这是一个创建于 69 天前的主题，其中的信息可能已经有所发展或是发生改变。
过年在家看了不少 AI 相关的资讯，前几天 OpenAI 的 Sora 发布又掀起了一波焦虑潮。
身边的朋友最近讨论的时候或多或少都会提到“抬头看路”、“换赛道”、“下一个十年”这样的字眼。考虑到有时候选择确实比努力更重要，想到自己的现状，有些迷茫了。
我拿自己先举个例子吧：
- 30+，10 年 Android 开发，App 、框架都会。
- 没躺平，对技术仍然保持敏感，乐于尝试新鲜事物。ChatGPT 、Gemini 都在用，确实给辅助开发带来很大的便利。
- Stable Diffusion 会搭，会用模型，会调参数生成图像。
- 知道这些 AI 都有对应的 SDK ，接入之后可以开发出各平台的客户端。
目前迷茫的点是：
- 移动客户端，想转行做 AI ， 不知道具体是做什么？
- 现在动不动就这大模型那大模型的，究竟是怎么训练的？自己训练一个模型出来有意义吗？
- 如果说拿 ChatGPT 、Gemini 的 SDK 接入一下，做了一个 AI 赋能的客户端，这种就叫“我在做 AI”吗？因为我理解的”做 AI“是指全力深入这个行业，而不是接一接 SDK ，调一调 Prompt 。
- 当一个人说自己“转行去做 AI”了的时候，ta 究竟是做了些什么呢？
所以想开个帖子请教 V 友们，可以讲讲自己，也可以讲讲身边人，祝大家开工大吉。
 |
1
1000mio 69 天前
我也在关注 AI ，新加了个 ai 的付费社群（有点小贵），想搞点事情，我拉了个交流群，到时候群里免费分享我收集到的信息，人多力量大，希望和大家碰撞出些火花~
vx: IYOUHERE |
 |
2
mjawp 69 天前
做 ai 门槛挺高的，数据和算力都不是一般的公司能提供。我个人更倾向于可以考虑利用大公司的算法和模型，创造自己的产品。
|
 |
3
magicls OP  1
|
|
5
mjawp 69 天前
@magicls 所谓的转行去做 ai 开发/研究应该很难，门槛很高，大公司更倾向于研究生甚至博士生，而且现在还要求有顶会论文。18 年之前，个人有兴趣还可以找个方向钻研也能发论文，找个冷门的小领域研究一下应该也有机会，现在基本上都在卷大规模（ scaling up ），没有名校，没有老师带着发论文非常难
|
 |
6
stinkytofu 69 天前 1
@mjawp #2 但是利用现成的 API 制造产品，那么门槛也太低了，很容易被复制。
|
|
7
mjawp 69 天前 1
@magicls
我以前以前也是，总觉得我要学很牛逼的技术，自己造轮子。而不是用一个工具去创造一个产品，脑子想的一直是做一个 xxx 的工具，在国内造轮子和做技术的都不值钱，很少人愿意为工具付费，而且技术也会扩散，迭代，所以技术是不具有稀缺性的 |
|
8
mjawp 69 天前 1
@stinkytofu
我觉得，都是普通人，不要想自己能做一个不可能被别人复制的东西，市场很大，能混一口饭吃都算很牛逼了。 其次，就算是大模型本身，也没有太多的门槛，以前我觉得大模型时代百度会是非常有核心竞争力的，因为百度很早之前就 all in ai ，而且本身也有非常多的积累。但是目前看不出太多的差距，只有有资本进入，很快就能搞出像模像样的东西。 最后，我觉得非得提门槛，核心竞争力的话，可能是你的创意，你的私域数据。而不是你挖掘了 ai 能够做什么事情这个信息本身。（就是如何应用 ai 很难成为你的核心竞争力，因为它本身也算是一种技术，也是会扩散的） |
 |
9
jerrywaffle 69 天前 via iPhone
刚开始都是各地枭雄，然后合并割据，最后三分天下。
|
 |
10
kuhung 69 天前
可以考虑在现有专长上做交叉，比如移动端的机器学习。提供个关键词：on-device machine learning
|
 |
11
seres 69 天前
转 AI 的风口早就过了，现在起步名校硕博+顶会论文
|
 |
12
blakegger731 69 天前 3
@mjawp 我之前也是这样想的，但中国有非常多的传统公司不会用商业大模型，比如: 银行、医疗、电信等行业，这些行业都会搞自己本地模型，为了安全。就好像信创一样，信息技术国产化。所以学习和熟悉 LLM 技术原理和实现很重要。
关于如何入门 LLM ，github 上有很多资料，huggingface 、youtube 上也有很多 course 。信息很多，但可能不系统，需要自己学习和整理，毕竟 LLM 技术还很新 |
 |
13
buyno1 69 天前
本来就是全民站在奥特曼大帝的肩膀上用 AI
只要能变现，小到卖号，大到卖课，都是赢家 |
 |
14
dongzhuo777 69 天前
普通人转 AI 不如去做 AI 相关的应用...那玩意门槛一看就高到不行。。
|
|
15
dongzhuo777 69 天前
@blakegger731 但这玩意没有资本的介入，很容易无疾而终，举例的这些没资本和政治玩不转的。研究那么久 后面别人放个大招 前面的努力就付诸东流。普通人如果只是自己搞，还不如做应用。
|
 |
16
iOCZS 69 天前
你没有那个算力，以前有个量子霸权的概念，现在就有算力霸权。
|
 |
17
Myprajna 68 天前
新东西的尽头是卖课
|
 |
18
hongweijie8 68 天前
搞 ai ，，博士生打杂，研究生只能做做标注
|
 |
19
leon2017 68 天前
卖课啊
|
|
20
mjawp 68 天前
@blakegger731 首先，百度、阿里这些公司提供了大模型私有云部署的方案，我这几年在做的就是尝试将公司的业务与 ai 结合起来，对深度学习也有一定的了解，只能说目前国内的大公司对于大模型这一块都没有很大的兴趣，一个是成本问题，另外一个是落地难：效果很惊艳，但是普遍没有能带来比较高效益的结合点。
所以你设想的大模型将来可能是很多不同公司的基础设施这个未来可能性较低，需要基础设施的就那么几家平台型的互联网公司 |
 |
21
Seulgi 68 天前
因为我理解的”做 AI“是指全力深入这个行业，而不是接一接 SDK ，调一调 Prompt 。
--- 为什么会这么想呢。首先从 0-1 就注定了你无法进入这个行业，因为 AI 这个行业，最尖端的研发群体注定与你无缘。有 sdk ，只是这家公司有了模型和数据，你可以利用 sdk 去实现你自己的 AI 应用，具象化你的 APP 场景服务，选取赛道。AI 并不是只是 AI 就是一条赛道，是赛道+AI 创造了一条又一条新的赛道。 拿现在国内大厂的 AI 脚步，开源模型+自定义，他们也没有从 0-1 。飞书利用 sdk 所以飞书有了 AI 能力。仅此而以。不要想歪了，重复造轮子的前提是你有符合那个水准的入门券（学历、方向等） |
|
23
jerrywaffle 68 天前 via iPhone
少有人愿意和能够搞基础模型，大部分人想着搞应用，这个门槛低，然后大家又卷的不行。
|
Select Language