These startups are chasing the next big thing in LLMs

AI 摘要

一句话摘要: 初创公司正探索替代Transformer架构的新技术，以解决LLM的算力与效率瓶颈。 关键事实: Transformer依赖密集注意力机制，处理长文本时计算量激增，OpenAI今年预计在计算上花费500亿美元，数据中心电力消耗预计到2030年翻倍。 涉及主体: Google, OpenAI, MIT Technology Review, Subquadratic, Justin Dangel, Greg Brockman 可能影响: 若新架构成功，LLM将大幅降低训练和推理成本，提升上下文处理能力，可能催生更强大的推理模型和智能体应用。 是否值得继续跟踪: 是，Transformer瓶颈是行业核心痛点，新架构突破将重塑AI竞争格局。 噪音/炒作风险: 中，初创公司概念多但落地验证少，需区分技术可行性与营销叙事。