无论从什么角度来看，中国的人工智能和国外人工智能的发展有着代差，这是不争的事实，如果从追赶角度来说每家一个大模型，一百两百个跟风，真真假假，有的忙着套现，有的忙着套壳，可能集中会带来对算力资源的挤兑，但如果说谁家优势更明显，如果最终举国之力集中力量办大事，个人观点绕不开的那一家一定是科大讯飞。

这里没有觉得谁家不好的意思，仅仅从觉得谁家好的角度来分析。

为什么说科大讯飞绕不开呢，人工智能板块刚开始启动时，所有人都知道第一波最有代表性的就是海天瑞声和科大讯飞。可能很多人会觉得语音识别就是个入口，没什么难度，但是以我个人经历，可以帮助回忆些素材来帮助大家判断。

早在2015年前后，科大讯飞的语料库就十分丰富了，通过语音输入法等产品，收集了海量的语料，后面又推出语音翻译笔、学习机等，收集了更多的语料。可能很多人对大模型比较陌生，我也一知半解，但是我记得的信息是当初360人工智能研究院的前身就是语音识别团队，好像也就20多人，同时腾讯也在搞，最后能看到的成果就是微信登录时候的语音数字识别。

为什么不推进下去呢？因为收集语料的成本太高太高了。我举个垂直领域的例子就清楚了。当初某公司在车载语音识别这个很垂直细分的市场，去建立车载语音识别的模型（暂且叫迷你小模型吧），先别管模型怎么训练，就说怎么采集语料吧。

首先场景就是开车，直接说“打电话”“道路救援”“查天气”这三个词吧。原始语料怎么采集呢？首先一个人开着车，一个人拿着采集设备，每天的工作就是开车在外面转，一路念叨“打电话”“道路救援”“查天气”这三个词，因为有背景噪音的问题，所以要采集不同背景下的声音，比如在高速上、山路上、堵车喇叭声多、火车站附近、商场附近、河边、海边等等。还要开着车窗、全开，半开，天窗开没开，胎噪大不大等等。要在不同场景下录下这些原始语料。同时你还要男声、女声、老年、青年、小孩。还要普通话、四川话、浙江话等等不同的方言版本。

这么海量的数据采集，想想科大讯飞可不是针对车载的，是针对全场景的，试想一下他的语料库和模型是多么的惊人？我记得当初某业内人事跟我说，某巨头这项目干不下去（当初最直观落地的就是语音识别），不是人员成本高，而是语料采集成本太太太高了，连巨头都觉得在看不到明显产出的情况下，定义为烧不起。

那么至于现在是什么情况，不得而知了，但是科大讯飞当初也是因为有教育业务补贴，坚持到现在，其模型的级别不得而知，后续推广的各种语音识别产品，本质上都会对其语音识别的语料丰富、模型和算法优化，都起到了巨大的作用。

那么有人可能要说了，人工智能可不是你说的语音识别，当然你可以有图文、视频等原始素材，但是交互是多场景，只有图文那叫智能吗？（我不是技术出身，但是我接触过不同的语音识别团队，耳闻目染起码对细分领域的语音识别都感觉到震惊，更别说真正的大模型了）

再来说说知识产权问题，某图片公司，有很多图片，酷爱打官司，这就是知识产权，你用了我的图，到时候跟你打官司让你买全年的图片服务（后来被调查了），很多拥有图片资源的媒体和公司都互相授权、中文的文字素材也没有垄断的说法，不是你侵权我，就是我侵权你，比如说某些被作者起诉的平台，最后都有一定妥协。这充分说明了图文你没有办法垄断，可以交叉授权、可以购买服务。

但是科大讯飞的语料库这是没有任何一家可以和他谈互相授权的，如果不好理解，个人就理解成科大讯飞的语料相当于华为的芯片设计，我想和你合作，你都未必拿出重量级相当的资源来合作。

说了这么多，并没有吹捧科大讯飞的意思，是从国内人工智能发展的冰山一角来思考，就目前市面上的大模型的原始积累、发展进程、产品迭代的公开信息思考，科大讯飞是个人眼里唯一一个不是赶鸭子上架的产品，其AI+城市 AI+工业 AI+运营商 AI+汽车 AI+金融，每一个领域的产品和客户案例都有迹可循，如果你不认同也没关系，不过可以打开你所对比的企业官网，看看其含AI量到底如何，是不是赶鸭子上架，官网的每一个角落会有答案。。

如果未来国内要集中力量办大事，谁的模型算法最好，谁的独家数据越丰富，谁的显卡最多，谁最可能和科大讯飞并肩战斗，让我们能看到中国特色的人工智能可以与国外的产品媲美。

以上仅仅是一家之言，从一个微小的语料角度说一下看好的人工智能公司（注：是看好公司，不代表股票）。