AI大模型业务确实是一个非常烧钱的行业。首先，大模型的训练需要大量的计算资源。
这些模型通常由数百万个参数组成，训练它们需要大量的计算能力和存储空间。这意味着公司需要购买大量的高性能服务器、图形处理单元和存储设备，这些都是非常昂贵的。
其次，大模型的训练还需要大量的数据。这些数据通常需要从各种渠道收集，例如互联网、合作伙伴、用户上传等。
为了获取足够的数据，公司可能需要投入大量的人力和资源来进行数据的采集、清洗和标注，这也是一个非常耗费成本的过程。
此外，大模型的研发和优化也需要大量的人力和时间。
研发团队需要不断改进模型的性能和效果，修复bug，增加新功能等。这意味着公司需要雇佣大量的工程师和科学家，并为他们提供良好的工作环境和设备。
另外，大模型的商业化也需要大量的投入。公司需要进行市场调研、产品定位、品牌推广等工作，以吸引用户和客户。
同时，公司还需要建立完善的销售和客户支持团队，以确保用户的满意度和忠诚度。
最后，大模型业务还需要应对各种风险和挑战。例如，模型的性能可能不如预期，用户可能不满意或者出现安全问题。
为了应对这些风险，公司需要建立有效的风险管理和安全机制，这也需要投入大量的资源。
AI大模型业务确实需要大量的投入，包括计算资源、数据采集和处理、人力、研发和优化、商业化以及风险管理等方面。
这些都是非常昂贵的，因此可以说AI大模型业务是一个非常烧钱的行业。