基礎モデル

据動察 Beating の報道によると、雷峰網は複数のヘッドハンターにインタビューした結果、国内のインターネット大手企業が採用枠を縮小しているが、依然としてトップクラスのAI人材に対しては給与制限を破る意向があることがわかった。ヘッドハンターによると、今年の一部の基礎モデル分野の優秀な新卒生の年収は200万元レベルに達している；字節Seedや小紅書の最高額は400万から500万元に達し、百度は200万から300万元の範囲である。高給での人材獲得が内部の給与格差を悪化させている。あるインターネット業界の従事者は、基礎モデルの一部の従業員は職位が低いにもかかわらず、より高い職位の同僚を超える収入を得ていると述べた。このような状況は2017年にも見られた；あるベテランエンジニアは、当時、1年遅れて入社し、職位が1つ低い海外帰国の新卒生が、自分より月給が1万元高かったことを思い出している。30人以上のチームでは、一時的に毎月約10人が離職していた。ヘッドハンターによると、アプリケーションサイドのポジションは縮小しているが、基礎モデルチームは依然として大規模モデルを訓練できる人材が不足している。Coding Agent、モデル評価、事前訓練データ、Agentインフラが新たな人材獲得の重点となっている；DeepSeekは最近、バックエンド開発者とAgent Infraエンジニアの採用を拡大しており、AI検索などの分野での採用熱は低下している。企業は学歴や論文だけでなく、トップチームで実際に大規模モデルを訓練した経験を重視している；希少な人材の給与と職務は個別に交渉可能であり、一般的なAI求職者の競争はより激化している。

投資家のジョアンナ・リヒターは、ロボット分野の価値蓄積に関する作業仮説を述べており、バーベル構造を呈していると考えています。一方は水平ロボット基盤モデル（RFM）と基盤インフラプラットフォームであり、データ、計算能力、エコシステムを通じて複利を実現します。もう一方は、スマートを有用な作業に変換することで価値を捕らえるカテゴリリーダーのアプリケーション企業です。中間層は、代替可能なモデル、容易に複製できるツール、ソフトウェアレバレッジの欠如を含むため、魅力に欠けています。彼女は、大規模言語モデルとは異なり、ロボットは配布コスト、希少な物理データ、リアルタイム計算能力の制限、安全制約に直面しており、即時の大規模採用ではなく、ゲートキープ型の拡散を呈していると指摘しています。デプロイが学習の閉ループを形成し、各ロボットに必要な人力を減少させ、再利用可能なデータと運用知識を蓄積できれば、それは堀となる可能性があります。垂直的な切り口は、この道筋を加速させ、最終的に価値が技術スタックの両端に蓄積されることを可能にします。

ChainCatcher メッセージ、百度の会長兼 CEO 李彦宏は、DeepSeek の成功が基盤モデルの応用を加速させたと述べました。

ChainCatcher のメッセージによると、財聯社の報道で、NVIDIA の CEO ジェンセン・ファンが NVIDIA Cosmos の導入を発表しました。これは現実世界を理解することを目的とした基盤モデルです。Cosmos モデルは、テキスト、画像、または動画のプロンプトを受け入れ、仮想世界の状態を生成し、自動運転やロボットアプリケーションの独自のニーズに応じた動画出力を提供します。開発者は Cosmos を利用して強化学習のための AI フィードバックを生成し、戦略モデルを改善し、異なるシナリオでの性能をテストすることができます。