预训练不是技术门槛，是分钱游戏

2026年开春的中国生成式AI产业峰会上，我邻座坐了个刚拿A轮的创业公司创始人，全程没怎么说话，散场的时候叼着烟跟我吐槽。去年年初融了三个亿，团队一半是从大厂挖来的算法大牛，拍胸脯要做中国最好的行业垂直大模型，结果租了三个月万卡GPU集群，预训练刚跑了三分之一，账上钱剩不到十分之一。现在转头买了国内开源底座做微调，客单价降了一半，签单量反而翻了三倍。

烧不起钱的预训练投降潮

这不是个例。现在圈内把放弃自研从头预训练、直接采购现成底座改的行为，叫做「预训练投降」。我翻了圈内最新的创业公司统计，去年新成立的一百多家大模型创业公司，只有不到十家还在坚持做自研预训练。剩下的，早就用脚投票了。

说实话，换你你也降。训练一个13B参数的主流通用预训练大模型，算上GPU采购租赁、数据清洗、电力人力，总成本差不多三个亿——这刚好相当于杭州西湖边10套100平平层住宅的总价。就算你凑够了钱，跑出来效果不一定能打过已经训练了三年的头部底座，毕竟数据量、训练技巧差着好几轮迭代呢。

头部玩家的预训练投入更夸张。字节跳动最新的万卡级预训练集群，年耗电量超过2亿度，差不多相当于整个丽江古城全年的用电总量。这个规模，不是一般公司玩得起的。

把预训练比作电力行业其实挺贴切。大公司砸几百亿修大型水电站，把电发出来，小厂家直接买电就能生产商品，没必要自己挖煤建火电厂。这个逻辑放到今天的AI圈，完全说得通。预训练把人类通用知识压缩成模型参数这件事，本来就该是少部分人做的基础设施，没必要家家都搞。

本土玩家的生意经

很多人说预训练是卡脖子技术，我觉得不对。卡脖子的从来不是技术，是钱，是规模，是提前布局的占位。

百度是国内最早砸钱堆预训练的玩家，早在2019年就开始攒文心的预训练数据和集群，前前后后砸进去超过两百亿。那时候很多人骂百度浪费钱，说不如直接抄OpenAI的作业。现在呢？文心一言的预训练底座，去年光给国内各行各业卖授权，赚了超过三十亿，毛利率超过六成，边际成本几乎为零——底座已经训好了，多卖一家就是多赚一份钱。

智谱AI走的是开源路线，把预训练好的大模型底座开源给所有人用，收商业项目的授权费。去年智谱的授权收入差不多八个亿，比他们自己做To B项目赚的还多。这个生意，简直是躺赚。

不过话说回来，不是所有大公司都愿意买别人的预训练底座。字节跳动自己砸钱训云雀底座，就是不肯用百度的，为啥？你想啊，字节抖音生态里几千万创作者，全靠AI工具拉留存提活跃，要是预训练底座握在别人手里，哪天人家涨个价，或者卡你接口，你整个生态都要停摆。去年百度给中小客户上调了15%的API价格，一堆用文心底座的小公司直接利润没了一半，这个教训够狠。

说白了，预训练现在就是一场抢位置的游戏。谁先把大底座训出来，谁就能分走整个产业链最大的那块蛋糕。越往后，新玩家越不可能从头追上，因为你训一次的成本，人家已经赚了好几年钱了，比你烧钱都烧得起。现在入场还想从头做预训练，本质就是拿自己的身家去赌人家已经占了的坑，赢面太小。

普通从业者该怎么选

预训练这场游戏，看起来都是百亿级大佬玩的，跟普通打工的、小创业者有关系吗？太有关系了。

我翻了最近三个月拉勾网上的大模型算法工程师招聘，三年前百分之八十的岗位要求写着「有从头预训练大模型经验优先」，现在呢，百分之八十写的是「熟悉开源预训练底座微调优化优先」。刚毕业的计算机学生，还在学校天天啃预训练理论，泡实验室调小模型参数，出来找工作才发现，市场根本不需要那么多从头做预训练的人。大部分团队，只需要会用好现成底座的人。

做To B AI服务的老板感受更深。两年前客户找你，开口就要「定制化自研大模型」，你报价一千万说要从头预训练，客户眼睛不眨就签。现在客户开口第一句就是，能不能用现成底座改，给我砍一半价。你要是坚持要自己预训练，客户直接转身找别人家了。毕竟客户要的是能解决问题的AI工具，不是给你攒钱烧GPU玩。

很多人焦虑，说预训练都被大公司垄断了，普通人是不是没机会了？我倒不这么觉得。预训练把最难的通用知识提取做完了，小玩家反而不用烧那么多钱进场了。之前做一个垂直行业的AI应用，要砸几千万预训练，现在几十万买个授权，招三两个算法改几个月就能上线，门槛反而降了。真正被抬高的不是入场门槛，是赚大钱的门槛分到了上游而已。

我放个直白的预言在这里。再过两年，市场上90%的新AI产品，都不会用到企业自研的从头预训练。

那问题来了，当整个产业链的预训练底座握在不到五家公司手里，所有应用玩家都要仰人鼻息，这到底是AI产业的成熟，还是另一种形式的垄断？