个人认为，我们跟GPT的差距并不是技术差距。尤其是过去十年多模态应用上，我们一点都不落后于国外，要把视频、语音交互加给模型，没有想象那么难。至于模型降本，也不难办。从超长期看，难的是高质量语料的极度欠缺。首先，我们缺少外文语料，除非靠买或者集中人工标注。GPT面向的是全球，我们只面向国内，所以未来大概率捞不着反向出海。第二，我们的中文语料存在极度删减，这个从中文互联网监管现状上就能看出来。第三，即便在已删减的这部分中文内容，也是大量粗制滥造，我们没有海量百科全书式的严肃东西。所以，中文模型最终也就是个生活、娱乐、便民、简单办公居多的工具，为了商业化而商业。它的根本局限体现在社会供给端。