我们理解的大模型必然是越大越好，不过，OpenAI的CEO奥尔特曼却表示大模型并非越大越好。奥尔特曼认为，我们正在接近 LLM 规模的极限，规模越大并不一定意味着模型越好，而可能只是为了追求一个数字而已。LLM 的规模不再是衡量模型质量的重要指标，未来将有更多的方式来提升模型的能力和效用。

对这一点其实我们的观点也是一样的，在精细化的赛道上，更加专业的集中于某个领域或者区域的算力才是最主要的，这样一方面可以节省资源，另一方面也真正能物尽其用，想囊括各个领域是不现实的，算力本身也达不到，或者需要一个异常庞大的算力结构才能支撑，而这样做的必要性大不大？这或许是下一步细分的焦点，其实我们看到国内很多企业进入到生成式人工智能领域，也是在自己擅长的范围内进行布局，并不是一股脑儿地铺开。因为那样没有必要，而且极有可能是出力不讨好。

奥尔特曼认为，OpenAI 的目标是为世界提供最有能力、最有用、最安全的模型，而不是为了参数数量而自我陶醉。国内市场，互联网巨头纷纷布局AIGC领域，在细分的赛道上各自发力，也是专注于某一方面的深入研发以及应用。这是非常明智的。

对于安全问题，奥尔特说，OpenAI 已经在这个领域工作了七年，他愿意公开讨论安全问题和模型的局限性，因为这是正确的事情。其实这也是回应马斯克对人工智能安全性质疑的一种做法。有一些人担心人工智能会最终“毁灭”人类，因为开始杞人忧天，其实大可不必，科技技术的进步必然会迈入一个全新领域，如何认知和防范是在掌握技术的基础上，而不是因噎废食的阻止上。堵塞永远都不是好办法。