资金储备，战略选择，以及实际能力的国内企业，寥寥无几。

openai能做出chatgpt，背后有巨硬提供资金和算力支撑，而且出了成绩，金主有信心源源不断地砸下百亿美金。

三清要不是有医疗这块高利润的主营业务支撑，根本无法承担这么高昂的成本。

硬件这块，一万枚a100光采购成本就高达8亿，这才只是通用型ai的入场券。

chatgpt起码用了3万块a100，才有了现在的智商。

至于模型训练成本，一次完整的ai大数据模型训练成本超过5千万，要想算法模型足够精准，必须进行多轮模型训练，10次下来，成本便高达5个亿。

此外，ai大模型还需要数据采集，人工标注等一系列工作，这些都要花费大量金钱堆出来。

再加上后期的日常运营，模型**，网络带宽和电力等资源消耗，将是一个天文数字。

前前后后，一个高智商的通用型ai，投资规模高达上百亿。

目前，国内只有三清一家拥有数万枚a100/h100芯片，在这方面投入巨资，才造就了小美这枚怪胎。

千度，阿里，企鹅这些有云服务的企业，按道理也拥有ai赛道的入场券，但他们这块业务一直在亏损，使用的gpu也大多以中低端芯片为主。

匆忙上阵，做出来的ai智商自然有差距。

这也是千度的文心ai智商不高的主要原因。

chatgpt看似简单的聊天机器人，却是巨硬的ai算力，ai大模型和生成式ai在消费市场的一次肌肉展示。

而小美这个平平无奇的皮套假人，也是三清经过多年苦练，最终贯通任督二脉，在医疗诊断领域神功大成的体现。

从第一款抗癌药开始，三清就在ai制药上投入巨资，加之龙图app的提早布局，以及监测设备上的发力，积累了病人的海量医疗数据。

数据和算法都有了，又撒钞做了国内唯一的大批量人工标注，超过五次的大数据模型训练，终于结出了丰硕的果实。

所谓厚积薄发，不过如此。

卫康回首往日，看着这一路走来的脚印，只能感叹自己没走错路，长期的战略布局和海量投入，总算是有了回报。