孟繁岐聽了心裡暗笑，若是真有魄力，就別管別人出價多少，直接報出個價位來才叫自信。
還得拿別的offer過來才能要價，怎麼聽都感覺有點缺乏定價能力的味道。
值得多少，自己竟然沒數嗎？還需要看別人的出價。
不過孟繁岐既然不打算加入，便也沒有多想這件事。
“李總，錢的事情當然很重要，但也不能說是全部。我和谷歌也沒有完全談完價格，目前他們給我開出的價格大概是千來萬美金。”
“我還有許多其他在意的因素，比如說學業，您可能也知道我休學了，但一直休著也不是個辦法，我總得找個斯坦福這樣的大學讀讀書吧。”
“當然了，這些其實都是我個人的事情，算是小事。更重要的事情是，華國目前的情況和氛圍，是否真的適合最前沿的AI技術發展。”
孟繁岐雖有重生的優勢，但有一位長者說得好。
人吶，就不知道，自己不可以預料。
一個人的命運啊，當然要靠自我奮鬥，但是也要考慮到歷史的程序。
“華國的氛圍是否適合最前沿的AI技術發展？此話怎講？”李彥弘如今也是走在開拓道路上，這件事情自然是他非常關心的事情。
“李總是這個時候唯一願意親自出馬來找我的人，我便也掏心掏肺跟您說幾句心裡話。”孟繁岐回顧了一下AI整體的發展脈絡，如此說道，“AlexNet和我的DreamNet現在徹底開啟了深度學習的大門，可以預見，在短時期內，各個方向和領域的AI模型效能將會有一個巨大的突破。”
“不錯，如今正是比拼時速的時候，一步快，則步步快。”李彥弘點頭稱是，肯定了這個前提。
“技術上的指標是一回事，從總體的趨勢上來看，如果想要真的把AI的技術落地，讓人們都可以使用，無非就是把模型做大或者做小。”
“做大或者做小...？你是指終端還是雲端兩種發展的方向？”李彥弘很快跟上了孟繁岐的思路。
“沒錯，學術研究的時候起初不會過多關注模型的引數量大小，和它的計算損耗。但實際投入使用的時候，則會必然分出極致最佳化縮減的小模型，和強調效能開放介面給人使用的雲端大模型。”
“在早期的時候，可能會反覆魔改和調整模型的結構和設計，讓模型儘可能快，儘可能好。但久而久之，隨著資料的積累，篩選，更高質量的標註，以及最重要的，更大的模型引數量。”
“規模極其龐大的模型，會在某一個臨界點徹底產生質變，讓絕大部分小模型失去價值。尤其是以語言語音類，和影象生成類模型。它們的使用體驗是無法向下的。”
孟繁岐回想起重生前，李總面對ChatGPT(3.5版本和GPT4，強行頂住壓力提早推出的大模型文心一言，不得不在心中嘆了口氣。
其實文心一言並不是一無是處，只是這種與人互動的智慧模型，如果相形見絀，就會顯得特別不堪一擊。