4月12日，正在运行的世界首个全超导托卡马克EAST装置获重大成果，实现了高功率稳定的403秒稳态长脉冲高约束模等离子体运行，创造了托卡马克装置稳态高约束模运行新的世界纪录。EAST装置取得的重大创新成果，为国际热核聚变实验堆ITER运行和我国自主建设运行聚变堆提供了重要的实验基础。
这意味着什么？
太复杂的科学原理就不讲了，它比ChatGPT的意义更为重大（当然二者是不同领域的创新，严格意义上不能放一起对比），距离2050年商业发电更近了。
我们这一代人，已经站在第四次工业革命的边缘上了。
感谢时代。
即便是ChatGPT，看似遥遥领先，但随后中国企业扎堆发布大模型，也是让人始料未及的。
更惊喜的是，它们都不是套壳。
事实上，关注AI的小伙伴都会知道，每年都会有权威的AI指数发布，在这些排名中，虽然美国企业和大学机构遥遥领先，但中国的AI团队从未缺席过，排名第二，部分指标甚至会领先。
中国在AI领域的研究更倾向于应用，以2023年斯坦福AI指数为例。
计算机视觉领域（CV），中国的十所机构位居世界前十，它们分别是，中国科学院、上海交通大学、中国科学院大学、清华大学、浙江大学、北京航空航天大学、武汉大学、北京理工大学、哈尔滨工业大学，以及天津大学。
自然语言处理（NLP）领域，世界前十的机构 / 公司有：中国科学院、卡内基梅隆大学、微软、清华大学、卡内基梅隆大学-澳大利亚分校、谷歌、北京大学、中国科学院大学、阿里、亚马逊。
当然了，OpenAI并没有出现在斯坦福AI指数里，原因是OpenAI更侧重把技术落地并坚定的烧钱做到极致，从而带来了经济效益。在理论研究方面，它并不是最顶级的。
阿里的通义大模型是去年发布的，但是当时并没有ChatGPT这样的网红产品，导致影响力不大。随着生成式AI全面袭来，阿里又发布了通义千问，来完善大模型，并开始启动把所有产品都打通大模型的新征程。
云计算的时代，有个概念叫万物上云。
现在随着阿里大模型的发布，改了，改成：万物皆模型。
“面对AI时代，所有产品都值得用大模型重做一次。”在4月11日的2023阿里云峰会上，阿里巴巴集团董事会主席兼CEO、阿里云智能集团CEO张勇说。同时宣布，阿里巴巴所有产品未来都将接入大模型，全面升级。
4月11日，网信办发布通告，为促进生成式人工智能技术健康发展和规范应用，根据《中华人民共和国网络安全法》等法律法规，网信办起草了《生成式人工智能服务管理办法（征求意见稿）》，现向社会公开征求意见。
尽管一些人对此YYGQ，我认真读了三遍这个管理办法，除了规范外，最最最关心最最最核心的一点：没有强制算力中心必须在境内。
这和手机、智能汽车的标准是不一样的，苹果、特斯拉（在建）都有中国的云中心，甚至连群辉、威联通这种NAS都有专门的中国专区。
这意味着，ChatGPT只要做好约束，是完全可以在中国落地的。这是巨大的进步。
另外，这还产生了另外一个可能：东数西算。
这里的东数西算，不是平时提到的国内，而是国际。
在中国因为制程限制无法拿到最新最强大的算力卡的时候，可以在国外布局算力中心，然后向国内输出结果。
当然了，中国企业并没闲着，最近几年阿里不断的发布玄铁系列芯片，本来就让人感觉很奇怪。
永远不要低估国产自主可控赛道的主力军：阿里。
阿里云和OceanBase是中国自主可控征程上的两个奇迹，让中国企业彻底摆脱了对IBM、Oracle等老牌国际巨头的依赖。
如果有一天，阿里搞出自主可控的RISC-V算力芯片来，能对Nvidia形成大规模替代，也不会让我感到惊讶。
回到模型。
ChatGPT的优势是万事通，什么都懂。
但对于绝大多数企业来说，并不需要这种级别的博士后。在自己的经营范围内，只需要达到ChatGPT非常小的功能，就足够用了。
这就有了小模型的需求。
在大模型的基础上，任何企业都可以打磨自己的小模型。
比如AI绘图领域，大模型几乎是万能的，可以生成各种大场面；而精修的小模型，则可以针对某一个领域如韩国小姐姐风格、日本小姐姐风格专项训练，成本较低，结合大模型可以实现非常惊艳的效果。
大厂的大模型将成为云端标配，企业上云后可以适配自己的小模型，实现AI对全流程的重建，对企业的改造是脱胎换骨的。
