迁移学习不是炼丹问题，是变现问题

百模洗牌后的反常识结果

2026年开春，创投圈的酒局上没人再聊通用大模型了。

去年还抢着拿地建智算中心的玩家，现在忙着转租机柜。那些抱着“做中国的OpenAI”梦想拿到融资的团队，去年下半年裁了超过七成的算法岗，剩下的人都转去给本地制造业做定制化项目了。

IDC刚出的一季度报告摆在这里，国内通用大模型创业项目存活率不到12%，而靠迁移学习做垂直落地的项目存活率超过68%。差了快六倍。

说实话，这个结果打了很多人的脸，包括我。之前所有人都觉得，迁移学习就是大模型时代的边角料，是没能力做通用大模型的小玩家才玩的东西。

现在呢？那些小玩家赚的盆满钵满，大玩家还在烧钱换日活。

算笔账你就懂了。OpenAI训练GPT-3花了相当于5000个中等收入家庭十年的总电费，而一个垂直医疗领域的迁移学习微调，成本不到它的万分之一，针对肺癌影像识别的准确率还能高出7个百分点。

很多人喊卡脖子，喊算力不够，说白了就是方向走偏了。放着现成的预训练大模型不用，非要自己从零开始炼一遍，不是烧钱是什么？

闷声赚钱的本土迁移玩家

不过话说回来，迁移学习能火到今天，根本不是技术突然突破了，是商业模式选对了。

深圳有个做港航AI识别的创业公司，叫飞渡科技，我去年年底跟创始人喝茶，他给我算过一笔账。三年前他们给宁波港做集装箱编号识别，每个新港区因为摄像头角度、光照、集装箱磨损程度不一样，都要重新标注数据重新训练模型，原来一个新港的项目，标数据就要三个月，成本两百万，相当于给整个港区换一整套新闸机系统的价格。现在呢？他们拿百度开源的文心大模型视觉基座做迁移学习，只需要标不到10%的本地数据，两周就能上线，总成本不到三十万，只相当于给闸机换了个带扫码功能的新面板。

迁移学习的底层逻辑，其实很像生物进化里的适应辐射——几百年前几种雀科鸟进入加拉帕戈斯群岛不同的生态位，很快演化出不同喙形适应不同食物，根本不用从头从单细胞生物开始演化一遍。预训练大模型就是那个已经进化好的共同祖先，不同行业的垂直场景就是不同的生态位，迁移学习就是那一步快速适应的进化。

现在国内的玩法很有意思，百度、阿里这些大厂出基座大模型，赚个底座的钱，大量中小创业公司拿过来做迁移，赚落地的钱。你说大厂为什么不自己做？太沉了，每个行业的水都深着呢，大厂根本摸不透，也不愿意赚这个辛苦钱。中小玩家灵活，吃透一个行业的规则，做迁移就能活的很好，很多项目毛利率能做到60%以上，比大厂亏着卖算力强一百倍。

我见过最夸张的一个团队，一共八个人，三个算法，五个行业销售，就做瓷砖瑕疵检测的迁移模型，去年一年赚了两个亿。你没看错，八个人，两个亿。

普通从业者的新活路

之前AI圈卷成什么样，大家都看得到。顶级院校的博士挤破头进大厂炼大模型，年薪开到几十万还是抢不到位置，普通本科计算机毕业的根本连门都摸不到。

现在迁移学习把这个门打开了。

你不用会从零搭模型，不用懂怎么调几十亿参数的预训练，只要会把现成的基座拿过来，根据行业数据做微调，适配具体场景就行。很多高职大专毕业的学生，跟着教程练三个月就能上手，珠三角一堆做制造业AI质检的公司，抢着要这种人，起薪八千比坐办公室的文员高一半。

原来很多小行业，根本用不起AI，一条瓷砖生产线改AI质检要上百万，现在几万块就能搞定，就是因为迁移学习把成本打下来了。AI不再是大厂和头部创业公司的玩具，开始真真切切渗到各个你看不见的小行业里。

当然也有争议，有人说迁移学习就是投机取巧，没有核心技术，迟早要被大厂收掉。说实话，核心技术能当饭吃吗？用户要的就是能解决问题，能省钱，你说你是从零训的还是迁移的，用户在乎吗？

用户用脚投票，能赚钱能解决问题的就是好技术。

当你砸几十亿练出来的通用大模型，干不过别人花几十万调出来的迁移模型，接下来该谁慌？