的看法。
就在一年以前，AI 科学家杨植麟在硅谷做了一笔精确的计算。他意识到，如果决定启动一场以 AGI 为目标的大模型创业，要在未来几个月立马筹措超 1 亿美金资本。
Dwarkesh 预计，有 70% 左右的概率人们能够通过 scaling 在 2024 年之前实现更强的 AI，这种 AI 能够实现大量认知劳动的自动化，进而促进 AI 的进一步发展。但如果 scaling law 失效，那么实现 AGI 的过程会非常漫长和艰难。
从文本生成模型 GPT、文生图模型 DALL·E，到文生视频模型 Sora，OpenAI 可以说成功跑通了 AGI 的所有技术栈，为什么是 OpenAI 而不是谷歌、Meta？
前几天的 2024 达沃斯世界经济论坛上，Sam Altman 谈到了 GPT 发展的一些新的方向及可能性，对于当下大模型的一些现状的分析。
