内容平台，没法再用爱发电了。最为有力的案例是，图文、视频领域的“高知分子”知乎、B站，再也不端着，正明晃晃地向大众“要钱”。
B站董事长兼CEO陈睿在最新的财报电话会上表示，2023年B站不会再单纯的追求DAU（日活跃用户）数字，会更关注有质量的DAU增长，即更高的用户活跃度、更高的用户粘性、更大的用户提供的商业价值。
4月初，这样的布局便得到了证实：据21财经报道，一位拥有数万粉丝的UP主表示，B站今年对奖励机制进行了重大调整，相较于去年，同等数据表现的视频收益可能仅为去年的1/3~1/2。B站正不断削减给UP主的激励，因此，引发了近日B站UP主的停更潮。
知乎也是如此，看到ChatGPT在C端商业路径清晰之后，也赶上大模型热潮，试图充分挖掘自己的数据价值：4月13日下午，知乎（ZH.US）创始人、董事长兼CEO周源和知乎合伙人、CTO李大海共同宣布推出其在AI大模型上的最新合作和应用，正式发布“知海图AI”中文大模型。
从最初的服务小众群体，到成功破圈成为国民级甚至世界级产品，B站和知乎，这对中国互联网大潮中诞生的难兄难弟，如此着急变现的背后，是被投资者们竞相抛弃的残酷事实：投资的本质是以时间换增长空间。
评：自古社区难变现，如何平衡媒体属性与社区属性
现在，只需一个浏览器，就能跑通“大力出奇迹”的大语言模型（LLM）了！
不仅如此，基于LLM的类ChatGPT也能引进来，而且还是不需要服务器支持、WebGPU加速的那种。
评：WebGPU落地场景
Meta AI开源的大羊驼LLaMA模型彻底点燃了开源社区的热情，并在此基础上相继开发出了各种类ChatGPT的羊驼Alpaca, Vicuna等。
但Meta只是开源了LLaMA的权重，训练用到的数据集并没有开源出来，对于那些想从头开始训练LLaMA的从业者来说，目前还没有开源方案。最近，由Ontocord.AI，苏黎世联邦理工学院DS3Lab，斯坦福CRFM，斯坦福Hazy Research 和蒙特利尔学习算法研究所的宣布开启「红睡衣」（RedPajama）计划，旨在生成可复现、完全开放、最先进的语言模型，即从零一直开源到ChatGPT！
评：ChatGPT的诱惑太大了，不惜从零复制
他本是一位普普通通的高中教师，却活生生养出一个估值40亿美元独角兽。
而且方法也是非常的独特——打造了世界最大的免费开源数据集，却从未从中收取过一分钱，也婉拒了各类工作的邀请。他叫舒曼，在德国汉堡市的高中教物理和计算机科学。
两年前他创立了LAION（相当于CLIP图文数据集），如今被用于各种生成模型，包括谷歌Imagen、Parti，以及惊艳全球的Stable Diffusion。就连Stable Diffuision背后公司Stability AI的创始人曾亲自来送钱时，他都表现出嗤之以鼻的样子，认定“这个人一定是疯了”。或许他怎么也没想到，只不过两年前灵机一动，就带来了生成式AI的剧变。
评：开源时代，个人也能独当一面
随着ChatGPT的发布，AI/大模型赛道真是风起云涌，一日千里。作为一个互联网老兵，很多朋友问浩哥AI这一波和当年互联网怎么比？其实区别还挺大的，互联网的核心价值是连接信息，AI是理解信息。
举个例子：我们去图书馆借一本书，互联网是帮助我们找到这本书。而AI是把这本书仔细读一遍，融汇贯通，还可以回答任何问题。前者当然有意义，但是后者的价值显然要远远大于前者。像陆奇老师说的，Google的价值是把信息获取的边际成本降为0，ChatGPT的价值是把知识获取的边际成本降为0，这是互联网和AI的价值差异。也正因为如此，长远一点来讲，知识对于一个人可能不是必须掌握的。
就像今天你去面试，没有任何一家公司会考你两位数乘法，为什么？因为这个技能计算器可以轻松解决，未来知识很可能一样。如果知识能够这么轻易的获取，为什么我们还需要掌握呢？所以未来一些知识或者经验推动的领域，会遇到很大的挑战，例如医生、律师、会计师等等。甚至我们目前的教育体制都会受到冲击。远景的话题我就不展开了，重点和大家聊聊大家所关注的：这一波大模型，哪些是创业者的机会，哪些不是？
评：大模型创业阶段参考一下
生物医药研发领域，一个名为BioMedGPT-1.6B的轻量级科研版基础模型刚刚开源。
参数16亿，最大特点是跨模态与知识融合。
训练数据中，包含分子、文献、专利、知识库等多尺度跨模态的生物医药大数据，并融合分子结构、知识图谱和文献文本中的知识，用于增强模型的泛化能力和可解释性。
应用任务上，BioMedGPT-1.6B则展现出了通用能“打”的效果，可以处理药物性质预测、自然语言类、跨模态等多种任务。
打造这个BioMedGPT-1.6B生物医药基础模型的团队，来自清华智能产业研究院（AIR）。
评：大模型与生物医药结合
ChatGPT、AutoGPT能干那么些事，好想知道大模型啥时候才能看病，救我本人狗命？
带视觉的多模态医学基础大模型，它来啦～名为Visual Med-Alpaca，官宣即开源。
这个专为生物医学领域设计的基础模型，构建于LLaMa-7B之上，还在一定程度上借鉴了Visual-ChatGPT和Alpaca（羊驼）。因为参数量相对较小，所以使用单个消费级GPU就能轻松部署和运行。
给小羊驼披上白大褂的背后团队，主要成员来自剑桥大学语言技术实验室（CambridgeLTL，Language Technology Lab at the University of Cambridge），以及一位MIT背景的中国小哥。
评：大模型与生物医学结合
“21世纪是生命科学的世纪”，不知道曾经是谁提出了这个概念。
从这几年的势头看起来，21世纪，应该也是人工智能（AI）的世纪。前脚是2016年会下围棋的AlphaGO，后脚是2021年震惊结构生物学的AlphaFold2，再到如今可能影响数十亿人工作和生活的ChatGPT。AI，已经开始创造各种新的历史了。
评：AI重构生命科学
雷军说，站到风口上，猪都会飞起来。
只有当风停下来、四周一片寂静的时候，才是审视价值的最好时刻。
评：CXO领域谁将笑到最后
生物科技，常常被视作长坡厚雪的行业。政策、人才和资本的三驾马车，让生物科技走到高光时刻——据统计,全球生物技术市场规模在2022年已经达到18802.53亿元。
随着近几年疫情“黑天鹅”的出现，行业里的风吹草动都可能成为焦点。在新技术研发备受瞩目的同时，也带动了上游赛道变成愈加重要的一环。
其中属于上游赛道的细胞培养基，在生物科技产业链中，更是有着等同于“芯片”一般的存在。它是全球生物科技最重要的上游耗材之一，据兴业证券研究报告显示，2028年全球市场规模有望达82.4亿美元，国内市场也随之水涨船高。
但一个严峻的困境也摆在面前，国内细胞培养基领域依旧受制于“人”——外企巨头，还主要依赖于国外产品。也就说产业链的话语权并没有在本土企业手中，这也意味着国产替代化的征程要开始了。
本土企业也开始意识到，自己掌握核心技术的重要性。于是在国内生物技术发展的大浪潮下，出现了像华熙生物这样迎难而上、突破创新的先行者。它积极布局细胞培养基及再生医学领域，成为潜力无限的一大国产力量。
评：国内生物合成领域的领头羊
一次给药，终身有效，功能性治愈癌症或血友病等罕见病，正是细胞与基因疗法（Cell and Gene Therapy, CGT）的“神奇”之处。近年，细胞与基因疗法赛道融资和交易频繁，BMS、强生、礼来等跨国药企纷纷通过收购公司或管线的方式进入。
在大洋彼岸的欧美市场，4月19日，细胞治疗公司传奇生物的一份捷报，为CGT行业注入一剂“强心针”，也令该公司股价当日大涨近20%。作为国内CGT企业出海的“扛把子”，传奇生物和强生共同开发的BCMA CAR-T产品Carvykti，去年在美国、欧洲、日本获批上市，定价46.5万美元（约合人民币310万元），上市一年便实现了2.06亿美元的销售额。
近日传奇生物公布的CAR-T疗法三期临床数据显示，Carvykti可以降低74%的疾病进展或死亡风险，这既意味着该产品有望用于更前线的多发性骨髓瘤治疗，也意味着在同类靶点的前线治疗中超越BMS的产品，坐上Best-in-Class的位置。
在国内市场，已上市产品的商业化却不尽人意，离收回研发注册成本仍有相当距离。药明巨诺、复星凯特的两款CAR-T产品2021年获批上市，药明巨诺的倍诺达定价129万/袋，去年共开出165张处方，营收1.46亿元；复星凯特则未公布奕凯达的销售数据，仅披露称已治疗近300位复发或难治性大B细胞淋巴瘤患者（截至2023年1月），该产品定价120万元/袋。
评：细胞与基因治疗价格高昂，令患者“希望与绝望”并存。唯有多挣钱才能解忧。
如今连模拟芯片也扛不住下行周期的影响。
模拟芯片巨头德州仪器2023年第1季度营收同比下降11%，除了汽车领域之外，其他所有终端领域全部迎来下滑。与此同时，有业内从业人士告诉半导体行业观察，TI在电源管理芯片方面有意与本土厂商开启价格战。由此可以预判，从电源管理芯片开始，模拟芯片开始新一轮的大厮杀。
2022年全球半导体集成电路行业受经济疲软、通胀压力、能源价格波动、消费信心下降等因素的影响，经历了从年初的芯片依然短缺到订单下降、去库存的反转过程，行业进入调整期，影响已经持续到2023年上半年。随着国内外模拟芯片厂商一季度财报的逐渐披露，模拟芯片领域寒气袭来。
评：国内最擅长的商业策略—价格战
跨界造芯”早已是科技界的热门话题，随着今年掀起一轮人工智能、大模型、算力发展潮，各个大厂已是动作频频。据外媒近期报道，Meta内部已开始计划开发一款新型芯片，类似GPU，既能训练AI模型，又能进行推理。The Information消息显示，微软亦准备推出人工智能芯片，为大型语言模型提供动力。此外，亚马逊、谷歌等科技巨头也在开发自家内部芯片。
可以预见的是，此番人工智能浪潮下，AI芯片军备竞赛白热化，而造芯也不再是芯片公司的专场，互联网大厂、品牌车企以及手机龙头们均已摩拳擦掌。那么，在造芯的赛场上，跨界而来的各路玩家们现状如何，能否敌过那些专业的芯片公司？
评：互联网流量红利到头了，其对上下流产业的整合也开始了。