有這么一句話，那就是AI大模型分兩種，一種是大模型；另一種是華為大模型。

如果從技術角度來分析，華為的技術不論是在軟件還是硬件都比國外的大公司差距極大，甚至有些技術評論者認為華為的軟硬件技術至少落后2.5代，甚至更多。可以說華為的科技技術確實在某些方面超過了歐美國家，比如：5G技術、設備制造及維護和銷售等，但是絕大部分的技術還是遠遠落后于歐美國家，甚至是最為國人認可的華為CPU也只能做到遠超國內其他廠商，而距離國外的通用水平還有著數年的差距，但是最近在逛評論圈的時候卻聽到了這么一個說法，那就是華為已經掌握了未來技術的主動權，而本文則是順著這個思路進行些個人的分析。

剛才也提到了，華為的技術，可以說絕大部分技術，都要遠遠落后國外頂尖水平，那么又何來那么多聲音看好呢，難道只是因為完成了很多被卡脖子技術的國產化替代嗎，其實冷靜分析也不盡然。由于我是搞AI的，所以這里的分析還是從我本人的從事領域出發。

提一個說法，AI的大模型分兩種，一種是其它大模型；另一種是華為大模型。

之所以有這個說法，是因為AI的模型算法雖然現在已經有了些百花齊放的感覺，好多SOTA的模型取得了亮眼的智慧表現，不論這種智能是否屬于智慧涌現，我們都是可以直接感受到AI領域的快速發展的，但是如果是本行業的從業人員可能就會思考的深些，那就是即使今天的AI如此火熱，但是好像也沒有那么多的實際應用，獲得說是可以創造實際價值的應用，即使現在最火熱的AI對話、AI聊天機器人、AI作畫等等，好像這些應用更新是toy，雖然確實能在一些領域上有一定的應用場合，但是還是有著很大技術嘗鮮的意味，甚至可以說并不是很實用，雖然這些即使要我們對未來的AI發展和潛力更有信心，但是也不得不承認這些技術目前并沒有帶來什么實際的生產價值，或者說并沒有改變世界多少，只能說驚艷到了目前來看。但是這時候華為在做什么，國外的那些頂尖技術公司又在做什么呢。

國外的技術公司雖然一直在技術上領先，也在不對的對新技術的開發進行投入，也確實是國際領域上技術的引領者，但是他們也都在試圖讓這些技術可以落地，畢竟這些技術一天不能真正的落地，那就意味著存在畫餅的可能。但是這些國外技術公司最為頭痛的往往不是保持技術領域上的領先優勢，而是如何把這些技術轉化為實際的生產力。這時候我就想到了以前搞大數據時候的一句話，那就是未來AI算法和AI人才并不能造就足夠的壁壘，未來真正能取勝的是要有數據。但是今天我個人看法是重要的不僅是數據，更是某些領域的提前探索，對這些領域的數據的提前收集，以及能夠成功的把AI技術落地到這些領域上。可以說，華為在這一點上就做的很好，華為雖然在技術上很弱，但是在其他領域上很強，就像華為起家的時候就是靠模仿思科技術做路由器那樣，最后不是用技術打敗了思科，而是用高性價比、全球無死角的海外銷售團隊及技術維護團隊。畢竟技術這東西只有在蓬勃發展的時候才會存在差距，今天的AI技術雖然依舊火熱，但是其發展速度勢必有放緩的一天，可能是因為技術本身的發展問題，有可能是未來只有少數掌握大算力的公司才能繼續從事這場AI競賽游戲，總之遲早有一天技術是不會有太大差距的，這也和思科的交換機、路由器技術早就和其他公司沒啥大差距了是一個道理。在技術差距不大的情況下，誰能在具體領域上提前布局，能在特定領域上早于他人積累多年的數據和實踐經驗那就必然會獲得主動權。

放眼望去，雖然歐美公司一直鼓勵合作商搞技術落地的創新，但是卻少有見效，但是華為卻是早早就對此進行布局，不僅在很多有潛力的領域早早進行涉足并積累數據和經驗，更是依賴著其起家時候所構建的全球網絡去推進，而且一邊在國內搞AI技術的追趕，還一邊把to B的業務重點轉到to C的業務上，快速積累充足的資金，積累足夠的資金流。可以說，華為的這種布局定位更高，望的也更遠，甚至可以說才是真正的抓住了關鍵。技術追趕的同時，掌握市場，在落地領域上先行，我想這才是真正的深謀遠慮。雖然華為的技術落后一直被詬病，甚至我也經常噴華為的軟開水平落后、甚至業余，但是這種大布局才是華為真正厲害的地方，如果這種大布局真的實現，那么華為勢必成為掌握各行各業的IT技術公司。

可以說，其它公司搞的AI大模型只是模型，而華為搞的AI大模型則是領域，是對AI技術落地的提前探索， 是一種大的布局，如果這種布局成功那必然是空前的成功和真正的突破。如何掌握技術的發展，我想不能只局限于某些具體技術，大的布局，專注于技術的終點才是贏得最終勝利的關鍵，而技術的終點則是具體領域上的實際落地和應用。
?