@何夕：明确不看好王慧文最新的创业项目(打造中国的Open AI)。

无他，就是5000万美元的投资、跟这个项目实际所需要的资金相比，实属杯水车薪。

有资格玩这个游戏的民企一个手指头可以数的过来：华为、字节、腾讯、阿里。

没了。

很多人不理解为啥只有大公司玩得起，数字说话：
1、王慧文的5000万美元，只够大模型训练10次左右。
2、微软最新一次投资Open AI，投资金额是100亿美元。

换句话说，这首先是个资金密集型产业，所需资金绝大部分上市公司都负担不起，更何况创业公司。

即使解决了资金问题，大模型训练所需要的高端GPU，美国对我们禁运；所以，若一定要做，是需要把公司设在境外以规避的。

即使解决了资金、硬件和人才问题，还有实践中的工程难题 —— 就是我之前讲得，即使知道怎么做，不代表做得出来；即使做得出来，不代表做成(合格品)；即使做得出来，不代表可以高良品率(优秀品)。

比如，谷歌的资金和人才等综合实力，至少不比Open AI 弱吧，积淀还更深厚，为啥做出来产品没有Chat GTP 好用？

所以，真正的难点不是做出来(这个相对容易)，而是要做出高良品率来 —— 否则，怎么和Open AI 竞争？又有谁会为之埋单？

如果最终好不容易做成了、但做得不够好，没有用户愿意买单，之前的巨大投入全部都要打水漂。

……

互联网创业，创始人习惯于在不那么懂的时候就先上，边干边学，以防止错过最佳窗口期。边干边学的优点是可以抢占先机，缺点是几乎必然会踩坑，所以需要更多的融资来填补，给踩坑犯错预留足够的资金。

但是，现在不是五、六年前，市场上有大笔资金可以给互联网人挥霍；而且Chat GTP 的资金门槛和技术门槛极高 —— 在总体资源相对不充裕的情况下，核心是看准做对，而不是抢占先机。

之前有大量资金，产品门槛也不高，可以通过快速试错、以率先获得准确路径。你做生成式AI，这个方法恐怕就不起效了。

举个简单的例子，就王慧文这5000万美元初始资金，什么人力等成本都不算，只够大模型训练10次。

……

总之，时代变了，游戏规则也在变化；之前的成功经验，之后可不一定管用。

最后，虽然理性上不看好，但情感上还是祝愿王慧文可以做成。