英文语料在通用大模型训练里常占65%-75%，中文约15%-25%，其他语言合计约10%。谢宇说只有中英文能支撑原始创新，我认同一半：语料规模确实是门槛，但模型能力还要看数据清洗、算力和应用反馈，不能只按语言体量下结论。 谢宇称只有中英文能支撑大模型 ​​​