此前，欧洲央行发布报告提出，人工智能相关股票可能存在“泡沫”风险。投资者如果对人工智能产业的预期过高，那么当预期落空时可能会引发市场相关板块下行。国内有专家也表达了相似的观点，认为就像历史上许多次技术浪潮一样，大模型在度过最初阶段之后，泡沫不可避免。

回顾过去一年，大模型的训练成本不断增加。有研究机构发布的数据显示，大模型的训练成本已经从最初的数千美元增长到数亿美元，下一代大模型的训练成本可能高达十亿美元。面对如此高昂的训练成本，即便是实力雄厚的大型企业也难以为继。此外，训练和维护大模型所需的专业团队要求有极高的技术水平，伴随而来的是不菲的薪酬开支，这使得许多后来的初创企业对此只能望而却步。

从商业化角度看，大模型变现仍是难题。有风险投资领域的投资人表示，大模型的估值不够合理，溢价严重，商业化前景未知。技术研发投入巨大，商业回报却少得可怜，这已经成为全球范围内人工智能企业面临的现实困境。资本市场是逐利的，如果没有快速变现的结果，对大模型相关领域的资金投入很快就会后继乏力，泡沫破裂只是时间问题。

一些投资者曾认为人工智能是引领未来的风口，只要站上了风口，成功训练出大模型便能坐享科技红利。然而，面对广泛多样的应用场景，许多曾被寄予厚望的大模型都遭遇了可靠性不足的质疑，实际应用效果未达预期，这也导致后续投资者的热情降温。

从短期看，人工智能领域的从业人员当下面临的核心挑战是，如何将大模型的研究成果尽快转化为实际的经济价值，让投资者找到清晰可见的变现路径，而非仅仅停留在概念层面的“画饼”。这就要求人工智能领域的从业者在追求技术先进性的同时，必须同等重视技术的商业化应用，确保技术能够切实转化为生产力，为投资者带来实实在在的回报。

从长远看，大模型和许多新兴事物一样，会步入一个泡沫破裂、价值回归的周期。泡沫的破裂并不可怕，反而往往预示着新的转机。回顾往昔，很多具有划时代意义的新兴产品，都是在泡沫破裂、市场回归理性之后，通过坚持不懈的迭代升级，最终成功实现了价值的升华。

作为普通投资者也应认识到，大模型是人工智能的一个重要分支，但并非唯一发展方向。在人工智能的广阔应用前景中，诸如无人驾驶等前沿领域同样蕴含着巨大的投资潜力。因此，资本市场对大模型回归理性的关注并非单纯看空，而是更为积极的信号。它促使投资者以更加审慎和细致的态度去评估不同技术路线的可行性与前景，进而引导资金流向更加具有发展前景的领域。 （本文来源：经济日报 作者：苏瑞淇）