1、现在看AI，需要关注的只有一个点：商业化应用。如果商业化应用能看到眉目，不论是有用户，还是有收入，还是有利润，那就是下一个互联网，下一个新能源。如果迟迟没有商业化应用，那就是下一个区块链，下一个元宇宙。
2、8月15日起，C端的应用政策上就要开始放行了。第一批牌照也会发放，各家就可以推自己的商业化产品了。
3、一个商业模式要想迅速涌现，必须要比老的商业模式成本更低，效率更高，并且老的商业模式，必须利益够大。AI会冲击的老商业模式和职业包括：教育：教师，医疗：医生，司法：律师、法官，IT:程序员，政务：公务员，办公：白领，科研：科学家，设计：设计师。
4、中国在AI技术上是跟随者，但商业应用上会是领先者，原因在于上述这些应用领域我们实在是太落后了，并且我们现在比发达国家落后的主要也就这些领域了。我们在这些领域落后的根本原因，在于上述领域的供给不足。
5、AI在上述领域的应用，核心在于增加供应量，一个一年工作经验的人+AI=一个二十年工作经验的人，一个二十年工作经验的人+AI=二十个二十年工作经验的人。供应量加大之后，就会出现类似制造业的场景，服务质量提升，开始关注细节，在全球开始具备竞争力。
6、国内能在上述领域推出颠覆式应用的，需要同时在大模型技术与垂直行业深耕，只了解垂直行业，但不懂人工智能，至少在前期，是比较难的，人工智能的学习门槛比较高，矩阵算法、随机梯度下降、反向传播算法，损失函数……这些东西对大多数人来说是有学习难度的。做应用不是接个API就行了，你去问星火问题，直接问和在助手模式下问，回答质量区别非常大，这些东西如果缺少对大模型的认知，单纯做应用，也是很难的。讯飞是难得的同时在AI和上述领域同时深耕多年的企业。去讯飞官网看看，为了把语音技术商业化，讯飞推出了多少产品，深耕了多少行业。
7、大模型目前的重点不在其自身的技术进步，最近的GPT5商标申请说明不了什么。如果一定要说进步，只能是在更多样化的数据（同质化的数据再多也没有意义）方面，目前公开的数据都已经训练的差不多了，目前的硬件水平也支撑不了在图像和视频等多模态领域实现智慧涌现。下一步会带来惊喜的，可能来自私域数据的训练，比如很多行业头部企业、政府部门、事业单位数据库中的数据。例如牧原的养猪数据，训练到大模型中之后，可能就会发现很多之前没有发现的养猪技术，只有这种多样化的数据，才可能带来惊喜，尤其是商业上的惊喜。
8、如果说预测下一个单词，这么简单的一件事，竟然打开了通用人工智能的大门，那么通过预测下一个消息，可能会打开炒股的大门。现在看看所有的行业，接下来会出好消息的会是什么行业，我能想到的只有AI的一堆的商业化应用。
9、最近也在试用文心、通义这些大模型，通义确实不行，文心刚开始用的时候感觉明显超过星火，主要是文心回答的特别详细，星火则回答的特别短。不过后来用星火的助手模式，比如科学，医学等助手，再问问题，星火回答的就比文心好（这一点之前有几位球友提过）。后来想想，大模型的本质就是知识压缩，回答的越短（也就是之前球友说的“言简意赅”），其实是技术水平越高的体现。
10、讯飞与互联网巨头们本质上没有竞争，讯飞应该无意成为电商、社交、搜索巨头，巨头们在本文第三条所提的领域也缺少布局与理解，真正值得担心的竞争者，其实来自五环外。
11、GBC联动的商业模式，讯飞在教育上的商业模式探索是比较成功的，先与教委（G端）合作，拿下中高考，四六级等考试的智能化项目，这些项目利润率不高，付款情况很差。再与学校（B端）合作，拿下各种智慧教育项目，这种项目盈利、付款情况也一般。到最后，通过在学生、家长（C端）推各种软硬件产品实现盈利。这种模式的护城河很深，竞争者很难突破进来，教育目前已经打到C端了，医疗、司法、政务 都还在B端，星火的个人助理模式等大模型应用，可能会成为打开C端应用的一个突破口。
12、企业不可能在基本面没有本质变化的情况下，股价发生本质变化。
13、所有人都知道，要在王子落难的时候买入，但一个很基本的事实就是，王子落难的时候，他不是像一个乞丐，他就是一个乞丐。这个时候，去挑剔他的财务状况，去挑剔他的穿着，去挑剔这些细节，每一项确实您说的都很对。但股市本来就是一个在基本面很差的时候买入，基本面很好了卖出的地方。
14、讯飞最近在提一些新的技术与商业路线，比如博弈智能，这个东西本质上就是计算机仿真，原来的计算机仿真使用门槛很高，需要使用复杂的编程语言将博弈的要素、路径输入电脑，只能应用在军棋推演、气象预测等不在乎成本的领域。现在通过大语言模型，用自然语言就可以把博弈要素告诉电脑，并且可以发挥大语言模型的知识压缩与逻辑推理能力，确实是一个非常巧妙的应用。这个如果商业化，应用范围就大了，大到企业的商业决策，小到个人中午吃什么的决策都能用上。